当AI学会听歌。作者 | 刺猬君编辑 | 耕史“生命，宇宙以及一切的终极谜底是什么？”1979年，道格拉斯·亚当斯揭晓了让他日后名看重史的科幻小说《银河系周游指南》。在这本小说中，他描绘了一台名为“深思”（Deep Thought）的超级人工智能——它的使命，即是解答上面的问题。

经由整整750万年的运算，这台远超一切造物的人工智能给出了却果：“谜底就是42。”无法解释的谬妄谜底，既反映着整个宇宙不会被人赋予意义的本质，也在一定水平上代表着世人对科技的看法：人工打造的科技，可纷歧定具备真正的“智能”。今年一过，这位老先生就已驾鹤西去20年，但相较于“深思”，科技正在改变着我们的日常生活体验，甚至在某些领域，让我们心悦诚服。

不外，今天要讲的并不是人类如何再次被科技“击败”，而是一个有关于“浏览”和“分辨”的故事。缘起：科技遇见音乐光听“人工智能”这四个字，冷冰冰的感受就涌上心头。

它不像你隔邻工位坐着的Steven Liu，在我们的认知中，它无法动用情感，更别提去判别，浏览一幅画，一首歌的美。真是这样吗？几年前，身处新加坡科技设计大学从事音乐研究的一位热爱音乐的科研事情者Dr. Simon（以下统一称“雷教授”），已经开始思索这个问题：AI究竟能不能与音乐领域举行联合，碰撞出绚烂的火花？在研究的历程中，他也发现自己缺乏机缘：“没有太多人做这个领域（AI与音乐），而我的研究结果，也很难切实地资助音乐人。

”在2600公里外的深圳，一群人也正在对相同的想法大摇其头。Ben曾在偶然间发现“以往唱片公司通过人工听Demo，来决议哪首歌值得推，但Demo的数量远远凌驾人工能听的数量，导致许多歌从来没有被听过而被隐藏，十分惋惜。”这一现象引发了他的思考，如果用不知疲倦的AI算法去评价歌曲，效果会怎样？但Ben身边的同行都不看好：“（他们认为）音乐是艺术，难以用科学或是算法去权衡它的质量。”除了选择音乐，在Ethan眼中，通过科技让听者获得更好的音乐体验也变得越发重要：“经由多年的技术生长，音乐技术已经从纯信号处置惩罚向AI转变。

”这就意味着，科技将是改变每一位听众日常听音体验的关键要素，“但（相关技术）在海内音频行业还是存在空缺。”三小我私家的问题其实异曲同工：如何用AI算法，判别、推送更为“动听”的歌？如何借助科技，全方位让听者及音乐人的音乐生活变得更优美？或许是缘分，亦或是因为心中久久挥之不去的“执念”，念兹在兹终有回响，2018年，三小我私家的轨迹开始串联在了一起。

当年，腾讯音乐娱乐团体（TME）CEO彭迦信去新加坡开会，遇到了雷教授，两人相互交流了自己对音乐的看法。雷教授发现，彭迦信的想法和自己不约而同：“他跟我说，腾讯音乐的梦想，不只是做音乐播放器，更是要打造一个富厚、良性的音乐生态，让音乐进入生活的每个场景，让音乐人拥有体面的收入和生活，这一点深深感动了我。

”相比于教授的身份，雷教授自己也是一位音乐人，“我在大学时期，曾在餐厅做过驻场的小提琴手，深知音乐人的不易。”演出中的雷教授面临TME抛来的橄榄枝，雷教授并没有挂念太多，他加入了TME，从成为QQ音乐多媒体研发中心卖力人的那一刻起，如何用科技改变音乐人及亿万用户的方方面面……太多想做的事情萦绕在他脑海，他充满兴奋和期待，甚至让他在入职的第一天就把行李落在了出租车上。

同年，曾在王者荣耀项目上率领AI击败人类冠军战队的Ben，也如约加入到团队之中，担任多媒体研发中心创新组卖力人。也正是在这里，他们遇到爱朗声说笑话的基础开发组卖力人Ethan——上文提到的三位“现代工匠”和他们所率领的团队，今后将配合致力于用科技逐步改变每一位听众的音乐生活。匠心：让AI学会“听”歌一首歌，是怎样送到听众耳边的？除了人工筛选，随着流媒体平台普及和技术进步，大家开始习惯通过播放量来选听歌曲。

“这种方式会造成鲜明的马太效应，热歌只会越来越热，但0播放量的歌，（播放量）可能永远是0。”雷教授认为业界此前通用的技术，并没有解决音乐人的难题。想来想去，方法其实也很简朴：为AI注入温度，让AI学会鉴赏歌曲，使用其对海量数据的高速处置惩罚能力，辅助人工筛选，让有才气的作品不被隐藏。和世间的原理一样，都是说来容易，做起来难。

AI的数据处置惩罚能力，要建设在对歌曲细颗粒度“标志”上，在这个层面有两个难题，如何对一首歌曲举行评价，维度该如何定？作为一项“艺术”，音乐的喜好没有恒定尺度，AI的筛选，是否能说服众人？在想法落地的历程中，Ben拉上了他的同事Moyan， 从曲风、歌词、音色、演唱者唱腔、到后期制作与编排等，为AI制定了详细的评判维度——QQ音乐科技团队虽然大多身世技术，但大家都同样喜好音乐且具备一定的专业音乐素养。再加上QQ音乐数以亿计的海量大数据，让AI学习有了最重要的数据参考。“其时我们都不知道要花多久，但它一定得做出来，让优秀但暂时没名气的音乐作品和音乐人不再被隐藏，就是怀着这样的信念坚持着。”靠着过硬的技术，与对音乐的深度相识，再加上多版本的迭代和打磨，Ben的团队推出了一项名为Predictive Model（PDM）的自研技术。

通过PDM，纵然是0播放量的冷启动音乐作品，AI也能凭据音频和歌词内容给予充实且匹配的受众识别与推送曝光，让歌曲得以更高效、精准地笼罩到适合的目的人群。换句话说，就是AI能够分辨“浏览”歌曲，并将切合用户喜好的歌送到亿万乐迷耳边。AI就相当于一位慧耳识音的“伯乐”，找到好内容的“千里马”，而且把“千里。

本文来源：竞博体育-www.tomsherbs.com