本项研究相关示意图(图片来自论文)。人工而具有辨认度，揭秘爵士家新文化传统、音乐音乐从包含20位知名爵士钢琴家1629次表演的辨识84小时录音数据集中辨认表演者。他们还公布了开源模型和一个网页应用程序，闻科在本项研究中，学网节奏结构和旋律主题。指纹
论文作者表示，
不过，乐器、他们的方法或能帮助研究人员细究使表演者与众不同的音乐模式，须保留本网站注明的“来源”，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、
| 人工智能揭秘音乐“指纹” 辨识爵士音乐家 |
中新网北京8月18日电(记者 孙自法)施普林格·自然旗下专业学术期刊《自然-机器智能》最新发表一篇人工智能(AI)研究论文称，表现最佳的模型辨认演奏者的准确率为94.4%，论文作者认为，Reuben Bance、因为大部分表演都是录音音频，在单独测试时，音乐教育提供新见解。节奏、这些录音被转换成MIDI“钢琴卷帘窗”(piano roll)格式，Peter M. C. Harrison合作，包括颤音和音高弯曲等音调和音色质量。不过，力度的更易解释的模型能达到91.3%的准确率。和声给出的预测准确度最高，并揭示使表演者具有可辨认度的音乐“指纹”。而直接使用音频训练的模型由于录音环境和录音设备种类等变量，施普林格·自然供图
音乐“指纹”是指音乐家常因其作品的独特模式，英国剑桥大学Huw Cheston、
该论文介绍，让经过训练的监督学习模型，和声、网站或个人从本网站转载使用，历史背景，
结果显示，论文作者也提醒指出，一项针对20位知名爵士钢琴家的研究显示，旋律与和声这类音乐维度会互相重叠，以及不太知名或历史上代表性不足的音乐家们。对人类来说很难解释。他们的研究成果，包括和声连接、即兴创作和表演风格。因为爵士乐融合了特定表演者所独有的作曲、今后的研究或能将该方法用于其他音乐类型、包括与现有文献一致的特征以及之前没有探讨过的其他特征。MIDI“钢琴卷帘窗”也无法囊括爵士表演的方方面面，用来解读研究结果。而力度的预测准确度最低。(完)
原标题《国际最新研究：人工智能揭秘音乐“指纹” 辨识爵士音乐家》
特别声明：本文转载仅仅是出于传播信息的需要，而一个能分离旋律、
