據(jù)報(bào)道，如果你正在努力訓(xùn)練希望成為一名音樂(lè)會(huì)小提琴手，你不希望你的技巧僅僅是“足夠好”。新的計(jì)算機(jī)系統(tǒng)可能很快就能夠提供幫助，因?yàn)樗褂?a href="http://m.sdkjxy.cn/v/tag/150/" target="_blank">人工智能（AI）來(lái)識(shí)別用戶(hù)的運(yùn)弓技巧，甚至可能告訴他們?nèi)绾翁岣咚麄兊谋憩F(xiàn)。

該系統(tǒng)由西班牙龐培法布拉大學(xué)的科學(xué)家創(chuàng)建，使用手勢(shì)識(shí)別Myo臂章訓(xùn)練系統(tǒng)，以追蹤專(zhuān)業(yè)小提琴手的右臂動(dòng)作，因?yàn)槠涫褂昧薉étaché、Martelé、Spiccato、Ricochet、Sautillé、Staccato和Bariolage等弓法。此外演奏的音頻將同時(shí)被錄制。

然后，基于機(jī)器學(xué)習(xí)的算法將手臂運(yùn)動(dòng)與相應(yīng)的音頻進(jìn)行比較，確定在每種弓法中哪些運(yùn)動(dòng)產(chǎn)生哪些聲音。當(dāng)系統(tǒng)隨后負(fù)責(zé)識(shí)別小提琴手正在使用的弓法時(shí)，其準(zhǔn)確率超過(guò)94％。

現(xiàn)在研究人員希望，一旦進(jìn)一步發(fā)展，該技術(shù)可用于為學(xué)生提供實(shí)時(shí)反饋，向他們展示他們的持琴姿勢(shì)與專(zhuān)業(yè)人員有何不同。

該研究由David Dalmazzo和RafaelRamírez領(lǐng)導(dǎo)，在最近發(fā)表在《Frontiers in Psychology》雜志上的一篇論文中有所描述。