“智能音乐学”的全视野研究与解读
——评《智能音乐学与中国音乐数字媒体论》
智能音乐学是一门交叉学科，融合了音乐艺术、人工智能以及音乐媒体。从智能音乐学的本质，是研究信息时代人工智能、音乐媒体与音乐艺术融合的理论、方法和技术的全新学科，自出现之初便涉及多个领域，展现出现代信息技术与传统艺术的全面融合，并衍生出机器学习、机器感知、神经网络、遗传算法、知识表示和知识系统等人工智能的全新范围，也涉及文本、图像、音频、视频、动画、虚拟现实以及人际交往等数字媒体范畴。由此可见，智能音乐学的发展已经呈现出规模性、时代性特征。
遍观当前智能音乐学的研究领域，由陈根方著、文化艺术出版社2018年4月出版的《智能音乐学与中国音乐数字媒体论》一书，对智能音乐学的研究比较深入。该书从研究的框架和内容出发，对智能音乐学的发展做了较为全面的总结和系统性的研究能够带给广大读者全新的思考。本书共分为八个章节，详细地阐述了当前智能音乐学与中国音乐数学媒体的内容，阐明了融合之后的效应和价值。
音乐史和人类史一样，都具有悠久的发展历史，承载音乐的媒体不断进化并呈现出全新的发展形态。在这里可以将音乐媒体的进化历程进行划分，具体包括原始时代、符号时代、电声时代、数字时代和虚拟时代，每一个时代的发展跨度不同，承载音乐的媒体也有所差异，尤其是虚拟音乐时代背景下音乐的呈现方式、人与音乐的互动都发生了翻天覆地的变化。现阶段可以充分借助虚拟现实技术，革新和探索全新的音乐演奏与体验方式，乐器仿真过程更加便捷，并且与传统乐器并无差异，沉浸式的体验效果更好。可以说，新时期音乐媒体得到全面进化，依托数字媒体所带来的便捷性优势，打破了时空限制，完成了音乐的无缝衔接。
“智能音乐学”这一学科概念自2013年被作者提出，并赋予了其全新的发展定义，认为数字媒体=音乐媒体+智能音乐学。智能音乐学则主要是利用人工智能 的方法来研究音乐媒体之间的相互转化以及变换的基本过程。智能音乐学充分表现了人工智能在音乐艺术领域的拟人化、个性化发展方向，探索出了一个全新的发展领域。作者在书中对人工智能进行系统的概述，包括人工智能的研究目标、研究方向等。而在智能音乐学的研究内容上，衍生出了多项内容，这都是音乐媒体产生与消亡、转换和变换的直接结果，具体包括音乐创作、音乐媒体变换、音乐媒体转换以及音乐媒体编码、存储和传播。此外，作者也提出了中国传统音乐媒体和智能处理的典型代表，分别对信息时代背景下的昆曲艺术、古琴艺术进行研究，系统全面、重点清晰。
由此可见，作者在进行“智能音乐学”的全视野解读当中，对自己提出的“智能音乐学”学科概念进行了全面的剖析，使得读者可以更直观地去了解数字时代音乐艺术的变化，看到“智能音乐学”所展现出的价值和作用，并借助昆曲艺术和古琴艺术在信息时代的变化，使研究内容更系统、更全面。
为全面强化研究的系统性目标，作者分别就工尺谱音乐媒体与古琴音乐媒体展开研究。在前者的研究过程中，对工尺谱的概念进行界定，作为我国传统音乐记录方式，这种音乐记谱法的发展历史悠久，经过漫长的发展历程逐渐走向成熟，并被普遍和广泛地应用到中国传统音乐当中。现代的传统剧种和中国传统音乐乐谱都是以工
尺谱为载体，为人类保存了大量的音乐遗产。但信息时代背景下，传统的工尺谱也必将走入数字化的发展进程中，想要实现工尺谱的信息化发展，则需要建立和制定元数据方案，借助音乐元数据方案的价值和发展经验，构建基于DC的工尺谱元数据方案，最终完成信息的录入工作。并且为了更好地实现工尺谱的信息化，在制定元数据方案之后，还需要形成可编辑语义文本和工尺谱语料库。书中也提及了类MIDI的工尺谱存储方案，主要原因是想要将工尺谱当中所记载的精华与乐谱信息实现全面承载，探索多种媒体的发展空间，以便工尺谱录入得到全新的发展空间。
