音樂與人工智慧的無限可能—專訪楊奕軒

採訪／楊慈慧

人煙稀少的道路—音樂情緒分析

就讀臺大電機系時，楊奕軒碰巧申請到了系上的獎學金，因而有機會在升大三的暑假時往美國的密西根州立大學（Michgan State University），成為該校資工領域的暑期交換生。原本以為IC產業是電機唯一出路的他，發現了新的世界。曾經因為不熟悉而排斥寫程式的他，在這個因緣際會下開始產生興趣。回臺灣後，他選修了許多資工系的課程，並先後加入了李琳山老師以及陳宏銘老師的實驗室參加專題研究，並在陳老師的實驗室一路待到博班畢業。

詢問起他為何會接觸到音樂資訊的研究時，楊奕軒表示這其實算是個意外。大四上時在陳宏銘老師的實驗室，剛好有個與音樂情緒相關的新題目，研究下去後發現越來越有心得，於是便繼續在這個題目上鑽研。從小學美術的他，也曾想過是否要從眾地做多媒體研究的主流—電腦視覺（computer vision）。如果把研究生涯比喻為一條路，我想，楊奕軒便是喜歡探索秘密小徑的人。儘管對研究領域曾有過猶豫，但因為他並不喜歡和大家走一樣的路，再加上已經在音樂的題目上做出興趣，找到了研究價值，所以決定繼續這段與音樂的不解之緣。楊奕軒在博士班時，主要研究的題目是音樂與情緒，除了資訊與音樂領域以外，還跨足到心理學領域。他表示音樂情緒分析是很主觀的一件事，因為每個人對音樂的感覺都大不相同，這樣的主觀正是這個研究之所以有趣的地方。然而，也因為過於主觀，導致在搜集資料上有一定的困難度，很難搜集到足夠的資料讓模型去學，因為在早期我們需要大量人力來處理情緒標記，讓模型知道這首歌到底是悲傷還是快樂，這是成效未必能如預期的浩大工程。

道路拓寬工程—情緒分析到音樂生成

博班畢業後，他在中研院成立了實驗室。有了這個與音樂相關的實驗室後，他研究的面向開始擴大，不再侷限在情緒的題目上，開始觸及樂器與曲風分類、音樂轉譜、聲源分離（source seperation）以及音樂生成（music generation）等領域。近期，楊奕軒將研究主力放到了音樂生成上。從分析到生成，電腦的身份轉換，因為在做分析研究時，往往只能根據手上現有的音樂來分析，電腦僅是從聆聽者的角度來歸納，扮演的是理解規則的角色；而在音樂生成的方面，電腦則搖身一變成了創造者，不再只是分析既有的音樂，而是在過去分析成果的基礎上，發展出創造新音樂的能力。

相較音樂分析，楊奕軒認為音樂生成的研究更有趣。一般人研究人工智慧，主要是出於兩種目的，第一種是意圖讓人工智慧取代人類，讓AI去做所有人類會做的事情，比方說讓AI去詞曲創作，甚至是當DJ等等；而另一種則是希望人工智慧可以輔助人類，比方說可以讓初學者更快習得技能，或是可以成為提供靈感的角色等等。其實，音樂生成的研究已經有四、五十年了，這次是因為深度學習（Deep Learning）的關係，而在技術方面突破了以往的瓶頸。現在的模型在接收到輸入的資訊（input）後，會自己去學一些規則，而那可能是連人類都講不出來的規則。

目前，音樂生成技術已經可以讓模型產生出音樂片段，現在正朝著完整編曲的方向前進。雖然在樂理上有些基本原則可以遵照，但實際在技術應用的層面上，如何讓模型編出能聽、好聽的樂曲，卻是非常複雜。Music and Audio Computing Lab自創立初期便開始與音樂平台KKBOX合作，除了能借助該公司的資料庫進行分析外，還能讓研究內容有實際運用的平台，透過使用者及該公司的反饋進行調整。

在多媒體研究中，音樂一直不是熱門題目，甚至有許多人並不知道有這樣的研究存在。楊奕軒曾和一位國外同領域的資深教授聊過，該如何讓更多人加入這個行列。然而，該教授卻認為，讓有興趣的人來做就好，不必在意這到底是小眾還是大眾的研究主題。在與音樂資訊纏鬥的這些年中，除了要面對許多難解的題目以外，還要回應許多音樂人的質疑與誤解。由於臺灣是華語音樂圈的領頭羊，大家自然對音樂的要求就大幅提升，在「有東西可以聽」與「好聽」之間，其實還有很長的路要走。他希望自己做的研究是可以「落地」的，能與實際需求接軌，發展出一定影響力。當然，新技術的發展並不容易，這是需要更多人參與、回饋，才有可能更上一層樓。

面對人工智慧的第三度興起，楊奕軒認為這是屬於理工人的黃金時代。技術的進步讓現在的研究者不用多花時間再走一次前人走過的路，可以把心力放在創造上，去探索新的領域，也為人們帶來很多思考的可能性。處在這樣的環境下，他認為只要有機會、有興趣就該去嘗試看看。時光正好，應當好好把握機會，就算哪天突然發現自己似乎走錯路了也無妨，再走回去尚為時不晚，最怕因為恐懼未知多變的世代便裹足不前。未來，楊奕軒將繼續在這條跨界道路上，探索音樂資訊的未知風景。

(本文為教育部「人工智慧技術及應用人才培育計畫」成果內容)