試析音色的人工智能化進(jìn)程

□ 孫金艷 文海良

在現(xiàn)代的音樂(lè)制作中，音色是能夠被使用到的所有原聲、電聲樂(lè)器的總和，其概念并不代表單一樂(lè)器，而是僅僅代表單一色彩的樂(lè)器演奏。例如，小提琴可以奏出的音色有撥奏、連奏、顫音等多種，通常都可以制作成數(shù)字的、虛擬的音色，供作曲家、編曲師在音樂(lè)制作的實(shí)踐中使用。為了提高音樂(lè)制作的效率，各大合成器制造廠商與音源開發(fā)公司都不同程度地將人工智能技術(shù)應(yīng)用到音色的制作與使用上。本文試圖厘清人工智能技術(shù)與音色制作相結(jié)合的發(fā)展脈絡(luò)，探析音色的人工智能化進(jìn)程。

一、步進(jìn)音序：音色人工智能的雛形

音色的智能形態(tài)最早可追溯到19世紀(jì)歐洲經(jīng)歷第一次工業(yè)革命后所發(fā)明的音樂(lè)盒、手搖風(fēng)琴等，這也許是因?yàn)楫?dāng)時(shí)人們對(duì)延續(xù)了千百年的傳統(tǒng)樂(lè)器演奏方式的厭倦，在經(jīng)過(guò)周密的數(shù)學(xué)計(jì)算后把樂(lè)譜刻在一個(gè)卷筒上，在發(fā)條慣性動(dòng)能的驅(qū)動(dòng)下觸發(fā)與其捆綁在一起的樂(lè)器演奏。雖然這種音樂(lè)盒只能演奏一兩個(gè)樂(lè)句，但它的自發(fā)演奏行為與記憶功能在當(dāng)時(shí)卻足夠引起人們的注意，這是樂(lè)器音色人工智能化的萌芽。

真正能夠進(jìn)行音色人工智能化的并不是具有物理屬性的原聲樂(lè)器，而是電子合成器，早期人工智能演奏的雛形就是步進(jìn)器。1946年，美國(guó)音樂(lè)家雷蒙德-斯科特使用步進(jìn)繼電器、電磁閥、控制開關(guān)和16 個(gè)獨(dú)立震蕩器電路等裝置組成了最早的模擬步進(jìn)器，通電后能夠自動(dòng)演奏16個(gè)步進(jìn)的節(jié)奏。雖然這臺(tái)步進(jìn)器因噪音太大而操控性與實(shí)用性不強(qiáng)，但它為音色的人工智能化開辟了新的道路，啟迪了后來(lái)的電子工程師，并在此基礎(chǔ)上開發(fā)出了更為實(shí)用的步進(jìn)音序器。

步進(jìn)音序器以步進(jìn)（Step）為單位，早期一般以8 個(gè)或16 個(gè)分步為一個(gè)句子，現(xiàn)在可以擴(kuò)展到32 個(gè)分步，但使用最普遍的還是16 分步。在早期模擬設(shè)備階段，步進(jìn)樂(lè)句的長(zhǎng)度與數(shù)量都很有限，但后來(lái)的數(shù)字音序器彌補(bǔ)了模擬設(shè)備不能存儲(chǔ)的缺憾，這也直接引導(dǎo)了多軌步進(jìn)音序器的發(fā)展，如1971年，EMS 公司開發(fā)出世界上第一款名為“EMS Sequencer 256”的數(shù)字音序器，提供256 個(gè)步進(jìn)以及3 個(gè)音軌。

