新華社香港7月17日電? 題：人機交互音樂會：唱響不一樣的《東方之珠》
新華社記者 陸敏
“小河彎彎向南流，流到香江去看一看……”
歌聲響起處，大屏幕上五彩斑斕的3D音畫隨著旋律“起舞”，晶瑩欲滴的珠子不斷幻變出城市、海港、船帆，還有月色和燈火，水母在玫瑰色的天空中游弋，巨大的海浪卷出彩虹……
一場別開生面的音樂會14日在香港大會堂音樂廳舉行，擔(dān)任指揮的是香港浸會大學(xué)交響樂團音樂總監(jiān)潘明倫。在真人樂團的現(xiàn)場伴奏下，300多個虛擬人聲合唱一曲《東方之珠》，配上由人工智能為歌曲創(chuàng)作的3D音畫，瑰麗奇幻，氣勢恢宏。
人工智能專家、浸會大學(xué)副校長郭毅可接受新華社記者專訪（7月11日攝）。新華社記者 吳曉初 攝
“這應(yīng)該是全球首場同類的人機合作表演。”人工智能專家、浸會大學(xué)副校長郭毅可說，“人和機器共同創(chuàng)作和完成一個藝術(shù)作品，我們做到了。”
這是浸會大學(xué)“香港人機共生藝術(shù)創(chuàng)造平臺技術(shù)建設(shè)”項目拿出的第一份成績單。這一項目去年獲得香港特區(qū)政府撥款5200多萬港元，開展為期5年的藝術(shù)科技研究。
組建人工智能“合唱團”
今年是香港回歸祖國25周年，項目團隊首先想到了歌曲《東方之珠》。“用人機交互的方式進行再創(chuàng)作，以此送上我們的祝福。”負責(zé)該項目的郭毅可說。
第一個挑戰(zhàn)是“組建”320個虛擬歌手組成的人工智能“合唱團”。
通過收集專業(yè)歌手的錄音歌曲，他們提取和分解了聲樂的主要特點，開發(fā)了聲樂的生成模型，成功創(chuàng)建了一個四聲部的合唱，同時通過8個人的人聲采樣，生成320個具有全新音色的虛擬歌手，“組建”成團。
虛擬歌手們開始“唱”得并不好，會唱錯、唱不上高音甚至破音跑調(diào)。“聲音就是頻率，教它們學(xué)唱歌不算太難，就是需要不斷地通過調(diào)整頻率進行改善。”郭毅可說。
在彩排中，香港浸會大學(xué)交響樂團音樂總監(jiān)潘明倫身上多處綁著傳感器，他不時與臺下的技術(shù)團隊進行溝通（7月11日攝）。新華社記者 吳曉初 攝
第二個挑戰(zhàn)是表演時的人機互動。在舞臺上，指揮和樂團是真人，虛擬歌手們要學(xué)會“聽”指揮的指令，做到與交響樂團的現(xiàn)場演奏無縫銜接，而這并非易事。
記者在彩排現(xiàn)場看到，指揮潘明倫脫去了西裝，他的腰上、肩上、手臂和手腕處都綁著裝有傳感器的綁帶，他不時停下指揮，與臺下的技術(shù)團隊進行溝通磨合。
傳感器的作用是把指揮的肢體動作“同聲傳譯”給人工智能合唱系統(tǒng)。“難點也在于此，指揮的手勢不是固定的，需要有個模糊邏輯讓系統(tǒng)學(xué)習(xí)。開始挺亂的，現(xiàn)在越練越好了。”郭毅可說。
經(jīng)過長達半年的科研攻關(guān)和人機磨合，浸大的人工智能合唱團成功地完成了與真人交響樂團的合作。
人工智能眼里的“東方之珠”
最大的突破來自人工智能的“創(chuàng)作”。配合歌曲意境，人工智能自主創(chuàng)作的3D音畫，用天馬行空的想象力和表現(xiàn)力向人類描述了它眼中的“東方之珠”。
在這段時長約4分鐘的3D音畫里，人工智能共生成近3000張圖像，且畫面之間邏輯順暢，并與《東方之珠》的歌詞和旋律相匹配。“根據(jù)歌詞內(nèi)容不斷變化，動態(tài)生成各種場景。鏡頭設(shè)計了一個虛擬的飛行視角，其速度和高度隨旋律而變化，音量高就飛得高；節(jié)奏快，速度也會加快。”郭毅可說。
香港浸會大學(xué)交響樂團樂手在彩排中演奏（7月11日攝）。新華社記者 吳曉初 攝
剛開始的時候，團隊只是讓人工智能根據(jù)歌詞生成一幅幅畫，將它們簡單連接。隨著探索的深入，他們開始嘗試讓人工智能“創(chuàng)作”三維視頻。“這需要對歌詞內(nèi)容系統(tǒng)地理解，而且邏輯必須連貫，并且自動生成。這個時候我們的創(chuàng)新就開始了。”郭毅可說。
要做到這一點，首先要讓機器學(xué)會理解歌詞的文字內(nèi)涵，人“教會”機器了解一些相對應(yīng)的關(guān)系，比如香江代表著香港，“珠”的意象要成為貫穿音畫的主線等，在此基礎(chǔ)上讓機器自主想象，自行創(chuàng)作。而在機器完成創(chuàng)作后，具備不具備美感和意義則需要人來反饋，并幫助它修正。
“這就是人機交互的創(chuàng)作。”郭毅可說，“我們開發(fā)了一個人工智能驅(qū)動的媒體藝術(shù)家模型，‘東方之珠’音畫是我們向超級人工智能藝術(shù)家目標(biāo)邁出的重要一步。”
讓科技賦能藝術(shù)
在以往的人工智能藝術(shù)創(chuàng)作中，一個傳統(tǒng)的思路是機器模仿人。郭毅可對此并不認(rèn)同。他認(rèn)為，在藝術(shù)創(chuàng)作領(lǐng)域，人工智能有自己獨特的創(chuàng)造能力。隨著人機交互技術(shù)的進步，它的創(chuàng)作可以跟人不一樣，也可以被人理解和欣賞，并可能隨著人對美學(xué)的需求而不斷改進。
“科學(xué)上的突破往往最先來自于觀念，我認(rèn)為我們中國人有這個能力，不在人家的話語體系里轉(zhuǎn)圈圈。我們這次的創(chuàng)新在于理念變了，由此找到了新的突破點。”郭毅可說。
人工智能專家、浸會大學(xué)副校長郭毅可（右二）在彩排現(xiàn)場（7月11日攝）。新華社記者 吳曉初 攝
《東方之珠》音畫第一版，整個圖像投影在一顆珠子上，然后珠子一層層打開，到“流到香江去看一看”時，突然幻變成了一朵紫荊花。“我們都驚呆了，‘香江’的概念居然會以一朵紫荊花的形態(tài)展現(xiàn)，非常奇妙，這就是機器的創(chuàng)造力。”他說。
如果相信機器能夠創(chuàng)造，那么未來的藝術(shù)會是什么樣？這個問題令郭毅可和他的團隊興奮。郭毅可認(rèn)為，科技賦能藝術(shù)，人機達成更多的互動與交流，為藝術(shù)的發(fā)展帶來全新的可能。
下一步，人機互動要向更深層次探索，比如連接意識、情感。“我們可以把美感編碼，讓機器認(rèn)識美感，然后讓美感成為它創(chuàng)作的一部分，這是我們研究的一個重要方向。”郭毅可說。
郭毅可希望將來能人機合作創(chuàng)作一部歌劇，將編、導(dǎo)、演、唱集成展現(xiàn)。“探索無止境，沒有什么是不可能的。”他說。
