2024年6月5日 星期三

本中心鋼琴演奏家廖珮君 6/9 (日)演奏會訊息

 喜悅分享音樂會訊息 (6/9, 週日晚上7:30 與您相見)

🎵
本中心鋼琴演奏家廖珮君即將與兩位音樂好朋友一起於國家演奏廳表演,上半場為鋼琴獨奏形式,下半場為六手聯彈,曲目豐富精彩,邀請所有愛樂者一起蒞臨欣賞。





2024年6月4日 星期二

狂賀本中心邱老師所指導的學生何同學,錄取了輔大音樂系應用音樂創作組及國立台南藝術大學應用音樂系

狂賀本中心邱老師所指導的學生何同學,透過「申請入學招生」錄取了輔大音樂系應用音樂創作組及國立台南藝術大學應用音樂系。這位何同學從高二開始跟邱老師學習,並隨邱老師準備個人完整作品集,找到了自己喜歡的創作風格,建立了對未來的志向與願景。這位學生非常認真,每週都來跟邱老師學習兩小時。在面試之前,他依循老師的指導,努力準備專業知識和作品集(含影音與樂譜),因此取得了非常優異的成績,正取第一名錄取了輔大應用音樂創作組及正取第九名錄取南藝的應用音樂系。非常恭喜這位同學!







2024年5月29日 星期三

狂賀本中心鋼琴家廖珮君老師指導的王宥紘同學獲得北區高中音樂班鋼琴主修考試第一名佳績

恭喜本中心鋼琴家廖珮君老師指導新北市板橋重慶國中音樂班學生王宥紘,於113年高中甄選術科測驗鋼琴組,以90.46高分勇奪北區第一名佳績🏆🏆🏆, 一路走來真的很不簡單,王同學是這麼的努力!除再次恭喜宥紘,也預祝未來之路星光燦爛🎊







2024年3月29日 星期五

恭喜本中心鋼琴家廖珮君老師指導學員,考取台北藝術大學「音樂專業師資教育組」在職碩士班以及台北市立大學音樂在職碩士專班

恭喜本中心鋼琴家廖珮君老師指導學員,考取台北藝術大學「音樂專業師資教育組」在職碩士班以及台北市立大學音樂在職碩士專班。今年有一位同學考取台北藝術大學「音樂專業師資教育組」,並且有兩位同學考取台北市立大學音樂在職碩士專班,其中一位為非科班的考生,非常恭喜這幾位同學。

圖為學生傳來的考生感言之 line 訊息截圖:








2024年3月19日 星期二

恭喜本中心鋼琴家廖珮君老師指導王宥紘同學贏得馬偕鋼琴比賽第三名

恭喜本中心鋼琴家廖珮君老師指導鋼琴演奏者王宥紘同學,於2024/3/16馬偕盃比賽27位菁英當中脫穎而出,獲得第三名殊榮, 廖老師與王同學努力著重李斯特超技練習曲艱深技巧琢磨,並將音樂性提升,讓評審一致稱讚,再次恭喜王同學。








2023年12月20日 星期三

只愛彈琴但學科成績差的孩子該如何規劃未來?彈琴能力不好的音樂班學生該轉作曲嗎?