現(xiàn)在，步進(jìn)音序器在音色領(lǐng)域的應(yīng)用主要表現(xiàn)在節(jié)奏制作與音色合成兩方面。在節(jié)奏制作方面，步進(jìn)音序器廣泛地運(yùn)用到鼓機(jī)上，不管是傳統(tǒng)的硬件鼓機(jī)如羅蘭的TR808/TR909，還是插件式鼓機(jī)如 FXpansion 的 Tremor，都是通過(guò)不同步進(jìn)的智能演奏來(lái)編創(chuàng)新的鼓組節(jié)奏。在音色合成方面，步進(jìn)音序由單一音高刻度的智能演奏模型演變?yōu)榭蛇M(jìn)行不同音高智能演奏的琶音器，廣泛應(yīng)用于合成音色的制造。初級(jí)的琶音器只能進(jìn)行向上、向下、自下而上、自下而上、隨機(jī)等幾種簡(jiǎn)單的步進(jìn)音序演奏；后來(lái)的琶音器引入MIDI 音序的概念與方法，可以激活不同的步進(jìn)，調(diào)節(jié)每一個(gè)步進(jìn)上的音高，并由此產(chǎn)生比較復(fù)雜的智能演奏樂(lè)句，這就超越了早期琶音器簡(jiǎn)單而機(jī)械的演奏。

二、模版演奏：音色人工智能的常見形式

如果說(shuō)步進(jìn)音序器使鼓組音色獲得了人工智能化的演奏，那么，現(xiàn)在的模版演奏就是使其他非打擊樂(lè)器獲得人工智能演奏的常見形式了。

所謂模版演奏，就是音色在制作時(shí)內(nèi)置MIDI 演奏音序，使用時(shí)用鍵盤音符就可以觸發(fā)MIDI 音序的演奏。在一定意義上來(lái)說(shuō)，模版演奏是步進(jìn)音序、琶音器的一種升級(jí)與進(jìn)化，它與采樣音色制作技術(shù)相結(jié)合，可以制作出與真人實(shí)錄相同的演奏效果。

模版演奏技術(shù)率先在吉他、貝司、鼓組等流行音樂(lè)常用音色中得到應(yīng)用，而后又推廣到交響樂(lè)的音色中。最先推出具有模版演奏功能音色的廠商是Steinberg 公司，2002年它們推出了基于VSTi 技術(shù)的樂(lè)器插件虛擬吉他手（Virtual Guitarist），該音色內(nèi)置25 套吉他手演奏模版，不但可以進(jìn)行一鍵觸發(fā)式的演奏，還可以自主編輯演奏模版，音色質(zhì)量與演奏效果幾乎可以與成熟樂(lè)手相匹敵。隨后，Steinberg 公司又連續(xù)推出了虛擬電吉他手（Virtual Guitarist Electric Edition）、虛擬鼓手（Groove Agent）和虛擬貝斯手（Virtual Bassist），在音樂(lè)制作領(lǐng)域刮起了一股虛擬演奏手的風(fēng)潮。這是人工智能與音色制作技術(shù)的一次大融合，豐富了音色制作的方式方法，使其他廠商紛紛效仿。在這之后，更多種類的虛擬演奏手樂(lè)器插件開始面世，比如Musiclab 開發(fā)的虛擬吉他手RealGuitar、電吉他手Real-Strat，ToonTrack 推出的虛擬鋼琴手 EZKeys，Native Instruments 聯(lián)合倫敦Abbey Road 錄音棚推出的虛擬鼓手系列ABBEY ROAD | 70s DRUMS、ABBEY ROAD 80s DRUM 和Abbey Road Modern Drums 等。

在交響樂(lè)音色的人工智能化制作方面，Native Instruments 公司基于其在業(yè)界處于領(lǐng)導(dǎo)地位的采樣器Kontakt的技術(shù)上，相繼開發(fā)了多款用于交響樂(lè)配樂(lè)中使用的人工智能化演奏樂(lè)器。比如ACTION STRINGS 就可以用一鍵觸發(fā)的方式獲得弦樂(lè)快速斷弓演奏的樂(lè)句效果；再比如SESSION HORNS，同樣可以用一個(gè)和弦按鍵來(lái)觸發(fā)在該和弦音上的銅管樂(lè)智能演奏。

