数据偏差

语料偏向英语世界的流行与欧洲古典，输出会把偏向当成常识

相关

音色人声

问题

让模型写"非洲节奏"或"亚洲旋律"，结果往往是英美流行乐的骨架加上五声音阶。这不是模型笨，是语料结构造成的。训练数据里，英语世界的流行、摇滚与欧洲古典占多数，其他传统要么样本少，要么被简化成单声部旋律或鼓循环。用这样的工具做跨文化项目，输出的"平均味"会被当成默认。

原理

语料偏差有三个来源。覆盖偏差，某些传统没有被录下来，或没有数字化。表示偏差，MIDI 与 ABC 这类格式只能记音高、时值与力度，微分音、滑音、装饰、非平均律都会丢失。标注偏差，许多曲种被塞进一个 world 标签，内部差异被抹平。模型学的是统计规律，样本少的方向会被邻近的多数样本拉过去。结果是，越冷门的传统，输出越像主流风格的变体。

做法

先承认工具的能力边界，别把"能生成"当成"懂这个传统"。做跨文化项目时，请该传统的演奏者参与并付费，请他们校对，而不是让模型代替。准备参考音频，用条件生成而不是纯文本描述。把输出当草稿，逐条检查音律、装饰、句法与乐器编制。记录模型版本与提示词，便于复现问题。对外说明哪些部分由工具生成、哪些由顾问修订。若项目涉及特定社群，提前沟通用途与署名，有些素材有使用禁忌，不在公开条款里。

听什么

在克莱兹默单声部曲调里听一个曲种被压成一条旋律后剩下什么；在 highlife 鼓循环里听律动被切成片段后丢掉的口袋感；在《深河》的四部合唱版里听灵歌被改成赞美诗体裁；在保加利亚民歌里听装饰与节拍如何在符号化时最先消失。

事实来源

• 传统音乐的记录与符号化问题，依公开民族音乐学讨论归纳，未抄原文
• 生成模型的语料构成，依公开数据说明核对，未作统计推断

仅用于核查事实，正文为原创撰写。