CN104978884A - 一种学前教育专业学生学习乐理视唱练耳课程的教学系统 - Google Patents

Abstract

本发明公开了一种学前教育专业学生学习乐理视唱练耳课程的教学系统，包括声音采集模块，音频数据输入模块，用于将音频数据导入系统，并传送到音高提取器，声音处理模块，音符音高模型集，音高及时值提取器，节拍提取器，乐理信息解码器，乐谱生成器，数据库，音符及时长信息标注器，知识导入器，第一乐理训练器，旋律模板加载器，个性视唱采集器，第二乐理训练器，资源共享模块。本发明通过抗噪音的音高特征提取、音符音高模型集及音符时值模型集参数训练、乐理信息解码识别，具有较高的识别率和计算速度，适应性强，能够满足不同视唱水平学生的使用需求，能够针对多数人的视唱行为以及不同的音频数据保持高识别率，使得教学更具有针对性。

Description

一种学前教育专业学生学习乐理视唱练耳课程的教学系统

技术领域

本发明涉及音乐理论学习系统领域，具体涉及一种学前教育专业学生学习乐理视唱练耳课程的教学系统。

背景技术

音乐教育，尤其是对高职高专院校学生进行的音乐教育，是通过基本技能及艺术实践知识的传授培养高等技术应用型人才，教育的一个最终目的是使学生具有较强的声乐、器乐表演能力和音乐鉴赏及辨别能力，掌握乐理知识、音乐作品的分析方法。

在音乐教育的教学过程中，主要课程包括乐理、视唱、练耳、声乐、器乐、歌曲写作、舞台表演、心理学等，其中的听觉训练，目的在于培养并发展学生对音准和节奏的掌握能力、对音乐的听辨能力和记忆能力，从而丰富和提高其内在听觉，加深对乐谱的实际理解和音响效果的想象力，是一种非常重要的教育手段。

发明内容

为解决上述问题，本发明提供了一种学前教育专业学生学习乐理视唱练耳课程的教学系统，提高了学习的效率。

为实现上述目的，本发明采取的技术方案为：

一种学前教育专业学生学习乐理视唱练耳课程的教学系统，包括：

声音采集模块，用于采集外界的语音，并将采集到的语音发送到声音处理模块；

音频数据输入模块，用于将音频数据导入系统，并传送到音高提取器；

声音处理模块，用于对采集到的语音进行消噪处理，获得消噪处理声音信号；

音高提取器，用于从消噪处理声音信号的语音帧中提取音高；

节拍提取器，用于从音高提取器获取语音帧的音高，累积分析语音帧的音高变化情况，判断出其中包含的旋律段后提取该旋律段的节拍信息；

乐理信息解码器，用于根据预先建立的音符音高模型集，利用提取的音高分别计算出当前语音帧属于所述音符音高模型集中各个音符音高模型的概率值，根据计算的概率值以及音符音高模型集对当前语音帧进行音符音高模型匹配识别，若当前语音帧与其前一相邻语音帧分属不同的音符音高模型时，记录下当前语音帧号；在按照上述方式依序处理完采集到的语音的所有语音帧后，确定出采集到的语音所对应的音符音高模型序列以及序列中各个音符音高模型的起始语音帧号，计算出所述各个音符音高模型各自所持续的语音帧数，并通过节拍提取器提取采集到的语音包含的节拍信息；根据预先建立的音符时值模型集，从确定的音符音高模型序列中依次选取出一个音符音高模型，利用其所持续的语音帧数分别计算出所述音符音高模型属于所述音符时值模型集中各个音符时值模型的概率值，进行音符时值模型匹配识别；在按照上述方式依序处理完所确定的全部音符音高模型序列后，得出采集到的语音所包含的各个音符音高模型序列以及各个音符音高模型持续语音帧数所对应的音符时值模型，形成一组<音符音高模型，音符时值模型>序列；乐理处理与变换器，用于根据音高提取器提取的音高和节拍提取器提取的节拍信息，对确定出的采集到的语音的<音符音高模型，音符时值模型>序列进行乐理转换处理，得到对应的<标准音符，标准时值>序列；

乐谱生成器，用于根据所述<标准音符，标准时值>序列生成对应的乐谱；

数据库，用于储存乐谱生成器生成的乐谱以及相关的乐理知识；

音符及时长信息标注器，用于将训练语料库中采集的每一个视唱样本参照其对应的乐谱标注好其中的音符名称以及该音符时值被视唱的时长，保存到标注文件中；

音高及时值特征提取器，用于从视唱语料中，根据标注文件的定义为每个标注好的音符名称提取其对应语音帧的音高，按照音符名称进行分类保存，并根据标注文件的定义为每个标注好的音符时值提取其对应的语音帧数，作为该音符时值的视唱时长，按照音符时值名称进行分类保存；

知识导入器，用于进行音符音高模型及音符时值模型的高斯混合概率密度函数工作参数的初始化，对于每一个音符音高模型，将该音符的国际标准音高作为所述工作参数的初始期望均值，对于每一个音符时值模型，将该音符时值的国际标准时长作为所述工作参数的初始期望均值；

