第30頁(第2/2 頁)

以完美的演奏一首小提琴曲，還可以讓其演奏展現不同流派的風格。」

「但是，目前有困難嗎？」肖萌問。

路之航道：「用於機器學習的資料不夠，評價系統也不夠完善。」

肖萌雖然是新生，但也是全國最好的計算機專業的學子——在兩位大神師兄的提醒下，她很快明白這其中的難點。

現在，vb專案組採用的是著名的神經網路和機器學習的方法讓電腦學會拉小提琴。機器學習要以大量的資料為基礎。而經典的小提琴樂曲何止百首，上千首曲子都是有的。每首曲子都有不同的演奏方法，同樣一首曲子在不同的演奏家手上課也呈現不同的風格：輕快，纏綿，傷感……但不論那種風格，說白了都是資料。只要有足夠的資料和計算資源，vb就可以在演奏時可以在力度，長度和節奏上進行調控，達到一流的演奏家的水平。

研究團隊為了研究每首曲子的演奏風格，購買了上千張小提琴音樂cd；同時，整個專案的帶頭人盧景舒教授、實際負責人都沈泓教授利用了自己的私人關係，差一點把音樂學院裡的音響製品全都搬空；除此外，路之航他們還程式設計還讓大型機一刻不停的在網上搜尋小提琴演奏影片——目前團隊收集了上萬首小提琴演奏曲。

但還是不夠，至少遠遠不能滿足團隊的需求——研究團隊的終極目標是隨便輸入一個曲譜，vb都可以一流小提琴家的演奏水準。

這事兒顯然很難。

要滿足這個要求，需要海量的資料，然後團隊再從已有的資料裡總結出規律，再推廣到每一首小提琴樂曲中。

</br>

<style type="text/css">

banners6 { width: 300px; height: 250px; }

dia (-width:350px) { banners6 { width: 336px; height: 280px; } }

dia (-width:500px) { banners6 { width: 468px; height: 60px; } }

dia (-width:800px) { banners6 { width: 728px; height: 90px; } }

dia (-width:1280px) { banners6 { width: 970px; height: 250px; } }

</style>

<s class="adsbygoogle banners6" style="display:le-block;" data-full-width-responsive="true" data-ad-client="ca-pub-4468775695592057" data-ad-slot="8853713424"></s>

</br>

</br>