想象一个计算机程序能够直观地识别出在无声的钢琴演奏视频（pín）中演奏的（de）是哪（nǎ）首乐曲，或（huò）许并不夸（kuā）张。然而，一个新的人工智能系统（tǒng）却更进一步，以数字（zì）方（fāng）式逼真地再现了钢琴演奏的声音（yīn）。

这项技（jì）术（shù）被称为Audeo，由华盛顿大学的一个团队（duì）设计。研（yán）究人员（yuán）使用钢琴家保罗·巴顿的YouTube视频对系（xì）统进行了培（péi）训和测试。培训包括（kuò）约17.2万巴顿演奏（zòu）巴赫和莫扎特等著名古典作曲家（jiā）音（yīn）乐的视频帧。

在分析一段无声视频时，所产生的系统首先会观察哪（nǎ）些键被按下的（de）顺（shùn）序，确定各（gè）个（gè）音（yīn）符及其排列方式。也就是（shì）说，它还能感知到每个键被击打（dǎ）的（de）力度和被按住（zhù）的时间--这让它能计（jì）算出每个音符的（de）强度，以（yǐ）及它在随后弹奏的（de）音符下面持续的时间长度。它还考虑到了钢琴（qín）独特（tè）的声学特性。然后（hòu），这些数（shù）据被转换为一种（zhǒng）可以被现有的（de）数字合成器理解的格式。据（jù）报道，当该合（hé）成器回（huí）放（fàng）音乐文件时，它听起来非常像原（yuán）始的钢琴音乐。

在对Audeo的测试中，它的任务是根（gēn）据巴顿演奏的（de）静（jìng）音视频（pín）重现钢琴音乐，而不（bú）是系统所训练的音乐（lè）作品。当SoundHound等音乐识别应用分（fèn）析（xī）这些再（zài）现时，它们能够以大约86%的准（zhǔn）确率（lǜ）识（shí）别出（chū）乐曲。相比之下，当这（zhè）些应（yīng）用分析相同视频中（zhōng）的原始钢（gāng）琴音频（pín）时，其识别准确率攀升至93%。随着技术的进一步发展，这（zhè）种差距应该（gāi）会缩小。

“我们希望我们的研究能够实现与音乐互动的新方法，”该研究（jiū）的高（gāo）级作者Eli Shlizerman副（fù）教授说。“例如，未来的一个（gè）应（yīng）用是，Audeo可以扩展到虚拟钢琴（qín），摄像头只记录一个人的（de）手。此外，通过将摄像（xiàng）头放在真实的钢琴之（zhī）上，Audeo有可能协助教（jiāo）学生（shēng）如何演奏的新方（fāng）法（fǎ）。”