Комментарии •

  • @理科生讲音乐
    @理科生讲音乐 Год назад +5

    从动力学的角度对人手进行建模,并研究健康的钢琴技术一直是人们一直在努力探索的领域。很久以前,Peabody的一位名叫Ottomann的教授就曾经写过一本相关的书籍,从专业演奏者身上测量数据,希望能够建立钢琴演奏的力学框架,让每个人都能不被技术限制。然而,他所使用的研究工具相当有限,也没有明确的研究结果,所以几乎无人问净。现在我们有了新的希望和技术手段,我相信会带来更大的机会和希望。目前该项目已经下架,我们无法得知它是否在憋大招。在我看来,这个项目最适合的应用场景并不是简单的制造动作来让人模仿,而是延续Ottoman的研究,并通过优化方法帮助学生们更好地理解每个关节和肌肉的使用方式,以节省训练时间并开发更加有效的训练方法。传统钢琴教学中,对于这个问题的解决一直不够全面,很大程度上依赖于"感觉"。然而,也有一小部分人尝试过运用更科学的方法,基于解剖生理学和运动学进行研究,并开发出了许多有价值的成果,例如Cortot、Alexander和Taubmann等人。所以我认为这个项目在继续探索钢琴技术领域方面有着重要的意义,可以为学生们提供更系统化的训练方法。

    • @GlassBulk
      @GlassBulk Год назад

      想法很好,但是每個人的手指肌肉都有點不同,還有大腦與手指的肌肉記憶,所以就可能變得很個人化,必須老師依照現場狀況,按照自己的經驗給學生的手指運動做修正,雖然有基本人體工學的力學原則,但是可能很難有一套能全包的方法

    • @nainaiero
      @nainaiero Год назад

      有趣的一點是,明明知道AI這樣彈很省力沒錯啊
      但按照這樣彈其實是沒有帶感情的 延伸的結果就是很多錯音以及強弱拿捏錯誤
      特別是一些類似普羅或拉赫的曲子,就是要用力彈(敲)才爽

    • @nainaiero
      @nainaiero Год назад

      當然這見仁見智拉 只是我的經驗

    • @wingwingchan817
      @wingwingchan817 9 месяцев назад

      ​@@nainaiero你有沒有學過機器學習?機器學習擅長的就是多變量的複雜模型,對於彈琴的力度變化,只要增加一個關於力度的變量就好了

    • @nainaiero
      @nainaiero 9 месяцев назад

      @@wingwingchan817 多變量的泛化能力相比現在大語言模型還是很弱的,所以阿只能說你說單純增加力度沒那麼簡單的,想單純依靠ML模仿人類真實100%彈琴模式還是不行的

  • @hene8916
    @hene8916 7 месяцев назад +1

    谢谢老师分享!我从你视频中学到很多很有价值的观点,因为我的孩子学钢琴,我们每期都看并不断从中吸取经验,谢谢!

  • @blairbu485
    @blairbu485 Год назад +1

    上個月才邂逅您的頻道,從中得到很多的感悟和啟發,真的很感謝您的分享。最近也發現日本很多鋼琴家平時也在積極地參與鋼琴ai的訓練項目,比如Catten角野隼斗和よみぃ Piano Yomii。我也是小時候業餘彈鋼琴,12歲以後就幾乎沒有碰過鋼琴了,在日本上大學的時候因為聽說數目最多的網球社團裡醉翁之意不在酒的學長很多,果斷進入了很文藝的鋼琴社團😊至今我都非常感謝當年的決定,因為無論畢業後工作生活有多繁忙,每次回到東京聚會的時候會發現大家還是熱愛著鋼琴,今年1月在大學前的居酒屋再聚時發現,一向時間嚴守的日本同學居然都多多少少遲到了,看了LINE群聊發現原來大家都在來的路上,被放置在各個車站的街頭鋼琴吸引,坐下來摸一下就忘記了時間。我自己也在銀座的YAMAHA逛的時候被1樓非常特殊的展示鋼琴吸引,玩得忘了時間。很慶幸能遇見您的頻道,希望可以持續地看到您的更新。

  • @qaqpiano1298
    @qaqpiano1298 Год назад +2

    感觉这个工具大概用到了
    1.自动转录:音频音乐转符号音乐。这块字节做的很好。
    2.指法自动标注:如果是动作最小量,很可能是规则驱动的方法(启发式搜索或者强化学习,最小化指法路径中的运动成本),规则驱动的缺点是会存在规则的冲突无法总结完备的规则或者是优化目标。数据驱动的方法据我观察更自然一点不过也有缺陷。现在的前沿的探索是结合数据驱动和规则驱动,并且加入个性化部分(比如自己手的特征定制指法)。自动分左右手我觉得不困难,直接有监督学习分类应该很好做。
    3. 动画生成?:这个不太了解,但是我认为3维手部动作这么真实很大可能学习了人类演奏视频。和博主一样疑惑这种三维弹琴动作数据库怎么来的?

