建站
咨詢
售后
建站咨詢
新聞中心
本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。
網(wǎng)站建設(shè)哪家好，找創(chuàng)新互聯(lián)建站！專注于網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開發(fā)、小程序設(shè)計(jì)、集團(tuán)企業(yè)網(wǎng)站建設(shè)等服務(wù)項(xiàng)目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了東西湖免費(fèi)建站歡迎大家使用！
用GAN生成畫作已經(jīng)不是新鮮事了，不過(guò)你見過(guò)“懂音樂”的GAN嗎？
一位外國(guó)小哥開發(fā)的Python工具，能讓GAN生成的圖像隨音樂律動(dòng)，幾個(gè)小時(shí)內(nèi)就在reddit上收獲了1.5k個(gè)贊。
最佳用法">
從它的名字清晰的聲波夢(mèng)就能感受到一種夢(mèng)幻色彩，正如網(wǎng)友所說(shuō)：
這就像海市蜃樓，好像能看出描繪的物體或場(chǎng)景，但是下一分鐘，你又會(huì)意識(shí)到它們并不存在。
最佳用法">
而這樣的音樂視效，只需幾行代碼就可以實(shí)現(xiàn)，還支持各種自定義，一起來(lái)了解一下吧～
在輸入向量中加入音樂特征
Lucid Sonic Dreams默認(rèn)使用StyleGAN2-ADA架構(gòu)，并且使用Justin Pinkney的存儲(chǔ)庫(kù)awesome-pretrained-stylegan2中的預(yù)訓(xùn)練模型。
根據(jù)指定風(fēng)格的圖像數(shù)據(jù)集進(jìn)行訓(xùn)練，得到與其風(fēng)格相似的大量圖像。
最佳用法">
模型首先從向量生成圖像，圖像再通過(guò)動(dòng)態(tài)效果來(lái)展現(xiàn)音樂。
在圖像生成過(guò)程中，向模型中輸入包含512個(gè)數(shù)值的向量來(lái)決定輸出圖像，而向量的細(xì)微變化，在輸出圖像中也會(huì)產(chǎn)生相應(yīng)地細(xì)微的變化。
因此，Lucid Sonic Dreams將從音樂的聲波中提取的數(shù)值（例如：振幅），添加到輸入向量中。對(duì)視頻中的每一幀都執(zhí)行此操作，創(chuàng)造出隨音樂跳動(dòng)和變化的藝術(shù)效果。
作者開發(fā)這一工具的靈感，來(lái)自Matt Siegelman的Deep Music Visualizer項(xiàng)目——BigGAN，它能夠使其生成的圖像與音樂同步變化。
最佳用法">
圖源：Matt Siegelman
雖然以前也有一些類似的項(xiàng)目，但Lucid Sonic Dreams與眾不同的地方在于，它是能夠實(shí)現(xiàn)自定義的Python軟件包。
可簡(jiǎn)可繁，滿足不同需求
Lucid Sonic Dreams的安裝十分簡(jiǎn)單，只需要運(yùn)行pip install lucidsonicdreams進(jìn)行安裝就可以了。
首先要實(shí)現(xiàn)基本可視化，代碼是這樣的：
- from lucidsonicdreams import LucidSonicDream
- L = LucidSonicDream(song = 'song.mp3',
- style = 'abstract photos')
- L.hallucinate(file_name = 'song.mp4')
由此就可以生成抽象風(fēng)格的視頻：
最佳用法">
如果想要改變風(fēng)格、查看可用風(fēng)格的列表，可以運(yùn)行命令：
- from lucidsonicdreams import show_styles
- show_styles()
此外，也可以使用其他風(fēng)格，只需要將參數(shù)值style設(shè)為相應(yīng)的pkl文件路徑，就像這樣：
- L = LucidSonicDream(song = 'raspberry.mp3', style = 'VisionaryArt.pkl')
- L.hallucinate(file_name = 'raspberry.mp4',
- pulse_react = 1.2,
- motion_react = 0.7,
- contrast_strength = 0.5,
- flash_strength = 0.5)
例如，使用Jeremy Torman訓(xùn)練的模型生成的效果：
最佳用法">
Lucid Sonic Dreams的默認(rèn)設(shè)置使它用起來(lái)十分容易，但除此在外，它也有很多可調(diào)的參數(shù)，作者在Colab上詳細(xì)地羅列了這些參數(shù)。
例如，參數(shù)pulse_react、motion_react和class_react，分別控制著3個(gè)主要視覺組件：Pulse（脈沖）、Motion（運(yùn)動(dòng)）和Class（種類）。
