5分鐘曲子連續播放451天，還能不重樣？當程序員不想單曲循環……
這一壯舉還附贈了教程和開源代碼。
乾明 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
程序員要是喜歡上一個東西，指不定會搞出什么“瘋狂”事情來。
今天要說的，是特別喜歡一首曲子的程序員貝特（Alex Bainter）。
這首曲子，名為aisatsana，來自電子樂大師Aphex Twin，只有5分多鐘。
這里可以聽到：https://mp.weixin.qq.com/s/0ZNsP7sEfagZhjyaLZohSQ
讓他很苦惱的是，單曲循環聽著容易膩歪，他想讓這個曲子能一直不重樣地播放下去。
然后，他選擇了馬爾可夫鏈……
現在這首曲子已經能夠不間斷播放451天不重樣……（聽歌地址在文末）
貝特把完成這一“壯舉”的過程寫成了文章，分享了出來，而且，代碼已經開源。
在Hacker News很快就獲得了400多熱度，200多條評論。
不少人評論稱，這樣聽歌真的很爽， 實現起來很簡單，但效果很好！
它到底是怎么做的呢？我們一起來看看。
從算法的角度理解一首曲子
想要曲子不重樣地播放下去，首要的任務就是要理解曲子的結構。
一般情況下，播放曲子的速度可以BPM（beats per minute）來衡量。
aisatsana這首曲子很簡單，共有102BPM。如果從第一個音符開始計數的，每16個節拍包含一系列音符，他稱之為樂句（phrase），整首曲子中，一共有32個樂句。
想要創建一個能夠不間斷、不重復播放aisatsana的系統，算法需要滿足以下兩個要求：
- 知道一個樂句什么時候結束。
- 播放不重樣的樂句。
第一個要求，相對來說非常簡單，只是計時。第二個要求，是最棘手的部分。
讓曲子一直播放下去
一種簡單的策略是，編寫一個程序，粗暴地把32個樂句拆分開，一個樂句之后，隨機播放另一個。
這種方式，雖然相互銜接上沒有問題，聽起來也比單曲循環更加靈活有趣，但本質上也是重復的。
只要熟悉了這32個樂句，曲子依舊會無聊。
怎么辦？答案只有一個：
創造一個系統，來生成聽起很與原來樂句很相似的新樂句。
最直接的方法，就是深度學習技術了。但只有32個樂句的樣本……很顯然不太現實。
最后，貝特就把目光轉向了馬爾可夫鏈這個“老方法”。
馬爾可夫鏈，能夠記錄一組狀態中，從一個狀態轉移到另一個狀態的概率。
舉例來說，你生活中只去3個地方：家、公司和商店，也就是說，你要么在家里，要么在公司，要么在商店。
想要的知道你接下來要去哪？首先就是記錄你一段時間內去這三個地方情況，根據記錄數據來分析相關的可能性。
比如說，當你在家的時候，你有80%的可能性去公司，你在公司的時候，回家和去商店概率都是50%，如果你在商店，接下來回家的可能性就有95%。
以上，就是創建一個馬爾可夫鏈的所需要的一切：狀態，以及從一個狀態到另一個狀態的概率。
如果把它應用到音樂上，該怎么做？
馬爾可夫鏈生成新樂句
先來看一張圖：
圖中展示的是兩個樂句，每個有4個節拍，每個音符旁邊，是音符的名字，最上面是節拍。播放這些樂句的順序，是從左到右依次進行。
然后，把兩個樂句放到馬爾可夫鏈中，狀態命名為節拍與音符的組合，比如1A就是在第一個節拍的時候演奏A音符。
除了這些，還需要有開始和結束的狀態，來表示樂句的開始和結束。用箭頭來表示一個狀態到另一個狀態的轉變。
在上圖中，第一個樂句就是開始→1A→2F→3A→4F→結束。第二個樂句是開始→1E→2C→3A→4C→結束。
這里面，一共有9個狀態，分別是開始、1A、1E、2F、2C、3A、4F、4C和結束。從一個狀態到另一個狀態的概率是：
開始→1A：50%
開始→1E：50%
1A→2F：100%
1E→2C：100%
2F→3A：100%
2C→3A：100%
3A→4F：50%
3A→4C：50%
4F→結束：100%
4C→結束：100%
這樣，就建立了一個馬爾可夫鏈。從開始到結束，所有可能的路徑，可以生成4個樂句：
開始→1A→2F→3A→4F→結束（原始樂句1）開始→1A→2F→3A→4C→結束（新樂句）開始→1E→2C→3A→4C→結束（原始樂句2）開始→1E→2C→3A→4F→結束（新樂句）
就這樣，馬爾科夫鏈就生成了兩個新的樂句！因為是通過同一個鏈構建的，聽起來也會非常相似。
在這個例子中，只是用了2個樂句，每個樂句中4個節拍。而aisatsana中有32個樂句，每個樂句16個節拍。
按照這個邏輯，貝特最后生成了400多萬個獨特的樂句，可以播放超過451天，而且所有的樂句都不會重復……
整個實現代碼，貝特已經開源了，項目地址：
如果你有興趣，可以自己上手試試~
最后，附上生成的aisatsana地址：
https://generative.fm/music/alex-bainter-aisatsana
—?完?—
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個字。
量子位?QbitAI · 頭條號簽約作者
?’?’ ? 追蹤AI技術和產品新動態
- 滴滴副總裁葉杰平離職，他是出行巨頭的AI掌門人，戰勝Uber中國的關鍵科學家2020-09-07
- 董明珠的格力空調賣不動了：上半年營收同比腰斬，24年來首次被美的反超2020-09-01
- 手機配件市場上的“隱形巨頭”：80后長沙夫妻創辦，IPO首日市值逼近600億2020-08-31
- 寒武紀半年報：每天虧百萬，銷售力度提升營收反降11%，上市高峰市值跌去40%2020-08-30
相關閱讀
一書吃透機器學習！新版《機器學習基礎》來了，教材PDF、PPT可下載 | 資源
有Reddit網友評論，這部教材足夠扎實、內容足夠基礎，學機器學習理論，熟讀這本書就足夠了。
