面向倾听机器的音乐推文

本文发表于《大众科学》的前博客网络，仅反映作者的观点，不一定反映《大众科学》的观点

我最近一直忙于完成硕士论文，并在推特上发布了一些关于这个过程的抱怨和自创标签。

#论文即兴曲 可能除了我之外对任何人都没有启发，但是如果我所有关于这个过程的推文都在不知不觉中变成了公共音乐呢？

聆听机器 是作曲家兼大提琴家彼得·格雷格森（Peter Gregson）和博士研究员兼艺术程序员丹尼尔·琼斯（Daniel Jones）的项目。他们收集了 500 位身份不明的人的推特 feed，并将它们变成持续不断的音乐流。

关于支持科学新闻

如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业 订阅。通过购买订阅，您正在帮助确保未来能够讲述关于塑造我们当今世界的发现和想法的有影响力的故事。

来自网站的常见问题解答:

究竟是什么被翻译成声音？

音乐和人类语言具有非常不同的属性，因此不可能将一种直接翻译成另一种。相反，“聆听机器”提取各种信息片段，并使用它们来控制乐曲的不同参数。

• 推文的总体速率与触发的音乐的速率和速度相关
• 情感趋势控制着乐曲的音乐模式：正面、负面或中性
• 构成推文的短语和句子用于生成音符序列
• 其他关键词和主题用于触发乐曲中更大的乐章

要了解有关“聆听机器”如何工作的更多信息，请在此处查看他们的深入解释。

我可能不是为这台机器提供动力的 500 位推特用户之一，但它绝对可以算作我的 #论文即兴曲 之一。