“说对了。”
肖萌说，“我以为目前Violin-β相称于一个练习了三四年、有很好天赋的琴童。吹奏根本很好，但感情表达不敷到位，很多末节的措置都不敷细致，显得有些生硬。”
“呀，甚么？”
“莱布尼茨说的这句话。”
路之航深深看她一眼，点头道。
肖萌莞尔一笑。她听过梁清宁吐槽说过谱子难背――提及码要谙练吹奏十遍后才气记着乐谱。但是梁清宁的记谱速率已经是其他小提琴手膜拜的工具了。
“那就费事你了。”
Violin-β团队的野心很大，肖萌感遭到了震惊：“这个要求太高了，古典音乐圈是个小圈子，能够用来学习的小提琴乐曲数量不会很多。”
肖萌为本身的健忘，不美意义的一笑。
这类教员的代价也不贵，肖萌想，绝对是VB项目组能付出的代价。
路之航道：“天下上没有甚么东西是不能用数学解释的，如果不能，那就申明公式还不敷好，或计算才气不敷。”
但还是不敷，起码远远不能满足团队的需求――研讨团队的终纵目标是随便输入一个乐谱，VB都能够一流小提琴家的吹奏水准。
“但没有精通小提琴吹奏的人插手团队还是不可的吧？那你们有没有考虑过找教员？”
路之航说：“莱布尼茨。”
小提琴和钢琴分歧，不是牢固音准的乐器，也就没有所谓的绝对音准。某个音准是否精确，取决于它和其他音之间的干系，因为音高都是相对的。
肖萌细化了本身的计划：“我有一个朋友小提琴拉得非常好，他在小提琴圈的人脉干系很丰富，晓得好几位如许的小提琴教员。你们如果需求的话，那我帮你们问问哪些小提琴教员程度不错并且能接管新奇事物的？”
“题目要一个个处理，目前要紧的还是处理机器学习中的难点。”邱伟涛说。
肖萌无言。客岁时，陆以则和机器人钢琴吹奏比赛打个了平局，这事儿闹得挺大，网民都在感慨“除了棋类，人类在吹奏上也输给了计算机”，音乐家们都感觉有些丢面子。
邱伟涛说：“是的，这就是路之航的设法。他向来也不同意用仅仅用机器学习的体例来研讨小提琴吹奏，他以为，埋没在乐曲后的数学应当是研讨的核心之一。”
肖萌固然是重生，但也是天下最好的计算机专业的学子――在两位大神师兄的提示下，她很快明白这此中的难点。
“是的……”肖萌问，“你们找太小提琴吹奏家共同研讨吗？”
“但是，目前有困难吗？”肖萌问。
这确切是Violin-β体系目前的题目，路之航点头，表示肖萌持续说下去。
现在，VB项目组采取的是闻名的神经收集和机器学习的体例让电脑学会拉小提琴。机器学习要以大量的数据为根本。而典范的小提琴乐曲何止百首，上千首曲子都是有的。每首曲子都有分歧的吹奏体例，一样一首曲子在分歧的吹奏家手上课也闪现分歧的气势：轻巧，缠绵，伤感……但非论那种气势，说白了都是数据。只要有充足的数据和计算资本，VB便能够在吹奏时能够在力度，长度和节拍长停止调控，达到一流的吹奏家的程度。
“找过，但不顺利。”邱伟涛说。
路之航道：“和我们找来的小提琴家的说法一样，新手程度。”
所谓的评价体系，就是让VB体系不竭的、几次的吹奏同一首曲子，然后体系对每次的吹奏成果停止打分，所谓“择其善者而从之，其不善者而改之”，分数低，就申明要改进，分数高，则能够加强上风。吹奏几千上万遍以后，VB就能找到最合适的形式。