Pulse組件，是指視音樂中打擊樂元素的視覺效果。從數(shù)學(xué)上講，脈沖是聲波振幅臨時(shí)添加到輸入向量的結(jié)果，而在下一幀視頻中，向量則恢復(fù)正常。
最佳用法">
Motion，指的是視覺效果變形的速度，是將振幅累加到輸入向量中的結(jié)果。
最佳用法">
Class，則是指生成的圖像中對(duì)象的標(biāo)簽。例如，利用WikiArt圖像訓(xùn)練的樣式，共有167個(gè)種類，包括：梵高、達(dá)芬奇、抽象繪畫等。
最佳用法">
這些類別由音調(diào)控制，具體來(lái)說(shuō)，就是將12個(gè)音高映射到12個(gè)類別。而這些音高的不同振幅，會(huì)影響第二輸入向量（類向量）的數(shù)值，該向量則決定了模型生成的對(duì)象。
此外，參數(shù)speed_fpm控制該運(yùn)動(dòng)的速度，該參數(shù)為0時(shí)，則使圖像在歌曲的無(wú)聲的部分靜止。FPM代表每分鐘幀數(shù)，也就是每分鐘初始化的向量數(shù)。
在默認(rèn)情況下，程序還帶有與音頻中打擊樂元素同步的“對(duì)比”和“閃光”效果，分別通過(guò)contrast_strength和flash_strength參數(shù)進(jìn)行設(shè)置。
調(diào)整參數(shù)的代碼就像這樣：
- L = LucidSonicDream('pancake_feet.mp3', style = 'modern art')
- L.hallucinate(file_name = 'pancake_feet.mp4',
- speed_fpm = 0,
- motion_react = 0.8,
- contrast_strength = 0.5,
- flash_strength = 0.7)
除了這些內(nèi)置的效果外，Lucid Sonic Dreams還支持創(chuàng)建自定義效果。只需創(chuàng)建一個(gè)函數(shù)，其中至少包含3個(gè)參數(shù)：
array用來(lái)指示應(yīng)用效果的圖像；strength決定對(duì)音樂的反應(yīng)程度；amplitude則是指音樂在任何給定時(shí)間點(diǎn)的音量。
然后，將此自定義函數(shù)傳遞給EffectsGenerator對(duì)象。比如，利用scikit-image生成旋流效果的代碼：
- import numpy as np
- from skimage.transform import swirl
- from lucidsonicdreams import EffectsGenerator
- def swirl_func(array, strength, amplitude):
- swirled_image = swirl(array,
- rotation = 0,
- strength = 100 * strength * amplitude,
- radius=650)
- return (swirled_image*255).astype(np.uint8)
- swirl_effect = EffectsGenerator(swirl_func,
- audio = 'unfaith.mp3',
- strength = 0.2,
- percussive = False)
生成的旋流效果示例：
最佳用法">
如果想要使用其他的GAN架構(gòu)，只需定義一個(gè)函數(shù)，將噪聲向量和類向量（NumPy數(shù)組）作為輸入，從而輸出圖像。
實(shí)際上，這個(gè)函數(shù)可以是將輸入向量轉(zhuǎn)換為圖像的任何函數(shù)，甚至不需要使用GAN。
除此之外，Lucid Sonic Dreams支持上傳分離后的音軌來(lái)控制參數(shù)，音樂制作者可以用它作為音樂可視化程序。
例如，使用分離后的打擊樂音軌來(lái)控制Pulse，同時(shí)用一個(gè)分離后的“合成和弦”音軌來(lái)控制Class：
- L = LucidSonicDream(song = 'lucidsonicdreams_main.mp3',
- pulse_audio = 'lucidsonicdreams_pulse.mp3',
- class_audio = 'lucidsonicdreams_class.mp3',
- style = 'wikiart')
既有簡(jiǎn)便易用的默認(rèn)模式，又支持各種自定義素材，難怪網(wǎng)友們對(duì)它大加贊賞。
OMG，我認(rèn)為這是我見過(guò)的GAN的最佳用法。
最佳用法">
還有網(wǎng)友想體驗(yàn)一下VR版本：
最佳用法">
也有部分“密恐”患者表示：對(duì)它又愛又恨！
最佳用法">
Lucid Sonic Dreams在GitHub上開源，感興趣的小伙伴，快去聽個(gè)音樂感受一下吧～
文章名稱：讓GAN隨音樂律動(dòng)的Python工具，網(wǎng)友：GAN的建議用法
當(dāng)前鏈接：http://www.5511xx.com/article/dpiedio.html
