一个已经成为2020年去世的名人名单的名字是Kraftwerk的联合创始人Florian Schneider，他是一支为公众探索电子音乐的开创性乐队。Techno听起来像Kraftwerk生产的技术是我们传统上与音乐在音乐中使用数字技术的联系。但是，如果我们相信电子操纵在所有流行音乐中并不普遍存在，我们将会自欺欺人。尤其是，数十年来，音乐制作行业已经大量地使用了曾经是一个公开秘密，自动调音，这是一种俯仰校正工具，可以改善歌手的表现，甚至被那些批评它的人使用，并且很好奇用于寻找石油和天然气的技术的起源。
在1970年代中期，工程师安迪·希尔德布兰德（Andy Hildebrand）被授予他在一个奇特学科的博士学位，即对农业害虫苜蓿象鼻虫（Alfalfa Weevil）种群的数学分析。但是到那时，他的利益的多样性已经揭示出来了。他参加了GPS前导航系统的开发，并在他的手臂下崭新的论文降落在得克萨斯州的油片中，通过研究地震浪潮来寻找地下碳氢化合物。
21世纪的声音
他处理数学算法，对声学信号处理的经验以及他对音乐的长期热情在1995年有一天聚在一起，当时与一些朋友及其妻子午餐时，希尔德布兰德（Hildebrand）问组装公司需要发明什么。一位笑话的女性中的一名妇女提出了一种设备，可以让她唱歌。到那时，希尔德布兰德（Hildebrand）用他的地震模型发挥了自己的作用，但他已经离开地球物理学来转向音乐信号处理技术。五年前，他建立了Antares音频技术，重点关注其他项目。但是在午餐后几个月，工程师突然想到他可以利用自己的知识来实现那个女人的要求，唱歌时的音调纠正，这是尚无技术可用的目标。
安迪·希尔德布兰德。学分：Antares音频技术
这就是Auto-Tune于1997年出生的方式；虽然最初是一台机器，但今天通常是用于数字音频工作站的插件。从第一天开始，这是一个失控的成功。音乐制作人很快就开始利用发明的优势，以避免当时使用的乏味方法来制作歌曲：从无数录音中剪切和粘贴，直到获得最终的歌曲完美版本；通过通过自动调音运行歌曲，系统将每个音节放置在正确的音符中。希尔德布兰德的工具被描述为过去20年中最伟大的流行创新，甚至是21世纪的声音。
雪儿的秘密，她相信
当使用变态时，自动调子就不再是秘密，结果不寻常。1998年，歌手Cher释放了Belish，这是全球范围内的热门歌曲，使听众想知道它是如何完成的。机器人声音对音乐并不陌生。Kraftwerk本身通过Vocoder（最早在1938年发明的合成器）回到Analogue Times，通过Vocoder进行了声音处理。但是对雪儿发声的影响是不同的，而且是全新的。尽管如此，制片人还是试图隐藏秘密，声称他们已经使用了一种辅助踏板。
但是，事实很快就出来了。自动调节具有调节器，用于调节音符之间的过渡速度，从零（瞬时）到十个（较慢）。相信的生产者没有施加正确的剂量来平滑过渡，而是将旋钮变成零，从而使那些瞬时的跳跃从一个音符变成了另一种音符，使声音具有人为结晶的质量。由于后来每个好主意都有其模仿者军团，因此自动调节的极端使用变得如此受欢迎，甚至在希尔德布兰德本人说，在穆斯林祈祷的呼吁中，它甚至被使用。即使是那些谴责它的人，例如说唱歌手Jay-Z或歌手Christina Aguilera，也众所周知。在2010年，《时代》杂志将自动调音包括在其50个最差的发明列表中。然而，尽管如此，据说它用于现代流行音乐的99％。
如今，使用自动调音比以往任何时候都更加活跃。对于某些专家而言，该技术仍然令人惊讶：“人们仍在发现与电吉他有关的新事物，这已经与我们在一起已有70年左右了，比自动播放时间长得多，”音乐和声音昆士兰技术大学教授Yanto Browning专家Yanto Browning告诉OpenMind。“我认为说任何技术都过时了，这是非常危险的。”布朗宁补充说：“我不知道俯仰跟踪和音高校正技术的未来，但这当然并不排除音乐家为这类信号处理工具找到新颖有趣的应用程序。”
人工智能，自动创作的未来
尽管今天有竞争对手可以自动调整，但是这些技术的未来也可能在许多其他技术也可以：人工智能（AI）。在印第安纳大学的智能系统工程系中，由Minje Kim领导的团队正在为使用自学习神经网络纠正语调的自动调节替代方案。正如Kim向OpenMind解释的那样，Auto-Tune需要用户控制以将注释设置为正确的频率。他总结说：“我们的机器学习系统是使用高质量的唱歌数据以监督的方式培训的，但是一旦经过培训，就不需要监督来执行自动调整。”“它依靠AI的决定，因此整个过程都是完全自动的。”
使用自动调节比以往任何时候都更加活跃。学分：Antares音频技术
此外，Kim的博士候选人和系统经理Sanna Wager向OpenMind解释了该系统，称为Deep Autotuner，提供了自动训练缺乏的灵活性。她说：“音调的基本频率通常与我们所感知的音高不同。”这个微妙的逃脱了自动调节，而拟议的模型“结合了心理声学，它直接从真实世界的演唱示例中学习了音乐语调模式。”另一方面，Wager补充说，自动曲调根据12-隔离的西方音乐秤谨慎地对待笔记，例如钢琴的钥匙，因此“在音乐上可以限制”。相比之下，Deep Autotuner创造了像人声音这样的连续频率范围。这也使其可以接受“其他一些音乐文化，例如古典印度音乐，这些音乐将八度划分为更多的细分。”
然而，尽管AI越来越多地存在于音乐中，但这并不意味着它会剥夺它，这是自动调节的批评者之间经常被指控。Kim指出：“我们认为，AI系统可以扩展到许多其他用例以吸引更多的音乐爱好者，这样他们仍然可以享受制作和播放音乐而不会被技术问题淹没。”但最重要的是，他补充说：“我们还相信音乐是一项复杂的人类活动，AI无法轻易地赶上质量。”他总结说，音乐家和声音工程师将继续保持不可替代。
哈维尔·亚纳斯（Javier Yanes）
@yanes68