“莱布尼茨说的这句话。”
肖萌固然是重生，但也是天下最好的计算机专业的学子――在两位大神师兄的提示下，她很快明白这此中的难点。
找音准是小提琴最难把握的技术，需求吹奏者耐久的熬炼才气做到；而对计算机来讲，琴弦的振动形式能够通过数学公式算出来，每个精确的噪音都会有其牢固的振动频次，只要能让吹奏出的每一个音都合适振动频次的比例干系，就找准了小提琴的音阶和音准。同时，找到音准，就能处理小提琴吹奏的大部分题目。
路之航说：“莱布尼茨。”
小提琴吹奏的一大难点就是找音准。
肖萌细化了本身的计划：“我有一个朋友小提琴拉得非常好，他在小提琴圈的人脉干系很丰富，晓得好几位如许的小提琴教员。你们如果需求的话，那我帮你们问问哪些小提琴教员程度不错并且能接管新奇事物的？”
路之航道：“用于机器学习的数据不敷，评价体系也不敷完美。”
“再加上客岁的陆以则事件，稍稍有点名誉都小提琴家对这件事更是避之不及了。”邱伟涛说。
“以是我们在机器学习的根本上，引入了评价体系。”
这类教员的代价也不贵，肖萌想，绝对是VB项目组能付出的代价。
要满足这个要求，需求海量的数据，然后团队再从已有的数据里总结出规律，再推行到每一首小提琴乐曲中。
路之航道：“和我们找来的小提琴家的说法一样，新手程度。”
所谓的机器学习是建立在统计的数据的根本上，依托于电子设备的停顿和大量的数据计算才气，你晓得这么做能够成果会不错，但是至于为甚么不错，机器学习就没有体例奉告你。
“说对了。”
“这确切是一个好体例。”邱伟涛眼睛发亮，“我们之前只想着找些驰名誉的小提琴家，看来是走错路了。”
肖萌顿了顿，又问：“我想，在机器机能上和节制体系上已经没有特大的题目，能够呈现的题目还是在数据上吗？”
小提琴和钢琴分歧，不是牢固音准的乐器，也就没有所谓的绝对音准。某个音准是否精确，取决于它和其他音之间的干系，因为音高都是相对的。
肖萌说，“我以为目前Violin-β相称于一个练习了三四年、有很好天赋的琴童。吹奏根本很好，但感情表达不敷到位，很多末节的措置都不敷细致，显得有些生硬。”
路之航点了点头。
“找过，但不顺利。”邱伟涛说。
“呀，甚么？”
肖萌莞尔一笑。她听过梁清宁吐槽说过谱子难背――提及码要谙练吹奏十遍后才气记着乐谱。但是梁清宁的记谱速率已经是其他小提琴手膜拜的工具了。
“人力有极限，计算机的巨大之处就在于能够超越人的极限。评的体系采取的数学公式不需求百分百精确，能够不是真谛，只要能超越大多数小提琴家的评价才气便能够了。”
这也是不免了。在之前的谈天中，肖萌晓得VB研讨团队包含沈泓统共有八人，本科生就路之航和邱伟涛两人――人数这么少的团队，偶然候也会呈现考虑不周的环境。
邱伟涛说：“是的，这就是路之航的设法。他向来也不同意用仅仅用机器学习的体例来研讨小提琴吹奏，他以为，埋没在乐曲后的数学应当是研讨的核心之一。”
路之航深深看她一眼，点头道。
“但没有精通小提琴吹奏的人插手团队还是不可的吧？那你们有没有考虑过找教员？”
所谓的评价体系，就是让VB体系不竭的、几次的吹奏同一首曲子，然后体系对每次的吹奏成果停止打分，所谓“择其善者而从之，其不善者而改之”，分数低，就申明要改进，分数高，则能够加强上风。吹奏几千上万遍以后，VB就能找到最合适的形式。