“是的……”肖萌问，“你们找太小提琴吹奏家共同研讨吗？”
邱伟涛眼睛一亮，仿佛是第一次听到这个说法：“教员，甚么教员？”
“题目要一个个处理，目前要紧的还是处理机器学习中的难点。”邱伟涛说。
“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？”
团队之前联络过国度交响乐团的一些成名的小提琴吹奏家，请他们共同停止研讨，但古典音乐圈里的稍有程度的艺术家们脾气都没有值得称道的处所，他们感觉，古典音乐是一门高雅的艺术，小提琴吹奏更是艺术中的精华，听闻有研讨团队要让机器手臂能实现机器拉小提琴，不能说是对音乐的轻渎，但艺术家们的表情总归不是太好，艺术的事情如何能被机器仿照了去，要他们支撑计算机系的尝试，总归是动力不敷，能推就推，能免则免。
邱伟涛指了指他身边的那台电脑：“除了机器设备外，整套吹奏体系由四部分构成，一个是吹奏数据汇集，一个是数据阐发体系，一个是数据复原体系，最后一部分则是评价体系。实际上，当这四个系统共同默契时，Violin-β便能够完美的吹奏一首小提琴曲，还能够让其吹奏揭示分歧流派的气势。”
小提琴吹奏的一大难点就是找音准。
现在，VB项目组采取的是闻名的神经收集和机器学习的体例让电脑学会拉小提琴。机器学习要以大量的数据为根本。而典范的小提琴乐曲何止百首，上千首曲子都是有的。每首曲子都有分歧的吹奏体例，一样一首曲子在分歧的吹奏家手上课也闪现分歧的气势：轻巧，缠绵，伤感……但非论那种气势，说白了都是数据。只要有充足的数据和计算资本，VB便能够在吹奏时能够在力度，长度和节拍长停止调控，达到一流的吹奏家的程度。