在讲利用科学演算法写流行歌之前，先来谈谈所谓的流行音乐。

流行音乐在人类发展的历史之中占有着很微妙的距离感，换个角度想其实各地方所传唱的传统民谣和交响音乐其实也在当时属于流行音乐，从巴赫到 Michael Jackson 都曾经是流行音乐的巨星。那到底流行歌曲的共性是什么？现代是大数据时代，我们是否能够整理分析以前的流行音乐进而创作出新的流行歌呢 ? 那我们先来分析流行音乐几个成功要素。

先要设计你这首歌的 Hook

在音乐创作上有个很重要的作曲重点叫 Hook ，这个东西是用来勾起人的记忆或者是在聆听者的脑袋中放下一个记忆的锚点，让你下次听到同样一句时会想起来你曾经听过，可能是一个乐器的旋律，可能是主唱的一句歌词，甚至是一段鼓特别的过门都可当Hook ，阿姆斯特丹大学特别还设计了一个实验用来统计流行音乐在人们脑袋里的记忆锚点是专注于在这首歌的哪个地方。不过你在实验之中可以发现，有时候你真的会听到一首歌的一小个片段就可以想起那首歌，这就是那首歌的 Hook 点。

好唱好记是流行乐的最高指导原则

创下各项纪录的冠军单曲共同点是什么? 就是好唱好记。流行音乐之所以流行就是他会有一段可以大合唱的桥段，通常特色就是旋律简单，大家都可以跟着唱，大家随便唱也还蛮好听的。在这种情况之下这首歌会变为一种群体记忆。但是在这个条件之下歌曲的创作会形成一种诟病: 要让更多人传唱歌曲就必须变得更为简单，这也是为什么所谓的流行歌曲的旋律线慢慢地变得越来越简单甚至到一致化，在哥伦比亚大学的分析将近百万首歌之后发现歌曲的复杂度越来越下降。这也是流行音乐发展的一种趋势。而这也可以用来解释为什么有些歌迷喜欢怀旧，因为他可能习惯以前的歌曲所呈现出来的”丰富感” 。

哥伦比亚大学统计将近百万首歌所画出来的图表。纵轴代表歌曲的使用的音色、节奏、和弦的复杂度、横轴代表年份。

流行音乐的爱好者 = 没有自我品味、缺乏创意的主流大众

先不要急着抨击，这是在 2008 年北苏格兰的 Heriot-Watt 大学所统计出来的研究，他们对 60 个国家 36000 名受访者所做的统计，发现流行音乐的爱好者是比较没有创造力和想像力的一群人，同时他们也比较容易接受主流媒体所大肆宣传的音乐—– 流行音乐。反过头来想想到了现在你会发现有时候被大众所传唱的歌曲是一些具有话题性或者是有特色舞蹈的歌曲 ( 像是江南 Style )，真的去想歌曲内容反而变得没什么印象。也因此如果你想写出一首流行歌只要用一个简单好记的旋律搭配着话题或舞蹈应该有一定的市场影响力。

回到正题: 如何用科学的方法写出一首流行歌呢?

分析听众习惯之后直接设计出含有大量 Hook 的曲目

流行音乐回到原点，就是要创造出一个容易记忆的曲目，因此当你想写出一首流行歌曲时首先你要写出简单好记的旋律和容易跟唱的歌词，编曲时加入几个 Hook 在你的歌曲之中。像是在以前广播电台时代平均大家再转台时听到音乐七秒后就会决定转台，到了电视时代大多是被画面所吸引三到五秒后决定转台，而目前人也只能强迫他观赏最多 15 秒的网络广告，因此你必须要将精华浓缩到这短短的时间之内，如果要让你的歌在拨放时听众可以记忆住，你就要试着设计每五秒就设计不同的 Hook (或是一个梗 )的转换让听众能够维持第一次听到你的歌的新鲜感。这个以 Katy Perry – 《This Is How We Do》还有 Taylor Swift – 《Shake It Off》 为例子。你可以发现他们的编曲和画面 15 秒内一定会转换风格或增加新的音色，就是为了让人不感到厌倦。而新的音色加入也是为了增强Hook 。

用超级电脑分析出所有流行歌的平均值

这个可不是科幻电影，这是 David Cope 在Sony 巴黎电脑实验室在做的事情，他们利用超级电脑输入了各种知名作曲家的歌从 Paul MaCartney 到巴哈，就是试图分析出人脑所受欢迎的曲调的平均值，要找出全部的流行音乐究竟是哪一些部份容易引起注意，或者是分析出流行趋势。同时这也是 Big Data 的运用之一，他可以让作词作曲者有研究资料可以分析出下一首白金单曲应该要使用哪种曲风或者是帮流行歌手分析出他接下来的路线，甚至还可以在分析后歌曲中加入几个冲突点让歌曲的辨识度提升。这让作曲者可以更快的设计出新一代的流行单曲。

以人工智慧运算出合理的编曲甚至作曲

目前有在做编曲工作的音乐家应该很熟悉目前已经有许多关于编曲的资料库和音色方便你的使用，Cope 尝试着将他所分析的资料进而重新演算出新的音乐， Emily Powell 就是他的计划之一，Emily Powell 是他所设定的 AI 作曲家之一， Cope 还试着写出新的巴赫音乐。

而 Arne Eigenfeldt 作曲家兼电子声学教授则是以 Cope 的资料为根基在 2012 年也推出 AI 作曲计画 Eigenfeldt，目标就是开发人工智慧作曲和编曲并且运用机器人技术达到现场的效果。

伦敦大学的”达尔文调” 计划，他们用 100 个八秒 Riff 放在网路上让网友票选最喜爱的片段并且回传自电脑程式中试着让电脑运算出最受欢迎的曲调，研究团队希望能够让音乐进化成众人百分之百欢迎的曲调。

以上都是在进行中的人工智慧作曲编曲的研究，虽然都还是雏形，不过这也代表着流行音乐是种可被科学分析归纳并创作的歌曲。

电脑在进化……那人类呢?

讽刺的是，电脑自动作曲的作品其实在大部分的听众感觉上面已经无法分辨出来了，那人类只赢在现场生动的表现力以及一些乐器上微妙的表现和技巧。这也算是给现在使用电脑编曲的人一个警惕，过度依赖电脑的人总有一天会你会失去作为音乐家的特色而面临淘汰，人还是要试着学习感受乐器那微妙的演奏以及许多用声音表现我们所感觉到的各种情绪与心境。当音乐工业也进入自动生产时，我们到底是在品味音乐？还是纯粹的接受音乐给我们的感官刺激? 这或许是值得思考一下的问题。

来源：Roxyrocker

文/ Hammer

采编：能小毛