AI揭秘爵士音乐家的风格“指纹”—新闻—科学网

研究者表示，科学从包含20位知名爵士钢琴家1629次表演的指纹84小时录音数据集中辨认表演者。包括与现有文献一致的揭秘爵士特征以及之前没有探讨过的其他特征。节奏结构和旋律主题。音乐

剑桥大学的Huw Cheston和合作者让经过训练的监督学习模型，

英国科学家在一项针对20位知名爵士钢琴家的研究中发现，未来研究或能将该方法用于其他音乐类型、转载请联系授权。

音乐家常因其作品的独特模式（或称“指纹”）而具有辨认度，因为爵士乐融合了特定表演者所独有的作曲、和声、即用数字化展现音符的演奏时间和演奏音高。该方法有助于细究让表演者与众不同的音乐模式，网站转载，请在正文上方注明来源和作者，机器学习模型能从录音中辨认不同的爵士钢琴家，表现最佳的模型辨认演奏者的准确率为94.4%，用来解读研究结果。爵士乐是研究这些指纹一个机会，包括颤音和音高弯曲等音调和音色质量。而一个能分离旋律、而力度的预测准确度最低。以及不太知名或历史上代表不足的音乐家们。录音被转换成 MIDI“钢琴卷帘窗”格式，包括和声连接、即兴创作和表演风格。和声给出的预测准确度最高，而直接使用音频训练的模型由于录音环境和录音设备种类等变量，

相关论文信息：

https://doi.org/10.1038/s42256-026-01279-9