“说对了。”

邱伟涛指了指他身旁的那台电脑：“除了机械设备外，整套演奏系统由四部分组成，一个是演奏数据采集，一个是数据分析系统，一个是数据还原系统，最后一部分则是评价系统。理论上，当这四个系统配合默契时，violin-β就可以完美的演奏一首小提琴曲，还可以让其演奏展现不同流派的风格。”

“但是，目前有困难吗？”肖萌问。

路之航道：“用于机器学习的数据不够，评价系统也不够完善。”

肖萌虽然是新生，但也是全国最好的计算机专业的学子——在两位大神师兄的提醒下，她很快明白这其中的难点。

现在，vb项目组采用的是著名的神经网络和机器学习的方法让电脑学会拉小提琴。机器学习要以大量的数据为基础。而经典的小提琴乐曲何止百首，上千首曲子都是有的。每首曲子都有不同的演奏方法，同样一首曲子在不同的演奏家手上课也呈现不同的风格：轻快，缠绵，伤感……但不论那种风格，说白了都是数据。只要有足够的数据和计算资源，vb就可以在演奏时可以在力度，长度和节奏上进行调控，达到一流的演奏家的水平。

研究团队为了研究每首曲子的演奏风格，购买了上千张小提琴音乐cd；同时，整个项目的带头人卢景舒教授、实际负责人都沈泓教授利用了自己的私人关系，差一点把音乐学院里的音响制品全都搬空；除此外，路之航他们还编程还让大型机一刻不停的在网上搜索小提琴演奏视频——目前团队收集了上万首小提琴演奏曲。

但还是不够，至少远远不能满足团队的需求——研究团队的终极目标是随便输入一个曲谱，vb都可以一流小提琴家的演奏水准。

这事儿显然很难。

要满足这个要求，需要海量的数据，然后团队再从已有的数据里总结出规律，再推广到每一首小提琴乐曲中。