我們在說出曲名之前，就已認出喜愛的音樂家。
幾個和弦、特別的停頓、幾乎察覺不到的節奏偏移——內心便已產生辨識：
就是他。
「音樂是情感的速記。」
——列夫·托爾斯泰
而正如新研究所顯示，這份速記有其獨特的筆跡。
但音樂家的無形簽名由什麼構成？我們習慣稱之為演奏者性格、風格或靈魂的東西，能否被衡量？
劍橋大學的研究人員決定藉助人工智慧來驗證這一點。
二十位鋼琴家——二十個音樂世界
17月2026日 在期刊 Nature Machine Intelligence 上發表了一項研究 Machine Learning of Artistic Fingerprints in Jazz。
第一作者休·切斯頓及其同事分析了 84小時的音樂——二十位著名爵士鋼琴家的1629次演奏。
其中包括：
- 泰隆尼斯·孟克；
- 比爾·艾文斯；
- 奧斯卡·彼得森；
- 凱斯·傑瑞特；
- 奇克·柯瑞亞；
- 麥考伊·泰納；
- 阿赫瑪德·賈馬爾。
錄音被轉換成類似鋼琴捲軸的數位轉錄，顯示了哪個音符被彈奏、何時響起以及持續多久。
然後模型學習根據他們演奏的四個維度來區分演奏者：
旋律、和聲、節奏和力度。
最佳模型正確辨識出鋼琴家的比例為 94,4% 的情況。另一個更易於分析的模型，分別檢視四個音樂維度，達到了 91,3%的準確率。
人工智慧沒有看到音樂家的臉，也不知道曲名。它是透過在不同錄音中重複出現的穩定音樂選擇來辨識這個人。
是什麼洩露了音樂家的身分？
在區分音樂參數的模型中，最強烈的演奏者特徵是 和聲 ——特有的和弦及其連接方式。其次是節奏和旋律，而力度提供的資訊較少。
然而，結果取決於音樂的呈現方式，因此不能將其轉化為一條關於和聲優於所有其他元素的普遍法則。
然而，正是在選擇中，一個人最能展現自己。
一位鋼琴家突然替換了慣用的和弦。另一位移動了節奏重音。第三位延長了一個音符，或在聽眾期待繼續的地方留下停頓。
每個決定看似微不足道，但它們共同形成了一種穩定的模式——演奏者的音樂指紋。
即使演奏同一首爵士標準曲，音樂家們也創造出不同的世界。
因為演奏者傳達的不只是寫下的音符，他將自己的記憶、身體節奏、經歷、氣質以及聆聽寂靜的方式帶入音樂中。
在音符結束之處
音樂指紋很少由單一鮮明的技巧構成，更多時候是許多幾乎不顯眼的決定：
- 何時進入；
- 延長哪個音符；
- 選擇哪個和弦；
- 在哪一拍上加重音；
- 在熟悉的旋律中何處改變進行；
- 留多少空間給寂靜。
單獨來看，這些細節很容易被當作偶然，但它們共同構成了可辨識的模式，並在一次次演奏中重現。 一種獨特的音樂DNA。
音符可以重複，但臨場感無法複製。
人工智慧不測量靈魂
重要的是不要把研究結果變成漂亮但不精確的陳述。演算法並沒有「看見音樂家的靈魂」，也沒有揭示創作的所有奧秘。
模型處理的是鋼琴演奏的數位轉錄。這種格式能很好地反映音符的位置和時長，但無法完整保留樂器的音色、空間的聲學效果、觸鍵的品質以及踏板最細微的特點。
此外，系統研究了一組特定的二十位知名爵士鋼琴家。在此實驗中的高準確率並不意味著該演算法能夠毫無錯誤地識別世界上任何一位音樂家。
但這項研究發現了重要的事：
個人風格不僅是聽者的主觀印象。其中確實存在著可被觀察和研究的重複結構。
作者公開了模型代碼，並建立了一個互動式的鋼琴家風格網路導覽。它讓人們得以探索每位演奏者的典型音樂特徵，並相互比較。
機器能否找到我們的獨特性？
這類技術可能有助於判定未知錄音的可能作者、研究音樂家之間的相互影響、保存音樂遺產，並教導年輕演奏者聆聽風格之間的差異。
但或許，這項研究最美妙的意義在於別處。
常被指責抹煞個體性的人工智慧，在此反而幫助發現它。
它顯示：即使在共同的音樂語言中，人依然是獨一無二的。
一件樂器。十二個音符。熟悉的樂曲。而每位演奏者都創造出自己的宇宙。
聲音作為在場的簽名
音樂家不以自己的名字為作品署名。他以觸碰來署名。
兩個音符之間的時間。進入旋律與離開旋律的方式。
以及他如何讓寂靜延續已說出的話語。
兩個人永遠不會以相同方式演奏同一段旋律，因為聲音穿過不同的生命、不同的手、不同的心。
而每當一個人真正發出聲音時，音樂便說出他的名字。
