突破创意局限

格莱美获奖制作人 Alex Da Kid 与 Watson 搭档合作一起创作歌曲。 Watson 将大量的非结构化数据转化为情感洞察,创造出有史以来一种全新的音乐——可以“聆听”受众的音乐。

从潮流文化中汲取灵感

Alex 想与他的听众有更深层的联系,但由于听众数量众多、遍布全球,他需要一种更高效的方式去了解听众想法。Watson 分析了近五年的文化和音乐数据,探索全新的情感洞察,增强了 Alex 的创作进程;同时,为了解最普遍最主流的话题及主题,自然语言分析 API Watson Alchemy Language 分析了过去5年的各类文本,包括诺贝尔和平奖演讲内容,《纽约时报》头版,美国最高法院的裁定,洛杉矶 Getty 博物馆的报告,维基百科文章,热门电影梗概等等。在 Watson 掌握这些文化主题后,情绪分析 API Watson Tone Analyzer 通过分析相关的社交媒体内容,如:博客和推特,了解受众对主题的想法和感受。

理解音乐中的情感

Watson Tone Analyzer API 还分析了过去 5年内,美国最权威的歌曲排行榜 Billboard Hot 100强歌曲中超过 26000首歌的歌词,以了解每首歌曲背后的情感。Watson Beat 检测出来热门歌曲的作曲过程中,从逐年来不同的节奏、音高、乐器、流派中找出关系模型,帮助Alex发现不同声音所反映出的不同情感,便于 Alex 将 Watson 的发现作为情感指导,从数据中获得灵感。同时, 颜色分析 API Cognitive Color Design Tool 对专辑封面、图像、色彩的分析也启发了 Alex 专辑封面的制作。

颠覆艺术创作的过程

Alex 使用 Watson 的情感洞察,将“心碎”作为他的新曲 Not Easy 的主旨,用一种普遍的情感与观众产生共鸣。同时运用 Watson Beat 探索出“心碎”的音乐表达方式。这种以听众导向的音乐逐渐渗透到我们未来的音乐中, 这样的人机协作只是认知计算激发人类创造力的其中一个例子。

音乐背后的认知技术