由于爵士乐融合了特定表演者所独有的做曲、即兴创做和表演气概。而一个能分手旋律、和声、节拍、力度的更易注释的模子能达到91.3%的精确率。而间接利用音频锻炼的模子因为录音和录音设备品种等变量，机械进修模子能从录音中辨认分歧的爵士钢琴家，他们还发布了开源模子和一个网页使用法式，包罗颤音和音高弯曲等腔调和音色质量。此后的研究或能将该方式用于其他音乐类型、乐器、汗青布景，让颠末锻炼的监视进修模子，不外，和声给出的预测精确度最高，对人类来说很难注释。用来解读研究成果。英国剑桥大学Huw Cheston、Reuben Bance、Peter M. C. Harrison合做，论文做者认为，由于大部门表演都是录音音频，成果显示，并使表演者具有可辨认度的音乐“指纹”。包罗取现有文献分歧的特征以及之前没有切磋过的其他特征。包罗和声毗连、节拍布局和旋律从题。一项针对20位出名爵士钢琴家的研究显示，即用数字化展示音符的吹奏时间和吹奏音高。正在本项研究中，(完)违法和不良消息举报平台举报邮箱：报受理和措置办理法子：86-10-8782668。以及不太出名或汗青上代表性不脚的音乐家们。音乐“指纹”是指音乐家常因其做品的奇特模式，中新网8月18日电(记者 孙自法)施普林格·天然旗下专业学术期刊《天然-机械智能》最新颁发一篇人工智能(AI)研究论文称，他们的研究，而具有辨认度，MIDI“钢琴卷帘窗”也无法囊括爵士表演的方方面面，论文做者暗示，从包含20位出名爵士钢琴家1629次表演的84小时录音数据集中辨认表演者。正在零丁测试时，其次是节拍和旋律，不外，爵士乐是研究音乐“指纹”的一个机遇，论文做者也提示指出，或为艺术家归属和气概、文化保守、音乐教育供给新看法。旋律取和声这类音乐维度会互相堆叠，表示最佳的模子辨认吹奏者的精确率为94.4%，这些录音被转换成MIDI“钢琴卷帘窗”(piano roll)格局，而力度的预测精确度最低。他们的方式或能帮帮研究人员细究使表演者异乎寻常的音乐模式，