据国外媒体报道，约翰·塞巴斯蒂安·巴赫（Johann Sebastian Bach）被广泛认为是巴洛克音乐最伟大的作曲家之一。巴赫（Bach）于18世纪住在德国，并被誉为“现代西方音乐之父”。他整合了西欧不同种族的音乐风格。他的曲调之美以及他对和声与旋律的精通为他赢得了巨大的声誉。巴赫擅长的一种音乐形式称为和弦咏唱，适合合唱的合唱。这些音乐是根据路德教会的教义创作的，并在四部分合唱中演唱。巴赫以四部分组成的曲目而闻名，该曲目适用于女高音，中音，中音和男性低音（或中音）合唱。巴赫创作了300多个短乐。这些曲目激发了计算机科学家的兴趣，因为创作过程是逐步进行的，并且有很多痕迹可循。但是由于和声与旋律之间的微妙相互作用，这种创作也很困难。这就提出了一个有趣的问题：一台机器可以创建巴赫风格的曲目吗？总部位于巴黎的索尼计算机科学实验室的研究人员Gaetan Hadjeres和Francois Pachet给出了答案。 Hageris和Pachter开发了一个神经网络，该网络可以学习如何以巴赫风格创建复音圣歌。 Hageris和Pachter将此机器称为DeepBach。他们说：“在用巴赫的曲调训练DeepBach之后，我们的模型可以组成非常类似于巴赫风格的曲目。 “这些曲目甚至可能误导人类专家，使他们认为它们确实是巴赫制作的。机器学习技术简单易懂。 Hageris和Pachter通过创建数据集来训练他们的神经网络。最初，他们使用巴赫（Bach）组成的352首曲目对其进行了训练，然后与其他预定义范围内的其他关键因素进行了交换，并提供了2503个复音赞美诗的数据集。 Hageris和Pachter使用这些新数据集来训练神经网络，以帮助他们识别巴赫和声等特征。之后，深度学习机器可以自行生成巴赫风格的和声。 Hageris和Pachter测试了一种能够演奏旋律的设备，然后将其用于产生其他三个和声。尽管其他算法可以达到这一水平，但更重要的问题是如何将它们与巴赫的作品进行比较。为了找出答案，研究人员要求1,600多人听同一个旋律的不同和声，其中包括400多名音乐家或音乐系学生。每个人都必须确保两个和声听起来更像巴赫的风格。 Yajiu的工作人员还测试了其他算法产生的和声。结果非常有趣。演奏DeepBach产生的和声时，一半人认为这是Bach的作品。与其他算法产生的音乐相比，这个比例非常惊人。哈格里斯和帕切特说：“鉴于巴赫作品的复杂性，我们认为DeepBach的表现非常好。毕竟，即使演奏了巴赫的作品，做出正确判断的参与者的比例也只有75％。这一有趣的发现具有重要意义。如果深度学习机器可以创建Bart风格的曲目，那么它还可以创建其他作曲家风格的曲目，甚至其他风格的音乐吗？这可能为分析构图和研究创作的本质提供有益的启示。哈格里斯和帕切特说：“这种方法不仅可以用来创作巴赫的和弦歌，而且可以用来创作更广泛的和声合唱音乐。 “在许多情况下，说起来容易做起来难。巴赫的复音圣歌结构严谨，并遵守特定规则。但是其他形式的音乐并不总是那么有条理。毫无疑问，对于索尼实验室和其他机构来说，深度学习机器正在开始创造出色的音乐。如果这些机器可以在不久的将来创作出更多作品，例如交响曲或歌剧，那么就不必太震惊了。当然，巴赫会很惊讶！