首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏音乐与健康

    一首乐曲,为何回忆万千?

    一首乐曲,为何回忆万千?思绪绕绕? 音乐似乎能够将我们与过往情绪积极的时刻重新连接,这表明,将音乐用于治疗可能特别有效[9]。-Dribbble -如何唤起回忆,何时唤起回忆?对一段音乐的熟悉程度起到了作用——也许这并不令人惊讶。

    29310编辑于 2025-08-26
  • 来自专栏AI科技大本营的专栏

    视频教程【第14期】 | 如何用TensorFlow来自动生成乐曲

    视频中,除了介绍Deepmind在乐曲生成方面的最新进展,Siraj Raval还会用 TensorFlow 和一种叫受限玻尔兹曼机的神经网络来写一个音乐生成器。

    835110发布于 2018-04-26
  • 来自专栏音乐与健康

    神经科学验证:十首重塑大脑回路的抗焦虑乐曲

    乐曲第4分17秒处的休止被证实能产生类似SSRI药物的突触间隙调控效应。4. 建议在夜间8-9点搭配4-7-8呼吸法使用,此时褪黑素分泌可增强治疗效果。 5. 9. 喜多郎《丝绸之路》- 下丘脑-垂体轴平衡 这首合成器杰作包含从0.5Hz到8000Hz的全频段声波。

    35710编辑于 2026-05-04
  • 来自专栏音乐与健康

    血压也会“听歌识曲”?心率=频率?

    关键词:血压;音乐;节奏;规律;乐曲;多模态;体感音乐;音波;本草音乐;医疗;情绪;血压也会“听歌识曲”? 每个为受试者从30首钢琴曲里随机挑9首聆听,并连续监测血压。该研究使用的30首乐曲,均为钢琴大师传奇演绎的原声录音。研究者通过系统性方法调整了这些乐曲的表现力,以观察其对心血管指标的影响。 “好预判”的音乐与血压更“配合”本研究数据中 “可预测性高的乐曲” 具有以下特征:(1)乐句弧线平均长度较短且标准差较小;(2)乐曲时长较长且乐句弧线数量较多。 乐曲可预测性的提升能让听者预判乐句变化,进而增强血压与音乐的同步化。 (注:EMD = 地球移动距离,为相似性度量指标;EMD 值越小,代表相似度/同步化程度越高)基于研究结果发现,血压反应与乐曲音量的同步化程度显著高于其与乐曲节奏的同步化程度。

    16710编辑于 2026-05-02
  • 来自专栏量子位

    雅马哈AI系统能自动为舞蹈配乐,跟节奏跳舞时代已不再

    当他跳舞时,舞蹈动作可以被实时地转换成乐曲数据。 为了确保舞蹈动作转换输出的音乐不是随机杂乱的,雅马哈的AI系统对照MIDI音乐数据库,控制钢琴的演奏,把这些数据输出成好听的乐曲。 雅马哈的Disklavier系统,是舞姿实时转换乐曲至关重要的一环。Disklavier的钢琴还可以表现出不同力度弹奏琴键的细微差别。 而且其音色是从9英尺高的钢琴中最完美的雅马哈CFX采的,也只有CFX富和完整、醇厚丰润的音色才能配得上舞蹈大家森山开次倾情忘我的演绎。 顶尖艺术家参与的感受 舞蹈家,森山开次 当听到AI把我的舞姿转成乐曲时,我感受到身体深处内部的力量被唤醒了,对自我意识和身体动作感知有了新的理解。 在尝试全新的乐曲风格时,我受到了很多启发,产生一些以往从来没有的灵感。 雅马哈研发中心总经理,Motoichi Tamura 在雅马哈内部,大家深信AI能拉近人与乐器之间的距离。

    1.1K50发布于 2018-04-02
  • 来自专栏li_wait

    打印9*9乘法口诀

    j = 1; j <=i; j++) { printf("%d*%d=%d ", j, i, i * j); } printf("\n"); } return 0; } 打印9* 9乘法口诀表: 从图中看出第四排和第五排没有对齐,要想对齐,可以考虑 printf限定占位符的最小宽度(https://blog.csdn.net/wait___wait/article /details/135287228) 9*9乘法口诀表中最大位数是2,因此设最小宽度为2。

    53110编辑于 2024-10-23
  • 来自专栏技术杂记

    9

    服务端 /var/log/messages 中会出现类似的日志Aug 25 00:26:02 pptp-server pptpd[10177]: CTRL: Client 103.240.124.15 control connection startedAug 25 00:26:02 pptp-server pptpd[10177]: CTRL: Starting call (launching pppd, opening GRE)Aug 25 00:26:02 pptp-server pppd[10178

    1.1K20编辑于 2022-06-30
  • 来自专栏python全栈教程专栏

    输出9*9口诀

    输出9*9口诀 //题目:输出9*9口诀。 result=2*1 result= 2*2 //第三次打印 i=3 ,j=1,2,3 result=3*1 result=3*2 result=3*3 //一次类推 //第九次打印 i=9, j=1,2,3,4,5,6,7,8,9 result=9*1 9*2 9*3 9*4.........