只愛彈琴但學科成績差的孩子該如何規劃未來?
有家長來信詢聞到孩子念音樂班只喜歡練習樂器,卻不喜歡讀學科該怎麼規劃生涯?其實這是一種常見的案例,筆者認為家長應該引導孩子去認清孩子的自身能力與大環境。如果音樂能力非常頂尖,即使高中受到學科成績太差的影響,而無法進入好的學校,大學還是有機會透過獨招,進入到藝術大學,或者經濟無虞者,可以申請去國外的音樂院就讀。然而,倘若音樂能力相較於音樂班的其他孩子而言,只是普普通通,那麼學科能力就是生涯規劃上重要的後盾。天才型的音樂家,即便不是科班上來的,也都能在音樂上表現優異,例如知名的鋼琴家角野榫鬪。相反的,音樂班的孩子若不是天才型的資質與音樂世家的環境,即使念了音樂班或音樂系,最後也很難有突出的表現,此時,學科能力就有助於此類人往橫向發展,藉由跨領域來建立自己的事業,因此有些音樂系畢業的學生,後來變成了音樂科技專業人員,或轉變成了音樂治療師,或變成多媒體從業人員或配樂作曲家,這都是實際的案例。當然,無論孩子是否喜歡念學科,家長應該積極引導孩子正確的學習態度與觀念,其中,筆者認為英語是最重要的能力,因為可以用來透過網路接收各種新的資訊,進而發展出新的謀生能力,若無法讓其他科目表現優異,那麼英語絕對不能放棄。

彈琴能力不好的音樂班學生該轉作曲嗎?
有些音樂班孩子的家長認為孩子演奏能力又不是頂尖,該不該轉作曲,或許可以比較好考上前面的學校。然而,就筆者看來並不是很適切,筆者認為作曲的學習,可以留到有非常厚實的演奏能力與熟悉大量的演奏曲目後再來學,真正有興趣從事作曲行業,到了大學或碩士班再開始學習都還還得及,此時,也比較能認識到所生存的環境是如何以及想走怎樣的創作方向,太早開始學作曲,反而浪費了音樂班環境中,可以接觸到其他樂器演奏課程的機會,若作曲的個別課教學方式又不是很有系統化,學生的抽象能力與思辨能力又不是那麼好,那麼就更浪費了主副修個別課的資源了。台灣的音樂系中的作曲組,由於課程比較保守,到目前為止,所培養出的畢業生很難脫離學院而生存,推估有一半以上的台灣的音樂系作曲主修畢業者,後來都沒有從事本業,但鋼琴或弦樂等樂器主修畢業的人,就算不是很能賺錢,也都能靠教樂器維持基本生計,如果有了演奏的學士,後來又加修了作曲碩士,那麼就等同雙專長,反而增加更多工作的機會,遠比一路念作曲上來的人有更多的機會與彈性。相反的,拿作曲學士,然後想轉鋼琴碩士,這種途徑則是不太可能,畢竟演奏就是需要匝匝實實的工夫與時間的累積。家長們可以參考一下囉!



2023年10月13日 星期五

人工智慧對音樂創作的影響:挑戰和機會

人工智慧的世代來臨,最先被取代的可能是文字工作者、平面設計工作者、以及語言翻譯工作者,但跟樂器演奏家的工作,幾乎完全沒有任何影響。對於作曲家工作是否有影響呢?以現況來評估,流行歌編曲、流行歌作曲可能會先被取代,因為 AI 工具可以輸入歌詞,一鍵生成歌曲,模仿情感張力較薄弱的風格非常容易。(可參考下面影片的 suno AI 展示。或來這裡嘗試 https://www.suno.ai/)若某個廠商需要一首形象歌曲或產品行銷的歌曲,找真人編曲與錄音及演場,依照現在行情,費用需要 30000 NT 以上,找 AI 編曲演唱及寫歌詞,則可能只需要不到 500 NT,而且可以產生很多個版本提供選擇,那麼這個廠商八九成會找 AI 來音樂製作吧。此外,現在教學市場上有很多混音與母帶處理的工作坊,教授在數位音樂體中的混音技巧與母帶處理技巧。數位音樂初學者常以為這些技術是數位音樂的核心,所以會積極花錢花時間去學習,然而,AI 混音與 AI 母帶處理也已經技術成熟,且已經成為線上的商業服務項目,使得混音、母帶處理的專業技師的工作,也將是數位音樂界被 AI 取代的第一波人員。

