世界音乐人工智能大会（Summit on Music Intelligence）10月22日-24日在北京举办。大会由中央音乐学院（CCoM）与中国人工智能学会（CAAI）联合主办，汇聚全球音乐人工智能顶尖专家、****、相关领域具有影响力的领军人物以及音乐产业相关企业代表等，集思广益，精骛八极，共同探究未来音乐世界，推动音乐人工智能“产、学、研、用”的发展，服务北京、服务国家战略，与世界携手未来。开幕前夕，国际物理学家、诺贝尔物理学奖获得者李政道先生为大会题词祝贺：科学与艺术的交融，艺术与科学的盛会，祝世界音乐人工智能大会圆满成功！
（论坛四主要内容）
（论坛主席 复旦大学计算机科学技术学院李伟 ）
在论坛主席复旦大学计算机科学技术学院李伟教授的主持下，小冰公司首席运营官、人工智能创造力实验室负责人徐元春，微软亚洲研究院主管研究员谭旭，中央音乐学院音乐人工智能与音乐信息科技系研究员卢迪，英国伦敦玛丽女王大学媒体艺术技术中心主任Nick Bryan-kinns为大家带来了丰富精彩的分享，并与现场观众进行了交流。
报告题目：AI音乐的创作标准与评测方法
论坛嘉宾：
徐元春
小冰公司首席运营官 人工智能创造力实验室负责人
徐元春领导团队从事小冰在AI创造领域的技术研发、产品革新和应用落地。致力赋予AI拟合人类的创造能力，运用AI技术展开具有创造性的内容生成，并倡导通过AI技术解决高度定制化内容的供需矛盾。目前在文本、声音与视觉方面掌握全球领先的核心技术，拥有丰富的包括端到端的音乐创作、诗歌、绘画、设计等创造模型，在AI创造领域不仅内容形态众多且质量稳定，并已形成完善的产品线，以及广泛的合作伙伴生态阵营
报告摘要：
基于人工智能技术的音乐创造力，在过去几年不断进步，有越来越多的****、公司进入到这一领域进行研究和探索，而对于许多音乐人来说，AI音乐也已不再陌生。音乐作为人类抒发情感的抽象艺术形式，千百年来积累了大量经典作品，人工智能技术通过深度学习算法，已逐渐从作品中学会如何使用恰当的音乐语言表达情感语境、发展乐思，并开始在实践中帮助音乐人提升创作效率、实验新鲜想法，人们亦可借助人工智能的创造力将更多元的音乐内容与创意元素融入现代媒介，从中获得乐趣。本文将介绍AI音乐的创作力是如何通过对音乐作品的理解与认知，构建智能创作的标准体系，并针对生成的音乐内容提出可行的评测方法。
报告题目：基于深度学习的流行音乐创作
论坛嘉宾：
谭旭
微软亚洲研究院主管研究员
谭旭，微软亚洲研究院主管研究员，研究领域为深度学习、自然语言处理、语音、AI音乐。开发的机器翻译系统在中英翻译上达到人类水平，并在WMT机器翻译比赛中获得多项冠军。他研究的预训练语言模型MASS、语音合成系统FastSpeech、AI音乐项目Muzic受到广泛关注并应用于微软重要产品中（如Azure、Bing等）。
报告摘要：
近年来，随着深度学习的发展，AI音乐成为了一个非常火热的研究课题。在本次报告中，我将简要分析流行音乐的创作流程以及如何将深度学习应用到流行音乐的创作中。然后介绍我们在AI音乐领域开展的研究项目Muzic（https://github.com/microsoft/muzic），涵盖以下几方面研究工作（1）歌词写作：Rap生成模型DeepRapper和宋词生成模型DeepSongci；（2）旋律写作：基于音乐模板信息的歌词到旋律生成系统TeleMelody 1/2；（3）伴奏生成：基于长序列建模的伴奏生成模型PopMAG；（4）歌声合成：高保真的歌声合成系统HiFiSinger。最后，我将分析当前人工智能音乐创作研究的局限，以及未来潜在的研究方向。
报告题目：歌声合成技术在AI虚拟歌手中的应用
论坛嘉宾：
卢迪
中央音乐学院音乐人工智能与音乐信息科技系研究员
卢迪，中央音乐学院音乐人工智能与音乐信息科技系研究员。中国人工智能学会(CAAI)艺术与人工智能专委会委员。2011年毕业于日本东京大学，获得信息理工学硕士学位。多年来一直在从事音乐人工智能方向的应用研发工作，在歌声合成、自动作曲、自动伴奏等音乐人工智能技术领域展开了深入的研究。目前的主要工作为歌声合成、自动作曲、歌声评价等人工智能技术的研发与应用。
