事實證明，深度學(xué)習(xí)技術(shù)對于分析各種數(shù)據(jù)（從圖像到文本，在線帖子和錄音）非常有用。這些技術(shù)旨在識別大型數(shù)據(jù)集中的模式，將不同類別的項目分開，并使預(yù)測比人類快得多。

在最近的一項研究中，西蒙弗雷澤大學(xué)，中央研究院和達(dá)特茅斯學(xué)院的研究人員已經(jīng)應(yīng)用深度學(xué)習(xí)技術(shù)來識別中西方古典音樂之間的異同。他們的論文預(yù)先發(fā)表在arXiv上，論文寫到，他們使用聲音事件檢測（SED）和音景情感識別（SER）模型對音樂錄音進(jìn)行了比較分析。

進(jìn)行這項研究的研究人員之一范建宇告訴記者：“我們聽過中西古典音樂?！?“我們認(rèn)為有幾個因素使中國音樂不同于西方音樂，包括其潛在的文化，哲學(xué)和思維方式。這就是為什么我們對比較中西方音樂的研究非常感興趣?！?/p>

用于分析音樂記錄的深度學(xué)習(xí)模型有時可能會表現(xiàn)不佳，因為它們難以學(xué)習(xí)高級信息中的模式，例如歌曲的旋律，和聲等。為了克服先前研究中遇到的局限性，F(xiàn)an和他的同事應(yīng)用了音景模型用于分析中西方古典音樂，以評估它們在識別兩個子流派之間的異同方面的有效性。

最初，研究人員編輯了兩個帶注釋的數(shù)據(jù)集，分別包含WCMED和CCMED，其中包含中西音樂的錄音。隨后，他們分別在這些數(shù)據(jù)集上訓(xùn)練了預(yù)訓(xùn)練的SED和預(yù)訓(xùn)練的SER 模型，并將它們與支持向量回歸（SVR）模型結(jié)合在一起。SED模型旨在檢測音頻信號中的聲音事件，而SER模型則經(jīng)過訓(xùn)練以識別聲景錄音所傳達(dá)的情感。

范解釋說：“雖然以前的音樂研究主要使用基于音樂的模型，但我們很好奇是否可以將經(jīng)過通用音景訓(xùn)練的模型用于分析音樂，以及它們對于中西方古典音樂有何不同。” “因此，我們嘗試使用基于一般聲音的兩個模型：聲音事件檢測模型和音景情感識別模型?！?/p>

研究人員使用轉(zhuǎn)移學(xué)習(xí)技術(shù)來提取聲音的高級表示。然后，他們使用這些表示來訓(xùn)練他們的音樂情感識別模型，以檢測音樂錄音傳達(dá)的情感。由于對他們的模型進(jìn)行了預(yù)訓(xùn)練以概括聲音的特征，因此他們發(fā)現(xiàn)，與簡單的模型結(jié)合使用時，這些表示效果更好，尤其是對于中國古典音樂的分析。研究人員還在他們創(chuàng)建的數(shù)據(jù)集上訓(xùn)練了深度學(xué)習(xí)分類器，并針對中西歌曲的特定特征進(jìn)行了進(jìn)一步的分析。

“我們的目標(biāo)是使用預(yù)先訓(xùn)練的音景模型來分析和比較中西方古典音樂，因此我們并不希望該模型能夠完美地適用于不同類型的音頻和不同類型的任務(wù)，”范說?！暗牵覀兊慕Y(jié)果表明，使用音景模型可以有效地預(yù)測中西方古典音樂的喚起?！?/p>

Fan和他的同事收集的發(fā)現(xiàn)表明，SED和SER模型是用于分析音樂錄音的有前途的工具。有趣的是，使用這些技術(shù)對中西方古典音樂進(jìn)行的比較分析得出的結(jié)果與中國音樂理論家提出的觀點(diǎn)一致。

研究人員還觀察到，他們的深度學(xué)習(xí)分類器將音景錄音識別為中國古典音樂。這表明，音景錄音通常與中國古典音樂比與西方古典音樂有更多相似之處。

范說：“我們的研究表明，中國古典音樂與音景唱片之間存在某些相似之處?！?這些結(jié)果與中國音樂學(xué)家和中國古典音樂哲學(xué)家的報道一致。”

將來，這組研究人員進(jìn)行的研究可能會啟發(fā)其他基于音景模型分析比較不同流派音樂的研究。同時，范和他的同事計劃繼續(xù)使用深度學(xué)習(xí)方法研究中西方音樂之間的異同，同時嘗試建立可以自動組成新古典音樂的模型。