  • @jeffreyyu6058
    @jeffreyyu6058 Год назад +1

    其实你说到把位和动作最小化,我第一个想到的就是去年vancliburn的冠军Lim Yunchan。我第一次看到他的演奏就想到这个人的动作怎么能如此简洁,每次发力都是贴键盘完成,没有一点拖泥带水,弹起来也不是很费力(看他弹完拉三还挺轻松的)。按你的视频里的说法应该是炉火纯青了。

  • @jcq2505
    @jcq2505 Год назад +1

    什么 之前没看见有#周杰伦所以就没看完。现在看见有 那只能先点赞再看

  • @haoyuanhuang5098
    @haoyuanhuang5098 Год назад +1

    前些日子去了解了一下Steinway Spirio这种将钢琴演奏的琴槌和脚踏等机械运动数字化的功能。店里宣称的是可以把一流音乐家们的演奏高度还原到任何一台有Spirio功能的琴上。虽说这种feature现在的价格和实用性都还比较局限于高端领域,不过敢想象那些可编辑可回放的数字信号音轨将成为日渐庞大的训练数据来源。像今天MidJourney学会了人类画师最精湛的技艺,也许很久以后「西部世界」中一个机器人演奏德彪西Reverie的情景真的会实现。不过不管机器怎么厉害,它都无法改变音乐艺术对人性本身的意义。

    • @yanlinli5886
      @yanlinli5886 8 месяцев назад

      这种智商税已经被1ON1 和pianodisc结合实际应用了,具体可以看看钢琴家serene在2024年NAMM上的视频,东西一样,价钱大概10%

  • @blairbu485
    @blairbu485 Год назад +1

    謝謝!

  • @qaqpiano1298
    @qaqpiano1298 Год назад +1

    Concert Creater 停止服务了,不知道为什么

  • @梧桐-m2m
    @梧桐-m2m Год назад +1

    讲得真好

  • @seanming75
    @seanming75 Год назад +2

    別忘了從初音到孫燕姿只花了15年

  • @billwang5743
    @billwang5743 Год назад +1

    数据可能来自于物理仿真器。 不一定全部都是真实世界数据。 两部分数据相结合。

  • @kaiyunchen6046
    @kaiyunchen6046 Год назад +1

    听了很有收获!

  • @andromedaperseus954
    @andromedaperseus954 Год назад +2

    天呐... 这不就是我PhD在做的主题吗🫠😶‍🌫

  • @jackwhite1921
    @jackwhite1921 Год назад +2

    假如AI某天突然覺醒"我思故我在",不知道會不會像駭客任務裏面的母體一樣將意識複製到人腦上!如果有那麼一天或許會很驚悚!

    • @adamlee9699
      @adamlee9699 Год назад

      為什麼ai會喜歡人腦呢,直接用現有神經網絡系統就行了

  • @dianabob6139
    @dianabob6139 Год назад +3

    我也认同关于AI的观点,它更多的像是当初缝纫机,帮助人们更好的去产出生产资料,给大家更多的自由~

    • @xiaozhudeng5710
      @xiaozhudeng5710 Год назад

      人类思维本质上就是生物信号化学信号的处理。如果AI计算能力算法足够强,有什么理由相信他不会超越人类呢

  • @townnet
    @townnet Год назад +4

    个人不是很理解为何这个被成为AI弹琴? 它只是透过我们人类已经录制好的音频或者编写好的midi输出而生成的一种弹琴动作影像而已。如果AI能够自行思考而创作出新的音乐或即兴把原曲改编,这个才算是AI弹琴吧? 小弟如果讲错请见谅。

  • @jiaweitam853
    @jiaweitam853 Год назад +1

    如果感情、情绪也作为一个AI参数给数据化呢?

    • @理科生讲音乐
      @理科生讲音乐 Год назад

      都放在声音里面吧,但是我忽然想到声音本身的情绪特征,AI提取就很困难,而且这个还和钢琴本身有关

  • @LittleElephantCC
    @LittleElephantCC Год назад +1

    🎉🎉