|
# d! h% [: ?) q有人曾评价,说唱音乐精巧地制作了“声音和旋律的复杂结构,创作了当今一些最严谨、有条理的诗集。”由于说唱音乐势不可挡的流行与崛起,创造和表演口语韵律的古老技能正繁荣发展。(顺带一提,我最喜欢的是周董和潘玮柏的Rap)0 E6 \( Q% s. I/ g& X* j
/ W7 }% D1 ^: t6 I0 U
说唱音乐具有高度结构化,尤其能经得起计算机分析的考验。这引发了一个有趣的问题:计算机是否可以分析说唱音乐中惯用的歌词?计算机能写歌词吗?' F% c9 u. o; p
4 O/ k" `' s+ L1 i" L雷锋网曾报道,计算机已经能写小说了,写歌词应该不在话下吧。果然,芬兰阿尔托大学的埃里克•马尔米和其同伴就开发出一种机器学习算法,可识别说唱系列的突出特征,然后选择相同话题的另一系列,以相同的方式押韵。他们得到了产生说唱乐歌词的运算算法,并创造的一些歌词。以下就是其中之一(翻译说明见文末):
8 t; E4 b4 b9 O F$ W: \8 x& C& s E
For a chance at romance I would love to enhance
5 Q9 D7 {/ i1 vBut everything I love has turned to a tedious task
" y. D. }8 T+ B( N8 v$ {One day we gonna have to leave our love in the past
8 \3 J1 `& x3 HI love my fans but no one ever puts a grasp
0 u* ]9 Y7 Z! l7 ZI love you momma I love my momma – I love you momma ; O, u% Z7 u( M' r. q- p, g- D
And I would love to have a thing like you on my team you take care6 H9 ]$ }$ Q) }( ?9 A
I love it when it’s sunny Sonny girl you could be my Cher
- ?* y6 A$ ]9 |& M- o# GI’m in a love affair I can’t share it ain’t fair
- T N* K. F L3 S- gHaha I’m just playin’ ladies you know I love you.
, k2 y" \0 Z2 Z; d4 X+ i" |I know my love is true and I know you love me too
1 F1 x6 ^+ K7 P. V8 b; UGirl I’m down for whatever cause my love is true 0 `1 c2 O1 I4 O
This one goes to my man old dirty one love we be swigging brew ; }! K$ B# P- K9 U+ a m
My brother I love you Be encouraged man And just know
" H8 M9 J% @9 f5 V7 |+ m# e zWhen you done let me know cause my love make you be like WHOA
. I9 }' x s, ]" h. d4 I: L! AIf I can’t do it for the love then do it I won’t
% j4 Y3 {5 X1 e2 O) A8 D( b' `All I know is I love you too much to walk away though$ n; g4 {! i( T* C2 f0 c3 M
( l- E$ f* G: \
% L& Q4 X% W+ Y( _5 z6 _; Y
如何写歌?8 b7 t, u: J. z: U
0 P0 I* F$ m: @8 v3 c, v
1 n, f" a2 M0 f q
说唱音乐中出现了各种形式的押韵,但最常见的就是所谓的谐音押韵。这是相似元音的重复,如“crazy”和“baby”有两个类似的元音。(这不同于使用相似辅音的和音,比如“pitter patter”,不同于完全韵,词语共有相同的尾音,如“slang”和“gang”)) }2 r, u1 ?5 u: F
2 R+ [. }8 o2 ]9 i- B: P4 V& k% {
马尔米专注于谐音在说唱歌词中出现的方式。为了开发机器学习算法,他们以100多名说唱艺术家的10000多首歌曲的数据库开始。
2 B3 |- Z) C( X3 I
. G9 S' U$ o6 o' ^$ Y. {发现谐音的押韵并不困难。词必须先转化为音素,浏览音素,寻找相似的元音,而忽略辅音。
$ T% G* V, w, u; r1 d! ?/ a7 P2 h* u! c7 i9 U+ z4 Z" E7 X
这也揭示了排列歌词复杂性的一种方式。他们在前面两行左右寻找匹配元音的序列,然后将“押韵密度”定义为所有歌词中最长序列的平均值。从而,他们根据押韵密度来排列所有说唱家。这一指标是对说唱歌手押韵技巧的一个有趣的衡量,并且可以使用它来将自动化说唱音乐与人为创造的音乐相比较。
" ^+ I+ [" w$ v% Z
d" o7 R+ `# \$ G- F/ S' s. Z接下来,他们创造了机器学习算法DeepBeat。分析数据库之后,它从说唱歌词中分析序列行,然后从列表中其它歌曲的相当行中选择下一行。在生成歌词上,算法会以一段歌词开始,然后搜索相同话题的另一行,并重复这个过程。- f* h: W3 ]' T% X( E/ O4 S: ?0 E
3 n, ?! R% A3 b7 ?* L8 t3 ~DeepBeat的押韵密度明显高于任何人类的说唱歌手。就产出歌词韵律的长度和频率来说,DeepBeat优于21%的人类顶级说唱歌手。DeepBeat的失败之处就在于故事不连贯,这不足为奇,因为它的主要焦点是押韵。 |
|