第一乐理训练器，用于进行音符音高模型工作参数的训练，对于每一个音符音高模型，在音符音高模型参数初始化的基础上，利用从视唱语料中提取出来的该音符的音高值作为观察样本值，利用期望最大化算法进行最大似然估计，确定音符音高模型高斯混合概率密度输出函数的各个工作参数，然后依次根据上述方式训练得到的每一个音符音高模型，将视唱语料中提取出来的所有音高观察样本值划分成两类，一类是属于该音符音高模型的接受域，另一类是不属于该音符音高模型的拒绝域，利用后验概率和似然比分析的方法对所述接受域和拒绝域进行处理以确定该音符音高模型的拒识阈值；还用于进行音符时值模型工作参数的训练，对于每一个音符时值模型，在音符时值模型参数初始化的基础上，利用从视唱语料中提取出来的该音符的视唱时长所对应的语音帧数作为观察样本值，利用期望最大化算法进行最大似然估计，确定音符时值模型高斯混合概率密度输出函数的各个工作参数，然后依次对按照上述方式训练得到的每一个音符时值模型，将视唱语料中提取出来的所有时值观察样本值划分成两类，一类是属于该音符时值模型的接受域，另一类是不属于该音符时值模型的拒绝域，利用后验概率和似然比分析的方法对所述接受域和拒绝域进行处理以确定该音符时值模型的拒识阈值；

旋律模板加载器，用于加载预先设定好的若干旋律模板，以便学生按照所述旋律模板中约定的音符及时值序列进行视唱；

个性视唱采集器，用于采集学生按照上述旋律模板约定的内容进行视唱的语音；

音高及时值提取器，用于从通过个性视唱采集器采集的视唱语音中，根据旋律模板的定义为每个音符名称提取其对应语音帧的音高，并根据旋律模板的定义为每个音符时值提取其对应的语音帧数；

第二乐理训练器，用于选取若干旋律片段作为固定视唱模板，每一个视唱模板由一组特定的<音符，时值>序列组成，学生按照视唱模板逐一进行视唱，采集视唱语音；然后对采集到的视唱语音逐帧提取音高，根据视唱模板的乐理知识得到该学生视唱各个音符时的个性音高值，作为新的观察样本值，重新利用期望最大化算法进行最大似然估计，分别对音符音高模型集中的各个音符音高模型参数进行重估训练；再对逐帧提取到的音高特征进行连续分析，根据视唱模板的乐理知识得到该学生视唱各个音符时，相对于标准时值所表现出的个性时长，作为新的观察样本值，重新利用期望最大化算法进行最大似然估计，分别对音符时值模型集中的各个音符时值模型参数进行重估训练；最后将通过重估训练得到的各个音符音高模型的新参数以及通过重估训练得到的各个音符时值模型的新参数，更新到乐理高斯混合模型库，得到反映该学生发音特点的新的乐理高斯混合模型参数；

资源共享模块，用于上传和下载资源；

学生管理模块，用于添加学生、删除学生、密码修改、权限管理。

优选的，所述音符音高模型集包含分别为处于小字组、小字一组、小字二组三个音组中的各个标准音符以及一个静音所建立的模型。

优选的，还包括人机操作界面，用于输入信息调用命令，所述中央处理器根据信息调用命令，从存储单元中调用人们所需的数据信息。

本发明具有以下有益效果：

通过抗噪音的音高特征提取、音符音高模型集及音符时值模型集参数训练、乐理信息解码识别，具有较高的识别率和计算速度，适应性强，能够满足不同视唱水平学生的使用需求，能够针对多数人的视唱行为以及不同的音频数据保持高识别率，使得教学更具有针对性，全面性，同时达到了数据共享。

附图说明

图1为本发明实施例一种学前教育专业学生学习乐理视唱练耳课程的教学系统的结构框图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种学前教育专业学生学习乐理视唱练耳课程的教学系统，包括：

声音采集模块，用于采集外界的语音，并将采集到的语音发送到声音处理模块；

音频数据输入模块，用于将音频数据导入系统，并传送到音高提取器；

声音处理模块，用于对采集到的语音进行消噪处理，获得消噪处理声音信号；

音高提取器，用于从消噪处理声音信号的语音帧中提取音高；

节拍提取器，用于从音高提取器获取语音帧的音高，累积分析语音帧的音高变化情况，判断出其中包含的旋律段后提取该旋律段的节拍信息；

乐理信息解码器，用于根据预先建立的音符音高模型集，利用提取的音高分别计算出当前语音帧属于所述音符音高模型集中各个音符音高模型的概率值，根据计算的概率值以及音符音高模型集对当前语音帧进行音符音高模型匹配识别，若当前语音帧与其前一相邻语音帧分属不同的音符音高模型时，记录下当前语音帧号；在按照上述方式依序处理完采集到的语音的所有语音帧后，确定出采集到的语音所对应的音符音高模型序列以及序列中各个音符音高模型的起始语音帧号，计算出所述各个音符音高模型各自所持续的语音帧数，并通过节拍提取器提取采集到的语音包含的节拍信息；根据预先建立的音符时值模型集，从确定的音符音高模型序列中依次选取出一个音符音高模型，利用其所持续的语音帧数分别计算出所述音符音高模型属于所述音符时值模型集中各个音符时值模型的概率值，进行音符时值模型匹配识别；在按照上述方式依序处理完所确定的全部音符音高模型序列后，得出采集到的语音所包含的各个音符音高模型序列以及各个音符音高模型持续语音帧数所对应的音符时值模型，形成一组<音符音高模型，音符时值模型>序列；乐理处理与变换器，用于根据音高提取器提取的音高和节拍提取器提取的节拍信息，对确定出的采集到的语音的<音符音高模型，音符时值模型>序列进行乐理转换处理，得到对应的<标准音符，标准时值>序列；

