COMUUU让音乐回归:人人都可玩转音乐,更在音乐中找寻知音

简介:

无论你是音乐小白、还是大咖,在COMUUU让音乐零距离,也可遇你的“伯牙子期”。

有多少人对钢琴望而却步,有多少人看着名贵的乐器满心钦慕,对于大部分不懂音乐的人来说,音乐人就是一个遥远的族群,阳春白雪,音乐就是另一个世界,然而COMUUU的创始人唐朝文——一个非音乐专业出身的人,却有不同的想法,他想让音乐回归,让音乐成为人人都可以接触的大众产品。

谈及初衷,他念了这样的一首诗:

诗者,志之所之也。在心为志,发言为诗。情动于中,而行于言。言之不足,故嗟叹之。嗟叹之不足,故永歌之。永歌之不足,不知手之舞之,足之蹈之也。

情发于声,声成文谓之音。治世之音安以乐,其政和;乱世之音怨以怒,其政乖;亡国之音哀以思,其民困。故正得失,动天地,感鬼神,莫近于诗。

他想让音乐回归,简单而纯粹的抒发心中之情。于是他有了这样的一个想法,去做一架适合大众的钢琴,去打造一个属于人人的音乐平台。

COMUUU让音乐回归:人人都可玩转音乐,更在音乐中找寻知音1

其实生活中还是有很多人都有这样的想法,愿意用音乐发声,就像微博用文字发声一样,构建自己的朋友圈日常,但是为什么音乐社交至今还做不起来呢?原因大抵也是因为如此,大部分的人都还觉得音乐是一个比较专业性的东西,外行人轻易触碰不免易遭人笑话。

然而随着现代智能手机的普及,APP的广泛开发,越来越多的东西正在慢慢渗透到大众的生活当中。比如微博,用简单的140个字加图片书写所见所闻,用秒怕等摄影APP抓住精彩瞬间,而非之前用诗这种需要文采、情怀的东西来表达,种种后期图片处理APP也能让你的照片一秒变大片,也不需要摄像等专业性的器材来做专业的摄影作品。

而对于音乐,虽然随着工业化的进展,音乐的很多方方面面都变得成熟,专业的录音公司,歌手艺人的经济包装公司,渐渐与大众生活脱离开来,但是随着智能时代的到来,也是到了让音乐回归的时候了。

于是唐朝文给了这样的一个解释:“一样东西要成为社会的东西,就必须是从一个个体的行为变成一种社会的行为。”

如何理解呢?即回归大众,迎合大众,让人人都参与进来。

COMUUU让音乐回归:人人都可玩转音乐,更在音乐中找寻知音2

有了好的初衷 ,其次就是操作上的问题了。唐朝文和他的团队其实在最开始的时候也是忙得焦头烂额,乐器作为一个非常传统的行业,硬件上已经不存在太大的问题了,MIDI也已经是非常成熟的技术,罗兰跟微软82年做起,乐器行业关于硬件本身已经有差不多40年的,基本上没有太大的技术性问题。最大的问题其实是电子乐器的延迟问题,因为电子乐器的原理就是靠指令发声,硬件结构上是通过机械结构实现的,也就是说当一个按键被按下去之后,会产生一个相应的电信号,而这个信号需要通过电路传输出去,控制系统接收识别信号后才能发出相应的指令(音符、控制参数等指令)让扬声器等设备发声,这样就会产生一个时差。可能普通人无法听出,但是顶尖的音乐人就能够分辨的出,哪怕是0.001毫秒的延迟。

COMUUU让音乐回归:人人都可玩转音乐,更在音乐中找寻知音3

然后就是连接问题了,这是一个世界都还在摸索的问题,起初考虑蓝牙连接,但问题是蓝牙版本太多,无法统一,还有就是蓝牙的双向连接,更加深了延迟的问题。最后选择的还是线连。

那手机与乐器相连之后呢,能做什么,对于幕影来说,一个是能够传递两台钢琴的MIDI信号,实现通过WIFI网络让两台处于不同位置的钢琴同时发声。另一个就是,手机获取的信号也能直接上传至云端,用户可以在APP端实时的分享出去。对于用WIFI的连接做法,虽然也会产生延迟问题,但在唐朝文的公司的内测当中,已经研究了很多大的IM工具,分析他们的后台架构,服务器搭建,之后选择了一个最好的,现在的最终将两台钢琴之间可能存在的延时控制在30-40毫秒之间。

COMUUU让音乐回归:人人都可玩转音乐,更在音乐中找寻知音4

接下来则是要想让更多地人参与到音乐社交当中,势必要让更多不会音乐的人学会音乐,于是COMUUU也考虑了相关的培训教学,而他们做得比较有特点的就是线下分享式教学,让人人都能掌握音乐,玩转音乐。

最后一个问题他们则考虑到了要不要让乐器本身发声,而在咨询了专业与非专业的音乐人之后给出的答案是肯定的。

当然,在操作的过程中还有许多问题亟待解决:比如COMUUU是一个UGC式的社交平台,如何不成为其他人社交平台的内容供给渠道;如何能够不让自己原创资源流出,又可以让更多地人进入这个社交平台;单一的钢琴如何满足大众口味,乐器多了平台又如何兼容等等,这些都需要进一步的摸索。

看完了,你有没有迫不及待的想进行自己的音乐原创之路呢?


原文发布时间: 2015-11-10 13:55
本文作者: 陈阳
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
人工智能 运维 监控
首个云上 AI 原生全栈可观测平台来了!
9月21日,2024 云栖大会,阿里云发布全新的 AI 原生全栈可观测平台,首次实现云上 AI 大模型从训练到推理再到应用的全链路实时观测、告警与诊断。
1034 99
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
291 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
303 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
233 113
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
809 6