报告摘要：
随着歌声合成技术的不断发展，AI虚拟歌手作为歌声合成技术的重要应用，近几年逐渐进入人们的视野。在本报告中，我们将先从歌声合成技术的现状入手，介绍虚拟歌手的发展历程，并探讨歌声合成技术应用于AI虚拟歌手过程中遇到的一些问题和限制。然后，我们会介绍基于歌声合成技术打造的AI虚拟歌手“音音”，以及“音音”在央音AI自动作曲系统和央音AI智能教育机器人项目中的应用。最后，我们会提出对AI虚拟歌手在未来潜在的发展方向的预测。
报告题目：XAI for Music: 可解释的人工智能与音乐
论坛嘉宾：
Nick Bryan-kinns
英国伦敦玛丽女王大学媒体艺术技术中心主任
Nick Bryan-kinns是伦敦玛丽女王大学（QMUL）的交互设计教授和EPSRC+AHRC媒体和艺术技术博士培训中心的主任。他是华中科技大学的客座教授，中国武汉理工大学的****，并且是中国湖南大学交互设计的客座教授。他是EECS国际合资企业的主任，人工智能和音乐博士培训中心国际伙伴关系的负责人，并领导QMUL数字音乐中心的声波交互设计实验室。Bryan-Kinns是英国皇家艺术学会会员，英国计算机学会会员，以及计算机协会（ACM）高级会员。Bryan-Kinns发表了获奖的国际期刊和会议论文，他在参与式设计、协作、相互参与、互动艺术、跨模式互动和有形界面方面的用户体验研究得到了广泛的资助。获奖情况包括：2015年AT&T和纽约大学连接能力挑战赛冠军，以及2015年和2017年QMUL公众参与奖冠军。他的研究在《新科学家》等出版物和BBC等媒体上报道，并在伦敦科学博物馆等场所展出。Bryan-Kinns曾是QMUL的科学和工程副院长，并担任皇家工程院的工业借调人员，以表彰他在学术研究商业化方面的工作。他是苏黎世艺术大学Z-Kubator发展计划的导师，也是美国国家科学基金会CreativeIT资助小组的成员，并为欧盟委员会资助的Creativity和ICT提供专家咨询。他是ACM创意和认知系列会议的指导委员会主席，也是ACM创意、认知和艺术社区的创始主席。他主持了2009年ACM创意和认知会议，并共同主持了2006年英国计算机学会（BCS）国际人机交互会议。Bryan-Kinns教授是ACM和BCS服务认可奖的获得者。1998年，他被授予伦敦大学人机交互专业的博士学位。
报告摘要：
可解释的人工智能（XAI）领域已经成为一个热门话题，研究如何使机器学习模型（如神经网络和深度学习技术）更容易被人类理解。特别是，如何解释这些不透明的、非直观的、难以理解的人工智能模型。例如，如何提供人类可以理解的解释，说明为什么人工智能系统会做出特定的医疗诊断，自动驾驶汽车中的人工智能模型如何工作，以及人工智能系统使用什么数据来产生关于消费者行为的洞察力。
在这次演讲中，我将通过探索XAI在音乐创作方面的潜力，来探讨XAI对人工智能和艺术创作可能意味着什么。将音乐创作和XAI结合起来会带来一个难题：在共同创作音乐时，理解AI意味着什么？当我们与人类共同创作音乐时，我们部分地依赖于对彼此音乐意图和实践的直观理解，以便能够相互接触，相互激发，进入状态，并在创作时刻迷失自己。当我们与人工智能共同创作时，这意味着什么？我将探讨人工智能和音乐的一些当前趋势，以说明人工智能模型是如何被解释的，或者更多的时候没有被解释，并提出一些我们可以设计XAI系统的方法，以帮助人类在我们共同创作时更好地掌握人工智能的要点。
世界音乐人工智能大会与会者（10月23日）合影
世界音乐人工智能大会圆桌讨论专家
与参会者合影（10月24日）
大会联系方式：
邮箱：SOMI@ccom.edu.cn
电话：010-6641 5568
大会官网：
中文 https://www.somi-ccom.com/
英文 https://www.somi-ccom.com/en/
项目支持：教育部“双一流”建设高校和建设学科；北京市高校高精尖学科；北京宣传文化引导基金
相关附件：
相关链接：