然而,目前對於高階配樂或作曲工作者而言,由於工作內容的複雜度較高,創意性思考的需求較高,因此被 AI 取代的可能性尚未發生。AI 若要影響到高階的配樂或作曲工作,則首先要能讓複雜的自然音樂器音色被模仿得成功,目前 AI 技術最先模仿的是人聲演唱,在情感的部分迄今還是很難做到逼真,要模仿眾多的自然音樂器的聲響與情感表達,則還要更多的時間來訓練其模型,此外,要將和聲、句法結構、素材發展的音樂要素與情感之間的關係解釋清楚,原本就是一件抽象而困難的事,等於 AI 要模仿連音樂理論家都不一定能系統化解釋清楚的東西,因此就更加不容易了。再者,配樂的音樂需求,若是搭配影像,常常會需要對時間點,但現有的 AI 音樂工具是無法指定在哪個時間點要生成什麼樣的情緒或使用什麼樂器,因此目前 AI 音樂對於影片配樂工作者而言,現階段仍影響有限。再者,要用 AI 來寫管絃樂曲配樂難度更高,在 Chatgpt 還沒問世之前,就已經有一些公司在研究 AI 管弦樂,但從網路上可以聽到的成品以及可操作的 AI 音樂工具而言,多年來的研究產出,一樣是沒有情感的 AI 創作,離動人或具有強烈戲劇張力的的作品還有很大的距離,當然也沒辦法指定哪個時間要出現指定的音樂變化。有興趣嘗試的人可以到 https://creators.aiva.ai/ 網站自己玩一下,看看是否滿意成品。筆者測試過該 AI 系統,能夠指定的項目仍然不夠充足,且音樂品質仍難以達到堪用的標準。

(AI 管弦樂展示)

實際上,在 Chatgpt 出現後,市面上也出現了很多假的 AI 音樂網站,聽起來音樂有一定品質,宣稱其音樂是 AI 製作,然而實際上只是現成的曲庫提供關鍵字搜索功能而已,根本仍然無法依照指示者的提示文字產生對應的音樂。所以 AI 對於精緻音樂而言,還有很長一段時間要走,才有些微的可能具有商品化的可能性。



呈上,學習應用音樂創作,若要能生存得長久,需要走精緻路線,朝情感渲染力、或戲劇張力較大的音樂風格來進行學習,因為 AI 目前最難取代是人類的情感表現。此外,相較於一般的電子樂器音色而言,管弦樂也是目前較難被 AI 取代的編制種類,這些樂器的情感表達方式也是 AI 目前較難模仿的。再者,需要搭配影片內容與特定時間點來進行的配樂創作,目前尚沒有 AI 音樂工具能夠達成。有鑑於此,整體看來,影視配樂相關的行業,由於更強調戲劇張力與細緻的情感表現的需求,作曲者仍可以有一定的生存的空間。值得注意的是:風格相近的流行歌曲編曲應該是最先被取代的種類,因為流行音樂通常風格模仿、和聲抄襲的情況是普遍的現象,而 AI 要從眾多相似風格曲庫中學習,則是最為快速而容易,要 AI 建立流行歌的模型相對容易得多。




整體而言,應用音樂創作的學習相關技術時,除了該選擇朝精緻音樂及影視配樂的方向前進之外,仍要注意 AI 對於這個產業的衝擊,筆者會認為多學習一項相關的技術是有必要的,例如樂器演奏也可以是作曲學習者可以多學的一項技術之一,因為樂器演奏若要由 AI 取代,還要等待 AI 能成功地控制機器人,並且能成功融入情感才有可能,因此作曲者可以多強化演奏能力以便讓自己多一個機會。另一種可能,就是增加自身的科技能力,例如多一些音樂科技的能力,或透過音樂科技的學習過程,深入程式設計,或許可以培養另一項相關專長,較能因應未來更多的產業變化。然而,可預料的是流行歌編曲的需求將大量減少,且目前已經正在發生,因為相關 AI 工具已經有一定的成熟度。年輕的音樂創作相關的學習者可以參考看看上述想法,以找出未來適合自己又能繼續以音樂為業的生存方式。