后者对古琴音乐媒体进行研究，作为传统的音乐艺术形态，古琴艺术具备极其强大的生命力，在新时代也呈现出全新的发展特点。但不可否认，古琴艺术基于数字时代的可持续发展，还是需要探索信息化的发展方向。书中作者针对古琴艺术的基本特征，提到了基于SVG（可缩放矢量图形）的古琴Web乐谱重建，在这种方法下古琴乐谱可以在Web网页上呈现，并将乐谱扫描为数字图像，将整个数字图像在网页上进行显示，整个过程较为便捷。但需要注意的问题是，这种录入方式只能够实现对于乐谱图像的放大和缩小，并不能够进行编辑和检索。
传统音乐艺术形态在信息时代的传承与发展，需要充分利用信息技术所带来的各项便捷性优势，真正展现出“智能音乐学”学科概念的价值，为传统音乐焕发生机和生命力提供坚实的保障。
数字时代背景下，新技术和新方法被广泛地运用到中国传统音乐媒体当中，并借助技术层面的优势和先进性，使得传统音乐艺术的传承与发展面临创新。在本书当中，分别从乐谱图像分割、光学乐谱识别以及数字音频识别等三个方面着手，探究“智能音乐学”全新的发展空间。
第一，在乐谱图像分割方面。图像信息相较于传统的信息载体，内容更全面，信息呈现更加直观。但需要注意的是，对于图像信息而言，人们往往是是部分的关注度较高，无法从全局上全面理解。而图像分割的方式则是将图像分为一些具备较强相似特征的若干区域的处理方法和算法，满足图像分析的目标。对工尺谱和古琴乐谱进行图像分割，使乐谱当中的关键性内容得到数字化的呈现，对于工尺谱和古琴乐谱的记录具有显著效用。
第二，光学乐谱识别。数字时代下的音乐传播模式和信息显示方式都发生了根本性的变化，数字音序和数字音频逐渐成为音乐的主要载体。在中国传统的工尺谱和古琴乐谱当中，记录着大量的音乐信息要素，但这些文献的存在依旧是以乐谱为核心，利用人工智能的方式将传统乐谱 当中的音乐信息转换为数字音序，则是光学乐谱识别的作用和价值。作者在光学乐谱识别的研究当中，对工尺谱乐谱识别和工尺谱字识别进行了分别的研究，从而更全面、更系统地去检验光学乐谱的识别效果，并最终满足数字音序构建的要求。
第三，数字音频识别。音频作为信息的重要载体，是音乐传播的主要方式之一。携带音乐信息的数字音频可以转换为其他的音乐媒体形态，包括数字乐谱和数字音序。数字音频识别，核心目标则是对传统音乐信息完成识别和记录，将其转换为更直观的音乐信息要素。在研究中，作者从民族乐器、传统戏曲、古琴演奏音频分割以及情感识别等多方面做出了系统的论述。笔者认为，数字音频识别是基于数字时代背景下的全新要素和全新内容，是智能音乐学研究的一个重要推动力。
该书将人工智能与数字媒体技术应用到音乐领域当中，取得了突出的效果。当然，除此之外，人工智能与数字媒体技术在音乐领域当中还有其他应用，具体包括：一是算法作曲。这种方法是利用作曲理论或者某一个音乐家的作品风格和流派，提炼出一种形式化的是生成规则，并借助必要的参数，最终创作出音乐作品或者音乐伴奏等。二是音乐的可视化。传统音乐艺术的表现是一种无形状态，而现阶段音乐已经基本实现了可视化。综合利用音乐、数字音频、图形学、图像处理、虚拟现实等诸多领域的跨学科知识，构建一个可视化的音乐环境。三是手势识别与虚拟乐器演奏模型。音乐演奏的过程涉及的主体包括人与乐器，两者互动才达到演奏的基本要求，虚拟演奏作为一种全新的演奏方式，通过捕捉手势来实现虚拟乐器的演奏过程，最终完成音乐的合成与转化。四是古琴打谱的智能分析。借助信息技术所带来的便捷性优势，逐步去挖掘其中的内涵与核心价值，真正利用计算机完成智能分析。五是音乐保护。音乐本就属于一种个性化的艺术形态，不同的人对于音乐的理解也会有所差异，特别是在信息快速流通的今天，音乐艺术的发展也呈现出新特点。由于传统音乐深厚的历史积淀，具备独特的价值，如若能将人工智能和数字媒体技术应用其中，对于传统音乐的传承和保护作用显著。
可见，“智能音乐学”的全视野研究与解读，是新时代背景下对于音乐学领域的全新研究内容。作者所提出的“智能音乐学”的相关概念，在书中诠释得相当到位，并将人工智能以及数字媒体技术应用到传统音乐的发展之中，取得了突出的成效，拓宽了音乐学领域的研究空间。