    53120发布于 2021-10-18
  • 来自专栏网络收集

    JavaScript(9

    在JavaScript中,可以使用indexOf() 方法可返回某个指定的字符串值在字符串中首次出现的位置。

    56130编辑于 2022-04-05
  • 来自专栏Michael阿明学习之路

    移除 99进制)

    题目 从 1 开始,移除所有包含数字 9 的所有整数,例如 9,19,29,…… 这样就获得了一个新的整数数列:1,2,3,4,5,6,7,8,10,11,…… 给定正整数 n,请你返回新数列中第 n 样例 1: 输入: 9 输出: 10 注释 :n 不会超过 9 x 10^8。 来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/remove-9 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。 解题 答案就是 n 对应于9进制的数 class Solution { //C++ public: int newInteger(int n) { vector<int> nums; while(n) { nums.push_back(n%9); n /= 9; } int ans = 0; for(int i

    58920发布于 2021-02-19
  • 来自专栏CSDN技术博客

    WebSphere9(was9)静默安装

    was9安装与was8.5区别在于:was9安装时需要和JDK一起装,不能单独安装; 之前写过was8.5的静默安装博客https://blog.csdn.net/mfanoffice2012/article IBM SDK Java Technology Edition for Installation Manager consult the product documentation 8.5 与 9主要区别之处 /eclipse/tools/imcl install \ com.ibm.websphere.ND.v85_8.5.5000.20130514_1044 \ #was程序包小版本,此处注意与was9对比

    2.1K20发布于 2021-08-10
  • 来自专栏程序猿DD

    Java 9 - 17 特性解读:Java 9

    所以胖哥抽时间梳理了一下从Java 9到Java 17的一些常用API的变动。今天先来看看Java 9 都有什么东西。 Java 9 Java 9 最大的变化就是引入了一个JShell和模块化,日常并没有用太多,所以今天不花时间在这些功能上面。 Java 9改善了这一现状,现在你可以: // [1, 2, 3, 4] List<Integer> integers = List.of(1, 2, 3, 4); // {1,2,3} Set<Integer 在Java 9中Stream进一步得到了加强。 ofNullable Stream<T> ofNullable(T t)  返回包含单个元素的顺序Stream ,如果非空,否则返回空Stream 。 总结 其实Java 9 还有一些底层的优化,不过对于普通开发者来说了解这些就够用了。上面几个特性,比较常用的就是静态不变集合、try-with-resources优化。

    60930编辑于 2023-04-04
  • 来自专栏一位计算机小白的学习日记

    C:9-9题目:蛇形矩阵

    比如一个3*3的蛇形方阵 3 2 1 4 9 8 5 6 7 二、解题思路: 分析题目: 1.该矩阵是一个方阵,填入矩阵内的值是从1开始的; 2.该矩阵的填充顺序是逆时针向内填充的。 循环条件num <= n * m,当填充的数字大于矩阵内元素总数时结束循环,比如说3*3的矩阵,当我们填充的数字num = 10 的时候,大于3*3 = 9;10不在填入矩阵内。

    72910编辑于 2024-10-21
  • 来自专栏ATYUN订阅号

    AI“贝多芬”诞生了?

    历时4个月,用70余万首乐曲辅助AI训练 区别于目前AI作曲更多停留在单旋律、短篇幅的乐曲形态,中国平安的此次尝试是全球范围内首次运用人工智能技术创作多声部、广维度,同时具备复杂性和经典传承性的长篇幅交响乐曲作品 本次AI交响变奏曲的创作,运用了其中70万余首乐曲进行结构化训练,包含古典音乐、红歌、民歌等多类题材作品。 众所周知,乐曲是否悦耳的评价标准相对主观,然而作曲规则却在音乐发展中逐步确立,形成了相对客观的行业标准。 因此,乐曲创造的过程中,需要在遵守主流审美这一选取最佳音乐片段原则的同时,兼顾作曲专家的评价标准。 同时,为防止AI作曲生成过于自由,平安在人工智能乐曲创作的过程中融入了包含和声约束、对位约束、曲式结构约束等规则在内专家规则,让AI作曲无限靠近乐曲原本体裁,并具备时代传承的经典性。

