AI进军B-Box界：输入20秒任意声音，还你一段定制的B-Box演奏

编者按：本文来自微信公众号“量子位”（ID:QbitAI），铜灵编译整理；36氪经授权转载。

最近，B-Box界来了一位新玩家。它不是人类，而是AI。

和人类玩家不同，只要你不打断AI B-BoxerVid，它就永远不会累。而且它还有一个特殊技能：可以用任何声音合成B-Box。

也就是说，你任意输入几个声音——可能是随口发出的拟声词，也可能只是敲了下桌子，它都会自动处理成B-Box风的演奏。

无论输入的原始声音如何，最后的结果听起来总是像模像样的——

在上面这段视频中，主人公拍了拍自己的脸颊，还弹了弹一个塑料瓶。这些声音都被电脑的麦克风记录下来，然后输入至模型生成演奏。

从今以后，你也可以称自己是B-Boxer了，谁让Vid的简化版现在已经开放，可以自己动手录制自己的B-Box了。

只需20秒

德井直生（Nao Tokui）是Vid的创作人，也是九州大学的客座副教授及AI音乐创作初创公司Qosmo的CEO。

德井直生团队开发的这个Neural Beatboxer神经网络系统，只需收集一段20秒的音频，就可以定制出配套的鼓声包，之后自动将输入的声音与鼓声有节奏地排序，一个不会重样的B-Box演奏就出来了。

这项技术中用到了两种模型：先是卷积神经网络模型根据输入声音的声谱图，将里面不同音色分离出来。随后，循环神经网络模型生成创作做，这个模型是在谷歌Magenta预训练模型DrumsRNN改进后得到的。

当谈到自己的技术时，德井直生表示还是以新奇好玩为主。

“从技术上讲，这个项目并不是全新的，并且系统的输出听起来永远不会像巴赫或甲壳虫乐队那样好，”德井直生在接受采访时说，“我的目的是为人类作曲家创作有趣、怪异、新奇的节奏，而这些可能是他们不容易想到的。”

在线生成

想合成你自己的B-Box，可以前往这个地址简单一试（温馨提示：需要用Chrome浏览器打开）：

https://codepen.io/teropa/pen/JLjXGK