|
|
发表于 2005-8-14
|
|阅读模式
音乐术语
人工智能（AI） - 这个术语是由计算机科学家约翰·麦卡锡于1955年创造的，其指代的是“制造智能机器的科学和工程”。
机器学习（ML） - 指代的是计算机模仿人类学习过程的能力。
深度学习 – 指代的是使用人工神经网络（ANN）来模拟生物学习过程的机器学习（ML）。
监督学习 - 是一种过程中需要人类参与监控和调整的机器学习（ML）。
无监督学习 - 是一种过程中不需要人类参与监控和调整的机器学习（ML）。
控制论 – 一门基于反馈、控制和通信等原理的人机交互科学。它时常与人工智能被混为一谈，但它们仍然有着一些重要的区别。“人工智能是一句现实主义的观点，即机器可以像有着人类一样的工作和行为，而控制论则是基于构建主义的世界观”(原文链接)。
注：“构建主义理论认为学习者不仅仅是被动的在接受信息，而是也在参与构建知识。当人们体验世界并对经验进行反思时，它们会形成自己的判断，并将其中的新信息纳入现有的认知（模式）中。”(原文链接)
算法 - 一组根据用户输入内容产生输出内容的指令或数学公式。聊天机器人 – 通过基于语言模型实现与用户“对话”的人工智能。
图像识别 – 通过机器学习让计算机实现图片当中特定模式的识别。
自然语言处理（NLP） - 一种允许计算机对人类生成的书面或口头表述进行理解和做出反应的技术。
生成对抗网络（GAN） - 是无监督学习的一种，透过两个神经网络互相博弈的方式进行学习。计算机通过这项技术可以生成非常逼真的图像。
混音和效果
或许一些音频处理中最有意思的和最实用的AI实例都可以在混音和各种效果插件中找到。
iZotope的Ozone系列和Neutron系列
在 Ozone 10 和 Neutron 4 中我们可以找到“AI助手”的选项，它可以分析当前正在处理的音频，并且可以根据乐种设置“AI认为最适合”的效果链。那问题来了，它是否真的能做到完美无缺的？答案是“不”，倒是它肯定会加快你的某些工作流程，比如把那些你可能会用到的插件按照顺序提前打开；又或者是可以给你一些混音过程中从来没有考虑过的全新方向。所以说，很多人对这类工具都有一种误解就是认为人工智能会和工程师一样经验丰富，甚至更加“正确”。这种对待AI的视角固然是不会有好结果的，但如果把AI视作你的合作伙伴的话，或许会有更好的成效。
Sonible 插件
Sonible提供了一系列“智能“插件，例如Smart EQ，Smart Limit，Smart Reverb等等。其中Smart EQ利用AI去除那些听感不愉悦的共振和不需要的频率，最后留下一个干净利索的、预处理过的声音。因此，这非常适合作为处理音频时的初始步骤，为接下来创造性的工作做好铺垫。
Accentize的Chameleon
Chameleon是一个“利用人工神经网络为任何采样进行检测和建模来准确还原采样的空间混响的智能音频插件”。这是一款非常实用的后期工具，可以在录作补充对话录音（ADR）和拟音（Foley）时，准确地还原空间特征。
iZotope的RX10
RX系列长期以来都被奉为后期制作神器，最新的RX10更是一如既往的保持了它们的卓越口碑。在RX10中，有一个被称为“修复助手”的功能，它可以根据输入类型（人声、音乐、打击乐或者音效）生成一系列的去噪音选项。尽管它的输出大多数时候并没有那么完美，但是确实可以做到快速识别问题和成为潜在解决方案，然后根据用户需求进行调整和改进。
在线母带服务
Landr
LANDR是一个提供在线母带服务的网站。相比于传统的母带工程师，它们承诺以更低的价格、更快的速度完成母带的制作。这打破了传统“母带制作”这一领域的固定模式。
eMastered
eMastered是另一个提供同样服务的网站。据称他们的人工智能是由格莱美的奖工程师开发训练的。虽然我不太相信那些预算相对充足的艺术家会在AI和顶级母带工程师中选择AI，但对于那些预算有限的艺术家来说，AI母带觉得是在考虑范畴之内的事情。但这款产品现阶段的局限性在于它是基于特定乐种进行母带的制作，并不一定适合所有类型的音乐。 |
|