    89030发布于 2019-10-15
  • 来自专栏科学计算

    9 模块

    模块是一些互相隔离的工作空间,用法上类似于Python中的库,在Python中导入库时,使用import * as *的方式,在Julia中,采用using或import导入要使用的模块

    77110发布于 2020-06-30
  • 来自专栏技术杂记

    Gin 9

    MULTICAST,UP,LOWER_UP> mtu 1500 qdisc pfifo_fast state UP group default qlen 1000 link/ether 52:54:00:c9: noprefixroute dynamic eth0 valid_lft 84363sec preferred_lft 84363sec inet6 fe80::5054:ff:fec9: console 服务端的目标路径里也多了一批内容相同的文件,并且创建时间也是吻合的 [vagrant@h160 ~]$ ll /tmp/tmp* -rw-r--r--. 1 root root 2 Jul 9 16:18 /tmp/tmp1 -rw-r--r--. 1 root root 2 Jul 9 16:18 /tmp/tmp2 -rw-r--r--. 1 root root 2 Jul 9 16: 18 /tmp/tmp3 -rw-r--r--. 1 root root 2 Jul 9 16:18 /tmp/tmp4 [vagrant@h160 ~]$ cat /tmp/tmp* 1 2 3 4

    65720发布于 2021-08-10
  • 来自专栏白话互联

    【AiSEO】AiSEO News | 99日速递

    今天是99日星期二,让我们一起来看看今天 AiSEO 带来的 SEO 和 AI 领域的重要动态吧!

    27310编辑于 2025-09-17
  • 使用for语句实现9*9乘法表

    1 问题 9*9乘法表的数量较大,直接打印需用大量的代码,如何用更简单的方法实现对9*9乘法表的打印。 2 方法 运用for循环结构对1-9进行循环处理,以得到9*9乘法表及运算结果 3 实验结果与讨论 解决此类问题需要用到fori循环结构,以及if条件语句。

    52210编辑于 2023-01-03
  • 来自专栏企鹅号快讯

    人人都是作曲家:基于深度神经网络的音乐风格迁移

    简化音乐风格迁移问题 由于此任务相对复杂,我们决定先分析不同类型的音乐的单音乐曲。单音乐曲就是音符序列,每个音符都有自己的音高和时值。音高的变化通常取决于曲调的音阶,时值的变化则取决于节奏。 另外,分析单音乐曲还可以让我们不必处理管弦乐编曲和歌词之类的问题。 由于我们没有可以用来区分音高变化和单音乐曲节奏的预训练模型,于是我们先提出了一种非常简单的迁移音乐风格的方法。 整合训练后的模型: 在测试期间,先使用第一种类型的音乐(例如民谣)训练的音高网络和时值网络生成一首乐曲。 我们的目标是可以将一首给定乐曲的风格转变成目标歌曲/乐曲的风格。 无法控制风格改变的程度:如果有一个“按钮”可以控制风格改变的程度,那就太完美了。 在迁移风格时无法保留被转变乐曲的音乐结构:一般而言,长期结构(Long-term structure)对音乐鉴赏价值至关重要。如果要想让生成的乐曲具有音乐美感,就必须保留原乐曲的音乐结构。

    1.2K80发布于 2018-02-06
  • 来自专栏AI科技大本营的专栏

    人人都是作曲家:基于深度神经网络的音乐风格迁移

    简化音乐风格迁移问题 由于此任务相对复杂,我们决定先分析不同类型的音乐的单音乐曲。单音乐曲就是音符序列,每个音符都有自己的音高和时值。音高的变化通常取决于曲调的音阶,时值的变化则取决于节奏。 另外,分析单音乐曲还可以让我们不必处理管弦乐编曲和歌词之类的问题。 由于我们没有可以用来区分音高变化和单音乐曲节奏的预训练模型,于是我们先提出了一种非常简单的迁移音乐风格的方法。 我们尝试学习不同类型的乐曲的音高和音符时值的模式,然后将这些模式整合在一起。 下图为这种方法的说明图。 我们的目标是可以将一首给定乐曲的风格转变成目标歌曲/乐曲的风格。 无法控制风格改变的程度:如果有一个“按钮”可以控制风格改变的程度,那就太完美了。 在迁移风格时无法保留被转变乐曲的音乐结构:一般而言,长期结构(Long-term structure)对音乐鉴赏价值至关重要。如果要想让生成的乐曲具有音乐美感,就必须保留原乐曲的音乐结构。

    1.7K100发布于 2018-04-27
领券