QuiKo：一款量子节拍生成应用

本章将讨论一款名为 QuiKo 的量子音乐生成应用。它将现有量子算法与量子机器学习中的数据编码方法相结合，从音频轨数据库中构建鼓点与音频采样模式。QuiKo 利用量子计算机的物理属性与特征来生成可被称作 Alexis Kirke 所提出的“软规则（Soft Rules）”之物。这些规则利用量子器件产生的噪声，为量子音乐生成发展出灵活的规则与文法。这些属性包括量子比特退相干，以及量子电路中受控量子门所引起的相位反冲（phase kickback）。QuiKo 建立在量子音乐生成中软规则的概念之上并向前推进一步。它试图模仿并响应外部音乐输入，类似于人类音乐家彼此演奏与作曲的方式。音频信号被用作系统输入，随后对信号进行特征提取以辨识谐波与打击乐元素。该信息随后被编码至量子电路中。接着对量子电路进行测量，以概率分布的形式提供结果，供外部音乐应用用以构建新的鼓点模式。