2025年11月7日，由PP电子汽车举办的第七期“对话与共进——文瀛学者论坛”在303报告厅成功举行。本次学术沙龙由PP电子汽车青年教师霍英泽老师汇报，PP电子汽车青年教师史婧颖老师主持，PP电子汽车周娜教授、史智轩副教授担任与谈人。参加此次沙龙的有PP电子汽车张雁副教授、韩亚嵚副教授、马鸿奎副教授、许晓云副教授、桑锐老师、郑昕老师、方雅新老师等。

活动伊始，主持人史婧颖老师为大家介绍了汇报人以及论坛主题。

在汇报环节，霍英泽老师以“理解—表示—生成”为核心框架，系统阐述了人工智能在音乐领域的应用发展。他从人工智能的基本原理和发展历程入手，概述了当前人工智能在产业和艺术领域的重要价值。随后，以大卫·休伦和斯图尔特·罗素的音乐三域为理论基础，详细阐释了音乐信息检索（MIR）、音乐编码倡议（MEI）和AI作曲三大技术模块的协同机制，并通过具体案例《牧童短笛》的AI重构，展示了智能生成创作的完整技术链条。

在“理解”部分，首先介绍了MIR的理论基础与信号分析方法，包括音高、节奏、音色与和声的特征提取，探讨其在音乐结构识别与风格分类中的作用。通过实例分析《牧童短笛》的谱面与音频特征，揭示MIR如何实现“机器听懂音乐”。

在“编码”部分，转入MEI的表示体系，说明符号化与结构化记谱在数字音乐研究中的价值。通过将 MIDI 与 MIR 数据转换为 MEI 格式，展示音乐从“信号”到“可计算语义”的转化过程，并演示如何在MEI中嵌入结构分区（section）以实现层级分析，为后续的AI创作提供结构约束。

在“生成”部分，介绍了基于深度学习与结构控制的AI作曲方法，包括 Transformer、Diffusion与基于规则的混合生成策略。以“结构感知的音乐生成”为核心，探讨AI如何在保持音乐逻辑的同时创新性地创作旋律、和声与织体。

最后，展望了音乐AI教育的未来发展方向，提出从结构分析走向创造性学习，构建“理解—表达—共创”的新型教学模式。通过案例与演示，旨在为高校音乐教师与研究者提供一条贯通“理论—编码—生成”的研究与教学路径，为音乐教育的数字化转型与人工智能时代的音乐理解提供新思路。

在与谈环节，两位老师从不同维度对人工智能与音乐的融合进行了深入探讨。

周娜教授从教学实践角度指出，本次讲座构建了从方法论到实践论的完整认知体系。她认为MIR、MEI与AI作曲形成的技术闭环，正在推动音乐教育范式的创新转型。面对AI技术在音乐生成方面的能力，她强调音乐教育者需要重新定位专业价值，着力发挥人类教师独有的情感表达与艺术感染力这一核心竞争力。同时，她表示将在声乐教学中积极探索与AI技术的跨学科融合。

史智轩副教授则从音乐学理论视角，对AI音乐的边界问题进行了深刻剖析。他援引郭乃安先生“音乐学请将目光投向人”的学术理念，强调在技术发展中坚守音乐艺术的人文本质。通过对AI完成作曲家未完成作品案例的分析，他指出残缺本身蕴含的独特美学价值可能被技术理性消解。并以杨荫浏先生破译白石道人歌曲谱的学术实践为例，强调人工智能的本质是人类学术思想的延伸。他特别指出，目前人工智能在音乐弹性节奏、音色微妙变化等感性层面的理解仍存在明显局限，而这些恰恰是音乐艺术最富生命力的表现。

在自由交流环节，张雁副教授分享了作为民歌演唱者借助AI实现了对通俗歌曲的成功演绎，突破了个人演唱的风格局限，同时观察到AI在处理润腔技巧时仍显生硬，难以再现人类歌唱的细腻情感。桑锐老师关注AI音乐版权与权益分配，充分肯定AI音乐高效创作与风格拓展的能力，同时针对现场演示的AI生成作品，她进一步提出创作权重的分配疑问，关注在实际创作中人与AI平台各自贡献度的界定标准。

最后主持人史婧颖老师总结技术的意义在于赋能，本次讲座所展现的正是如何让前沿技术推动我们更好探索音乐的艺术与学术，开辟更多新的可能性。

本次学术沙龙成功构建了音乐与人工智能领域的跨学科对话平台，系统总结了音乐人工智能领域的技术路径与前沿成果。通过深入探讨人工智能技术在音乐研究、创作与教学中的创新应用，为学院师生提供了与前沿学术对话的宝贵契机。本学期，学院将持续推出“文瀛学者讲坛”系列学术活动，进一步促进艺术与科技的深度融合，助力新时代艺术学科的创新发展与跨界融合。