|
|
; a1 k: I( s+ F& I* r+ P' m8 y3 }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 w J+ A; ^1 Y+ r
/ t L, U8 Q/ `' ?) ]" Q
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？
9 E7 T2 `4 y: U+ b' z6 P; z S2 }4 ?& f
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）：
% }5 y- b, Z5 B6 f! y
4 C$ d; M. Z8 u" i3 e8 d$ sFor a chance at romance I would love to enhance- _7 J: n/ z* W; ]
But everything I love has turned to a tedious task / ^! h1 f( E1 N T" X9 q. I. P
One day we gonna have to leave our love in the past1 S+ r$ e' |; y! N4 n
I love my fans but no one ever puts a grasp
* Q8 ?% m" N C: a T6 N3 fI love you momma I love my momma – I love you momma
" f4 ?! S' n0 w* WAnd I would love to have a thing like you on my team you take care
: z2 h8 G( y' \/ y! c# g0 L! |0 SI love it when it’s sunny Sonny girl you could be my Cher
: V, }1 ^4 j: l3 B7 A9 }I’m in a love affair I can’t share it ain’t fair 9 q- G0 {3 h5 N
Haha I’m just playin’ ladies you know I love you./ @# |! A" j! d
I know my love is true and I know you love me too
# ^% @8 I$ ~5 X+ f5 J' X% ?8 x mGirl I’m down for whatever cause my love is true
# s! {7 m5 r7 F mThis one goes to my man old dirty one love we be swigging brew 8 p! Z- j6 b; H+ ~1 N4 k
My brother I love you Be encouraged man And just know
/ R2 ]5 G; K- E; f vWhen you done let me know cause my love make you be like WHOA
b$ f1 t& ] LIf I can’t do it for the love then do it I won’t
% E% L2 _, B ^; j! U4 FAll I know is I love you too much to walk away though
5 S5 _. L$ y/ e5 H W+ B; s$ I+ c5 u: G: p3 o6 ]$ A
; T) o7 b+ z; v0 _! s
如何写歌？
, _% e6 q! r Z4 [
( x2 [8 @6 r1 Y7 g* D8 o) [
/ z9 k% E: D! @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”）# ^, j) h. s' h- K: @0 s( _& \+ e+ V
: X6 ]( |! U J5 [/ z5 Q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。* ~. E4 d3 e* J& v
# Z/ e1 t# ^8 P! e5 t( G H
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。3 X% R9 _% U1 p% X6 t4 g( c
" A# {9 ~ [( w( L3 W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。5 j( I- @/ V2 Q0 N- c2 [
' M' F, q+ N! Q( F2 K+ A- }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。; _5 ~9 {: }. v- j2 v9 u
' i7 f* X& C2 m4 N
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。 |
|
