人工智能即用计算机听得懂的语言向其描述人类现象:数字、可能性和规则。任何时候,紧缩计算机在音乐框架内的选择,从某种意义上来说,是在教它们某些关于音乐的东西,并让它们做出“聪明的”或见多识广的选择。对随机游走来说也是一样的:如果你紧缩MIDI音的选择,例如说,你教会了patch(通过将MIDI值转为cps)音阶、比率、音程和平均律。如果你将随机选择限制在C大调音阶,那么cpu便对一个音节中全音程与半音程的关系变得“聪明”。如果我们倾向于C比其他音有更多被选择的机会,那么cpu就有一点点懂得调性(tonality)了。这种倾向映射经常以比率或可能性的形式出现。在简单的倾向性随机选择里仅有一级可能性:在音阶内每个可能选择的可能性。这被称为零阶可能性马尔可夫过程(Markov Process with a zeroth order probability)。
1. #1:在patcher第一次打开的时候,灰色框(itable物件)内布满了随机的值,这是一组基于XY坐标的数据结构图,滑动横向slider物件(X轴)的同时,纵向slider会显示它相应的Y轴坐标。点击旁边两个信息框,第一个当你X滑动到50的时候,Y会显示为80,100和20那组数据同理。你可以点击并拖动鼠标在itable内画下一组数据结构,如果你想画直线,那么同时按下shift键。
本站部分动态内容基于Processing.js及HTML5,需使用FireFox、Safari (推荐)、Opera、Chrome浏览器,或Internet Explorer浏览器协同Explorer Canvas方能正确演示。如果你在页面加载完毕后不能看到中间栏里的动态效果,说明你该更新你的浏览器了。
最新评论