模版演奏的智能化音色制作，可以實(shí)現(xiàn)音色短樂(lè)句的自動(dòng)演奏，在實(shí)際的音樂(lè)制作中大大節(jié)約制作時(shí)間，并盡可能地獲得更好的演奏效果，在某一個(gè)時(shí)期內(nèi)是音樂(lè)制作的一大利器。但時(shí)間一長(zhǎng)其弊病就難以隱藏了，核心的難題就是模版幾乎是固定的，用一兩次有點(diǎn)新意，但用多了音樂(lè)就失去了本該有的原創(chuàng)性。于是，新一代的音色工程師又開始在模版新意方面進(jìn)行開發(fā)拓展，目前卓有成效的是在鼓組自動(dòng)演奏方面，突出代表是Apple 在其音樂(lè)制作平臺(tái)Logic 中自帶的虛擬鼓手插件Drummer，為了避免內(nèi)置鼓組節(jié)奏的刻板，將概率引入節(jié)奏的合成中，設(shè)立一個(gè)XY 軸板，四個(gè)邊框分別是簡(jiǎn)單/復(fù)合、大聲/柔和，操縱XY 軸板中的圓盤可以隨意調(diào)節(jié)節(jié)奏形態(tài)，再根據(jù)個(gè)人的喜好確定節(jié)奏。

三、動(dòng)作探測(cè)：更高級(jí)的智能演奏模式

在步進(jìn)音序、演奏模版的音色自動(dòng)化技術(shù)之后，如果說(shuō)還有什么技術(shù)能夠引領(lǐng)音色制作技術(shù)的變革，那可能只有動(dòng)作探測(cè)了。

動(dòng)作探測(cè)源于多層采樣音色制作技術(shù)。該技術(shù)是在采樣音色制作中將多個(gè)不同演奏形態(tài)的聲音樣本疊加在同一個(gè)鍵位音符上，依靠不同的音符來(lái)觸發(fā)這些不同的聲音采樣，以此來(lái)獲得更豐富的樂(lè)器演奏。比如用C1 觸發(fā)長(zhǎng)音演奏樣本、D1 觸發(fā)跳音演奏樣本、E1 觸發(fā)強(qiáng)奏聲音樣本等。這是早期多層采樣音色制作的原理。

隨著計(jì)算機(jī)芯片處理能力的提升以及內(nèi)存的擴(kuò)大，將多層采樣音色制作技術(shù)進(jìn)行深化與細(xì)化，比如每一個(gè)鍵位不同的力度同樣也可以觸發(fā)不同的聲音采樣，由此制造出采樣數(shù)更多、體積更大的音色。而在演奏時(shí)，通過(guò)分析演奏者彈奏MIDI 鍵盤時(shí)的力度與音符走向，可以觸發(fā)與之匹配的聲音樣本，以此達(dá)到更細(xì)膩化的樂(lè)器演奏。這一技術(shù)的運(yùn)用在弦樂(lè)類音色的制作中有著尤其實(shí)用的價(jià)值。因?yàn)楣翌悩?lè)器的演奏技術(shù)很復(fù)雜，一直都是MIDI 音樂(lè)制作領(lǐng)域中音色表達(dá)的短板。比如連奏，在此之前是音色制作廠商都要刻意避開的技術(shù)黑點(diǎn)，但通過(guò)動(dòng)作探測(cè)技術(shù)，可以提前分析演奏者的演奏意圖，從而觸發(fā)連奏的采樣，如此一來(lái)，樂(lè)器演奏的表達(dá)性能就大大提升了。

使用動(dòng)作探測(cè)技術(shù)制作的音色主要在弦樂(lè)器，如拉弦樂(lè)器小提琴、大提琴，撥弦樂(lè)器吉他等?，F(xiàn)在市面上比較有名的成品音色有Best Service 的小提琴獨(dú)奏音色Chris Hein Solo Violin 和古典尼龍弦吉他Ilya Efimov Nylon Guitar等，這些音色都具有演奏技法細(xì)膩、音色表達(dá)能力強(qiáng)的特點(diǎn)。

四、結(jié)語(yǔ)

幾十年來(lái)，音色的人工智能化進(jìn)程從未停止其前進(jìn)的步伐，目標(biāo)只是為了實(shí)現(xiàn)更為便捷、高效的音樂(lè)制作。探討音色的人工智能既可以普及我們?cè)跇?lè)器音色智能演奏方面的理論，也可以使這些音色工具更好地為實(shí)際的音樂(lè)制作服務(wù)。