創夢實驗室》迪威智能DeepWave深耕音樂處理AI技術 提供產業三大應用(下)

新頭殼newtalk

深耕音樂處理AI技術，提供音樂產業三大應用

相比於其他的音訊處理技術，是以 rule based 技術判斷人聲與背景音樂，但是並沒有辦法做更複雜的處理，有其限制；迪威智能則是以 AI 裡面較複雜的深度學習技術，直接學習何謂人聲、何謂背景聲，甚至去細分背景聲裡面個樂器的聲音，分離後的音質也會更好。

至於訓練用的音樂來源，迪威智能說他們都是購買具有合法版權的音樂，雖然現在取得音樂容易，以這些音樂訓練出來的技術也不會有法律疑慮，但若是以此技術進行商用，就會有版權問題，「其實放上 Youtube 也是遊走在灰色地帶，這就要看該音樂的版權政策是怎麼訂的了。」林智源笑著說。

迪威智能將他們的技術深化，並分成三大應用：

1.人聲分離的應用場域與市場需求較多，例如線上卡拉 OK 伴唱帶，甚至是在戶外錄製 podcast、拍攝 youtube 等，都會在後製期間強化人聲；另外，若有歌詞的檔案，迪威智能的 AI 系統也可以自動將歌詞對照到人聲的時間點。

2.樂器分析：迪威智能的技術還可以將背景音樂的樂器各自獨立成一個音軌，並且自動產生出樂譜，這樣一來對於音樂教學與練習會有極大的幫助。

3.MIDI（Musical Instrument Digital Interface，音樂數位介面）：就是將音樂參數化（音高、動態、節奏等）的意思，這樣一來可以讓音樂檔案在不同媒體之間通用；至於實際應用，迪威智能將人聲變成 MIDI 檔案，那就可以應用在任何裝置上，並作為歌唱評分的標準。

迪威智能的 AI 音訊處理技術，深獲國際音樂評比MIREX（Music Information Retrieval Evaluation eXchange）的肯定，前前後後總共獲得過 25 次評比獎項，也在該活動中認識不少音樂娛樂界的廠商，其中一中國知名音樂串流平台也跟迪威智能合作中。

整合各項技術成立SaaS平台，展望智慧製造的應用可能

這些音訊處理技術，未來迪威智能考慮直接建立一個整合的 SaaS 模式平台，讓對於相關音樂處理有需求的廠商可以直接到平台訂閱服務；除了音樂娛樂產業，迪威智能也希望建立音樂線上教育平台、開啟 B2C 的服務，讓過去僅僅是由老師錄影授課的方式，改成可以動態追蹤學生學習效果、以及給予即時回饋的模式。

除了音樂娛樂與教育產業，迪威智能也正在把人聲辨識的技術應用在正語發音的市場。與音樂教育一樣，透過人工智慧的判讀，老師就可以給予即時回饋，讓英語學習具句效率，目前迪威智能也已經跟一些英語教育平台合作開發中。另一個應用是智慧工廠與智慧製造，透過便是機器運作時的聲音是否正常，就可以即時給予工廠警告，不過目前 AI 模型的建立仍具有一點難度，林智源說：「目前最大的挑戰是錄音會被環境影響，這部分有待克服。」除了跨足正語發音和智慧製造市場，迪威智能也提到只要技術許可，醫療聽診也是可以延伸的領域。

迪威智能深耕音樂處理二十年，已經具備深厚的技術，成立兩年多的時間接觸了音樂、教育、工廠製造等不同領域，林智源說，他們正在尋找這些技術最適合的應用領域與市場，目前多方嘗試下來，應該還是會以音樂娛樂市場為主，至於其他的服務則是作為延伸服務；待 SaaS 平台建立整合完成，迪威智能的下一步就會開始往硬體整合的方向前進，提供更多元的產品。

延伸閱讀：

創夢實驗室》迪威智能DeepWave 將數位音樂導入 AI 處理技術(上)

創夢實驗室》獨立遊戲界新盛事！「異校遊戲大亂鬥」跨14校21隊與會(上)