想（xiǎng）象一个计算机（jī）程序能够直观地识别出在无声的（de）钢琴演奏视频中演奏的是（shì）哪首乐（lè）曲，或（huò）许并不夸张。然而，一个新的人工智（zhì）能系统却更进一步，以（yǐ）数字方式逼真地再现了钢琴（qín）演奏的声音。

这项技术被（bèi）称为（wéi）Audeo，由华盛顿大学的一个团队设计。研究人员（yuán）使用钢琴家保罗（luó）·巴顿的YouTube视频对系统进行了培训和测试。培（péi）训包括约17.2万巴顿演奏巴赫和莫扎（zhā）特等著（zhe）名古典作（zuò）曲家音乐的视频帧。

在分析一（yī）段无声视频时，所产生的（de）系统首先会观察（chá）哪些键被按下的顺序，确定各个音符及其排列方式。也就是说，它（tā）还能感知到（dào）每个（gè）键被（bèi）击打（dǎ）的力度和被（bèi）按住（zhù）的（de）时间--这让它能计算出每（měi）个音（yīn）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（hái）考（kǎo）虑（lǜ）到了钢琴独特的声（shēng）学特性。然后，这些数据被转换为一种可以被现有（yǒu）的数字（zì）合成器理解（jiě）的格（gé）式。据报道，当该（gāi）合成器回（huí）放音乐文件时，它（tā）听起来非常（cháng）像原（yuán）始的钢琴（qín）音乐（lè）。

在对Audeo的测试中，它的任务是根据巴（bā）顿演奏的静音视频重现钢琴音乐，而（ér）不是系统所训练的音乐作品（pǐn）。当SoundHound等（děng）音乐（lè）识（shí）别应用分析这些（xiē）再现时，它们能够以大约86%的准确率识别出乐曲（qǔ）。相比（bǐ）之下，当这些（xiē）应（yīng）用（yòng）分析相同视（shì）频中的原始钢（gāng）琴音（yīn）频时（shí），其识别（bié）准确率攀升至93%。随着技术的（de）进一步发展，这种差距应（yīng）该会（huì）缩（suō）小。

“我们（men）希望我们的研究能（néng）够实现与音乐互动的新方法，”该研究的高级作者Eli Shlizerman副教（jiāo）授说。“例如，未来的一个应（yīng）用是，Audeo可以（yǐ）扩展到虚拟钢琴，摄像头只记录一个人的（de）手。此外，通过将摄像头放在真实的钢（gāng）琴之上，Audeo有（yǒu）可能协助教学生如何（hé）演奏的新方法（fǎ）。”