想象一个（gè）计算机程（chéng）序能（néng）够直（zhí）观地识（shí）别出（chū）在（zài）无声的钢琴演奏视频中演奏（zòu）的是哪首乐（lè）曲，或许并（bìng）不夸张。然而，一（yī）个新的人工智能（néng）系统却更进一步，以数字方式逼真地再现了钢琴演奏的声音。

这项技术（shù）被称为（wéi）Audeo，由华盛顿大学的（de）一个团队设计（jì）。研究人员使用钢（gāng）琴家（jiā）保罗（luó）·巴顿的YouTube视（shì）频对系统（tǒng）进行了培训和测（cè）试。培训包括约17.2万巴顿演（yǎn）奏巴赫（hè）和莫扎特等著名古典作曲家音乐的（de）视频帧。

在分析一段无声（shēng）视频时，所产生的系统首（shǒu）先会观察哪些键被按下的（de）顺（shùn）序（xù），确（què）定各个音符及其排列方式。也（yě）就是说，它还能感（gǎn）知到每（měi）个键被击打的力（lì）度和被按住的时间--这让它能计算出每个音符（fú）的强度，以及它（tā）在（zài）随后弹奏（zòu）的音（yīn）符下面持续（xù）的时（shí）间（jiān）长度。它还（hái）考虑到了钢（gāng）琴独特的声学特性。然后，这些（xiē）数据（jù）被（bèi）转换为一种可（kě）以被现有（yǒu）的数（shù）字（zì）合成器理解的格式（shì）。据报道（dào），当该合成（chéng）器回放音乐（lè）文件时，它听（tīng）起来非常像原始的钢琴音乐（lè）。

在对Audeo的测试（shì）中，它的任务是根据巴顿（dùn）演奏的静音视频重现钢（gāng）琴音乐（lè），而不是系统所训练的音乐作品。当SoundHound等音乐（lè）识别应用（yòng）分析这些再现时，它们能（néng）够以大约86%的准确率识别出（chū）乐曲。相比之下（xià），当这些应（yīng）用分析相同视频中的原（yuán）始钢琴音频时，其（qí）识别准确率攀升至93%。随（suí）着（zhe）技术（shù）的进一步发展（zhǎn），这种差距应该会缩小。

“我们希望我们（men）的研究能够实现与音（yīn）乐互动的新方法（fǎ），”该（gāi）研（yán）究的高级作者Eli Shlizerman副教授说。“例（lì）如，未来的一个应（yīng）用是，Audeo可以扩展（zhǎn）到虚拟钢琴，摄像头只（zhī）记录一个人的手。此（cǐ）外（wài），通过将摄像头放在真实（shí）的钢（gāng）琴之（zhī）上，Audeo有可（kě）能协助教学生如何演奏的新方（fāng）法。”