為了推廣這個概念，蘇黎與沛思文教基金會將於 2017 年 11 月合作推出《日新‧樂譯》跨界科技音樂會(註三)，將現場演奏即時轉譯成樂譜動畫，用科技的語言，述說音樂的故事，透過多媒體動畫影像，讓大家聽得到也看得到音樂的演出。
除了紀錄樂譜，還能做什麼應用呢？
「多重音高偵測技術」對於輔助學習的應用，也不僅限於音樂元素的偵測與視覺化。
精確的多重音高偵測技術為了滿足這個目標，往往需要更精確的頻率與能量偵測演算法，精確描述演奏者在演奏時的音量有多大、抖音怎麼使用、如何控制音長等等。
蘇黎與成大蘇文鈺老師、中研院楊奕軒老師合作的工作中，專注探討小提琴演奏者的詮釋，就像同樣的小星星會有很多不同的詮釋版本，可以彈得恬靜、彈得莊嚴、彈得詼諧、彈得有精神，種種不同的表情術語和詮釋方式，都可以從精確的音高偵測演算法中看出端倪。
更進一步地說，未來我們或許能建立一個檢定的標準：當彈奏者把自己的演奏記錄下來，並輸入音樂人工智慧時，就可以和標準演奏做出比對，看看自己演奏得好不好。或是藉由音樂人工智慧的示範演出，讓初學者可以不斷聆聽各種詮釋方式，再去揣摩自己喜歡的演奏表情。這一些都是未來可以從「多重音高偵測技術」中，延伸開發的音樂人工智慧。
如果可以辨識演奏的詮釋方式，則有機會透過音樂人工智慧，從仰慕的音樂高手的精湛演奏中，學習樂器的彈奏技巧。
精確的音高偵測技術不僅可以用來分析古典音樂中的表情術語，另一個有趣的應用是分析搖滾樂中，吉他 solo 複雜的演奏技巧。
帥氣熱血的吉他 solo 往往結合各式不同的演奏技巧，如推弦，滑音、悶音、捶勾弦等等，這是吉他新手在學習抓譜時最困擾的地方。「多重音高偵測技術」有助於辦識出吉他的演奏技巧，把這一些技巧轉變成可閱讀的技巧符號，並記載在樂譜上，讓我們可以更容易去理解彈奏方式，進而模仿演奏者的演奏變化，達成自己想要的音樂學習目標，也是種未來可能發展出的音樂學習系統。
音樂人工智慧會取代音樂家嗎？
當 AlphaGo 問世改寫了圍棋的新面貌，一一擊敗了世界頂尖的圍棋好手，有人感到恐懼、有人感到興奮，無非都是因為人工智慧科技所帶來的改變，但換一個角度想，這不正是把漫畫「棋靈王」的故事搬到現實世界嗎？
當 AlphaGo 變成每個人的藤原佐為，我們就可以像進藤光一樣，即使沒有從小就接觸圍棋，也可以學習到好的圍棋思維。根據類似的道理，我們可以說， 音樂人工智慧科技的進步，其目的並不在於取代音樂家的工作。相反的，我們能看到在不久的將來，這些科技將會被用來增進人類學習音樂的效率，而擴大音樂的學習與消費市場。
正如工業革命讓古鋼琴現代化並大量製造，而孕育浪漫樂派蕭邦、舒曼等作曲家不朽的鋼琴獨奏作品；當代音樂人工智慧的成熟發展將開展另一場革命，不僅讓學習音樂變得更輕鬆有趣，也提供音樂家前所未有的音樂創作思維。
蘇黎不僅是個資訊科學家，也是一個音樂愛好者。深度研究「多重音高偵測技術」，逐步發展出可以正確轉譯樂譜的音樂人工智慧，一方面希望讓專業的音樂創作人擁有更好的創作環境，不用在記載與解析樂譜上耗費太多心力，創作者可以運用更充足的時間來創作嶄新的音樂風格。
另一方面則期望，讓每個想學習音樂的人，可以搭載猶如莫札特的音樂耳。每個人都好像擁有一個虛擬音樂老師，以更輕鬆、簡單的方式，認識音樂的組成結構，降低學習成本，加快學習音樂的速度。讓想學音樂的心，不會隨著年齡增長而有所阻礙，讓全年齡層的人們都有興趣把音樂成為生活的一部分。
註一 ： Pasibutbut 歌曲試聽
註二 ： 泛音唱法的 youtube 影音
註三.：《日新‧樂譯》跨界科技音樂講座、演奏會資訊
文/張凱鈞
本文經授權轉載自研之有物（原標題：天才莫札特的傳說很狂？現在只要一鍵就做得到！）
責任編輯/鐘敏瑜
