第17章[第1页/共4页]

这事儿明显很难。

要满足这个要求，需求海量的数据，然后团队再从已有的数据里总结出规律，再推行到每一首小提琴乐曲中。

和恍惚的机器学习分歧，用数学来阐发音乐就是切确的定量阐发。小提琴是弦乐的一种，其音色、频次、振幅等要素都能够变成一套数学法例，比如两个音乐节拍的频次比是2:3的时候就是要比33:23更动听一些。

“以是我们在机器学习的根本上，引入了评价体系。”

很多人哪怕学琴四五年时候也很难找准小提琴的音阶――肖萌肖薇姐妹就是如许两个失利的案例――是以，对Violin-β超出人类的处所更是深有感到。

“呀，甚么？”

“是的……”肖萌问，“你们找太小提琴吹奏家共同研讨吗？”

“人力有极限，计算机的巨大之处就在于能够超越人的极限。评的体系采取的数学公式不需求百分百精确，能够不是真谛，只要能超越大多数小提琴家的评价才气便能够了。”

“说对了。”

邱伟涛指了指他身边的那台电脑：“除了机器设备外，整套吹奏体系由四部分构成，一个是吹奏数据汇集，一个是数据阐发体系，一个是数据复原体系，最后一部分则是评价体系。实际上，当这四个系统共同默契时，Violin-β便能够完美的吹奏一首小提琴曲，还能够让其吹奏揭示分歧流派的气势。”

“题目要一个个处理，目前要紧的还是处理机器学习中的难点。”邱伟涛说。

路之航道：“用于机器学习的数据不敷，评价体系也不敷完美。”

小提琴吹奏的一大难点就是找音准。

路之航说：“用数学规律来当评委而不是人。”

邱伟涛眼睛一亮，仿佛是第一次听到这个说法：“教员，甚么教员？”

“再加上客岁的陆以则事件，稍稍有点名誉都小提琴家对这件事更是避之不及了。”邱伟涛说。

“……嗯，我有点明白了。”

找音准是小提琴最难把握的技术，需求吹奏者耐久的熬炼才气做到；而对计算机来讲，琴弦的振动形式能够通过数学公式算出来，每个精确的噪音都会有其牢固的振动频次，只要能让吹奏出的每一个音都合适振动频次的比例干系，就找准了小提琴的音阶和音准。同时，找到音准，就能处理小提琴吹奏的大部分题目。

“就是把Violin-β当作一名门生，就教小提琴的教员指导，”肖萌说，“我晓得有一些经历很丰富、在培训黉舍事情的小提琴教员，他们年纪比较大，脾气也很好。他们的吹奏程度不是很高，但讲授经历丰富，各种奇奇特怪的门生都见过，看题目非常准，并且因为长年和门生打交道，也很好相同……”

路之航说：“莱布尼茨。”