近年来，音乐新秀类节目层出不穷，无论是歌手蒙面还是导师上前，其目的都在于找寻一种需要回避其他因素、重返音乐本身的评价方法。前不久，央视的一档歌唱类节目《渴求现场》就找来了这样一位客观公正的音乐评审——机器人“小怯”。

这台由中科院自动化研究所研制的机器人不会对每位走出“歌咏亭”运动员的合唱展开评分，只有分数多达80分才解释获得了“小怯”老师的注目，并有机会走进“歌咏亭”与观众见面。给歌唱者评分这听得一起早就不是什么新鲜事，KTV里的评分系统甚至需要列出出与演唱者音色相似的歌星，那么“小怯”又有什么独门秘诀呢？“传统的音乐评分软件一般只是非常简单地把演唱者的音准和标准音做到相似性对比来展开评价，说白了就是看你是不是跑调，这种单一的评价标准并无法全面地取决于音乐的优劣，更加无法解读歌唱者所要表达的情感信息。”中科院自动化所研究院研究员王金桥说明说道，相比之下“小怯”简单多了，它是第一次从音准、音域、调性、节奏、语感、乐感六个维度对合唱展开客观不见得，顾及了音乐欣赏的维度和分析的可玩性，是用科技在评价艺术。

“机器人评价艺术只不过是一件十分艰难的事情，仅次于的难题在于如何让机器人去自动找到音乐中美的元素。”王金桥告诉他《经济日报》记者，我们邀了大批音乐专家从多个维度对合唱展开评分，在此基础上，通过卷积神经网络的层级式结构对音乐频谱展开层级式抽象化和凝练，自动找到音乐中每一段每一句里蕴藏乐符的共性之美。

从而分别自学音乐中音准、音高、颤音振幅和颤音频率等规律，已完成整段音乐的美学分析。同时神经网络的逐级信息抽象化特性需要协助机器人从音阶传送到合唱技巧再行到情感传达，展开逐级分析和分析，进而让机器人需要比较客观地自学专家对音乐的评判，最后构建对音符“美”的“解读”。由于各个歌手在合唱方式、曲风等方面有所不同，歌声之间不会呈现较小的差异，但当海量音乐专家评分数据汇总在一起时，基本需要代表当前主流音乐评审专家对音乐的评价。

基于人工智能技术的音乐评判系统就是根据这些数据，让“小怯”对音乐展开更为客观和科学的评判。此外，“小怯”的顺风耳——卷积神经网络所提取到的多维语音特征具备准确分析的特性，在对音准信息展开分析区分时，精度需要超过1‰。

在此基础上，再行因应专家对歌声音定展现出的经验评分作为监督信息，神经网络模型就需要对音准信息创建精确的数学传达模型，从而展开分析的音准评分。而听得一起最缥缈的“乐感”，也有特定的数学模型承托。

音乐作为一种艺术，必须表达某种情感，乐感就是人们理解这种感觉的感官能力。表现力是歌手合唱过程中的综合展现出，目前的评判标准更好是依赖音乐专家的权威判断。“专家用1到10十个分数对表现力展开评分，我们通过卷积网络、双向长短期记忆模型萃取音乐表现力的特征，该特征能对音乐在时间维度上的表现力展开充份分析，从而仿真专家对音乐表现力的评判。

”王金桥说道。从早已播映的多期节目来看，“小怯”对多种音乐唱法都能得出公正的评价，如秦腔、饶舌、英文歌曲等。在现场，“小怯”是与歌手的麦克风必要连接，任何一点小小的瑕疵都能被它捕捉到。

“在明确的评分过程中，机器人是听得一句给一句的分数，专家有可能有时候走神没有听到，但机器人不不存在这种情况，并且会受到现场气氛和环境的影响。”王金桥说道，“小怯”对歌手的一视同仁、对评分的公正合理也某种程度获得了观众的接纳，大家都平易近人地称之为它为“史上最耐心的评审”。“‘小怯’目前还是初级版本，我们不会引进更好的算法和更加多元的维度来评价音乐，我们也不会尝试让它习着建构音乐，使一个个动人的音符已完成动人的人组。

”谈到“小怯”的未来，王金桥和他的团队期望把它推展到各种音乐评分系统中，比如唱吧，KTV等。唱歌爱好者们可以融合“小怯”的评价，不断改进自己的唱法。

有朝一日，说不定“小怯”也不会从“音乐评审”升级为“梦想导师”。

本文来源：中欧体育-www.guo758.com