想象（xiàng）一个计算机程序能够直观地识别出在（zài）无（wú）声的钢（gāng）琴（qín）演奏视频（pín）中（zhōng）演奏的是哪首乐曲（qǔ），或许并不夸张。然（rán）而，一个新（xīn）的人（rén）工智能系（xì）统却更进（jìn）一步，以（yǐ）数（shù）字方式逼真地再（zài）现了钢（gāng）琴演奏的声音（yīn）。

这（zhè）项技术被称为Audeo，由华（huá）盛顿大学（xué）的一个团队设计（jì）。研究人员使用钢琴家保罗·巴顿的YouTube视频对系统（tǒng）进行了培训和测试。培（péi）训包括约17.2万巴顿（dùn）演奏（zòu）巴赫和（hé）莫扎特等（děng）著（zhe）名古典（diǎn）作曲家音（yīn）乐的（de）视频帧。

在分（fèn）析一段无声视频时（shí），所产生的系（xì）统首先会观察哪些（xiē）键被按下的（de）顺序，确定各个（gè）音符及其排列方（fāng）式。也就（jiù）是说，它还能感知到每个键被击打的力度和被按（àn）住（zhù）的时间（jiān）--这让它能计算出（chū）每（měi）个音符的强度，以及它在随后弹奏的音符下面持续的时间长度。它还考虑到了钢琴独特的声学（xué）特性。然后，这些数据被转（zhuǎn）换为一（yī）种可以被（bèi）现有（yǒu）的数（shù）字（zì）合成器（qì）理（lǐ）解（jiě）的格式（shì）。据报道，当该合成器回放音乐文（wén）件时，它听起来非常（cháng）像（xiàng）原始的钢（gāng）琴音（yīn）乐。

在对Audeo的（de）测（cè）试中，它的（de）任（rèn）务（wù）是根据巴顿演奏的静音（yīn）视频重现钢琴（qín）音（yīn）乐，而（ér）不（bú）是系统所（suǒ）训（xùn）练的音乐作品。当SoundHound等音乐（lè）识别应用分析（xī）这些再现时，它们能够以大约86%的（de）准确率识别（bié）出乐曲。相比之下，当这些（xiē）应用分析相同视频（pín）中的原始钢琴（qín）音频时（shí），其（qí）识别准确率攀升至93%。随着技术的（de）进一步发展，这种差距（jù）应该会缩小（xiǎo）。

“我（wǒ）们希望我们（men）的（de）研究能够实现（xiàn）与音（yīn）乐互（hù）动的新方法，”该（gāi）研究的高级作者Eli Shlizerman副（fù）教授说。“例如，未来的一个应用是，Audeo可以扩（kuò）展到虚拟钢（gāng）琴，摄像头只记（jì）录一个人的（de）手。此外，通过将摄像头放（fàng）在真实的（de）钢琴之（zhī）上，Audeo有可（kě）能协助（zhù）教（jiāo）学生如何演奏的新方法。”