乐谱生成器，用于根据所述<标准音符，标准时值>序列生成对应的乐谱；

数据库，用于储存乐谱生成器生成的乐谱以及相关的乐理知识；

音符及时长信息标注器，用于将训练语料库中采集的每一个视唱样本参照其对应的乐谱标注好其中的音符名称以及该音符时值被视唱的时长，保存到标注文件中；

音高及时值特征提取器，用于从视唱语料中，根据标注文件的定义为每个标注好的音符名称提取其对应语音帧的音高，按照音符名称进行分类保存，并根据标注文件的定义为每个标注好的音符时值提取其对应的语音帧数，作为该音符时值的视唱时长，按照音符时值名称进行分类保存；

知识导入器，用于进行音符音高模型及音符时值模型的高斯混合概率密度函数工作参数的初始化，对于每一个音符音高模型，将该音符的国际标准音高作为所述工作参数的初始期望均值，对于每一个音符时值模型，将该音符时值的国际标准时长作为所述工作参数的初始期望均值；

第一乐理训练器，用于进行音符音高模型工作参数的训练，对于每一个音符音高模型，在音符音高模型参数初始化的基础上，利用从视唱语料中提取出来的该音符的音高值作为观察样本值，利用期望最大化算法进行最大似然估计，确定音符音高模型高斯混合概率密度输出函数的各个工作参数，然后依次根据上述方式训练得到的每一个音符音高模型，将视唱语料中提取出来的所有音高观察样本值划分成两类，一类是属于该音符音高模型的接受域，另一类是不属于该音符音高模型的拒绝域，利用后验概率和似然比分析的方法对所述接受域和拒绝域进行处理以确定该音符音高模型的拒识阈值；还用于进行音符时值模型工作参数的训练，对于每一个音符时值模型，在音符时值模型参数初始化的基础上，利用从视唱语料中提取出来的该音符的视唱时长所对应的语音帧数作为观察样本值，利用期望最大化算法进行最大似然估计，确定音符时值模型高斯混合概率密度输出函数的各个工作参数，然后依次对按照上述方式训练得到的每一个音符时值模型，将视唱语料中提取出来的所有时值观察样本值划分成两类，一类是属于该音符时值模型的接受域，另一类是不属于该音符时值模型的拒绝域，利用后验概率和似然比分析的方法对所述接受域和拒绝域进行处理以确定该音符时值模型的拒识阈值；

旋律模板加载器，用于加载预先设定好的若干旋律模板，以便学生按照所述旋律模板中约定的音符及时值序列进行视唱；

个性视唱采集器，用于采集学生按照上述旋律模板约定的内容进行视唱的语音；

音高及时值提取器，用于从通过个性视唱采集器采集的视唱语音中，根据旋律模板的定义为每个音符名称提取其对应语音帧的音高，并根据旋律模板的定义为每个音符时值提取其对应的语音帧数；

第二乐理训练器，用于选取若干旋律片段作为固定视唱模板，每一个视唱模板由一组特定的<音符，时值>序列组成，学生按照视唱模板逐一进行视唱，采集视唱语音；然后对采集到的视唱语音逐帧提取音高，根据视唱模板的乐理知识得到该学生视唱各个音符时的个性音高值，作为新的观察样本值，重新利用期望最大化算法进行最大似然估计，分别对音符音高模型集中的各个音符音高模型参数进行重估训练；再对逐帧提取到的音高特征进行连续分析，根据视唱模板的乐理知识得到该学生视唱各个音符时，相对于标准时值所表现出的个性时长，作为新的观察样本值，重新利用期望最大化算法进行最大似然估计，分别对音符时值模型集中的各个音符时值模型参数进行重估训练；最后将通过重估训练得到的各个音符音高模型的新参数以及通过重估训练得到的各个音符时值模型的新参数，更新到乐理高斯混合模型库，得到反映该学生发音特点的新的乐理高斯混合模型参数；

资源共享模块，用于上传和下载资源；

学生管理模块，用于添加学生、删除学生、密码修改、权限管理。

所述音符音高模型集包含分别为处于小字组、小字一组、小字二组三个音组中的各个标准音符以及一个静音所建立的模型。

还包括人机操作界面，用于输入信息调用命令，所述中央处理器根据信息调用命令，从存储单元中调用人们所需的数据信息。

本具体实施可以将任何不同的音频数据转换成乐谱，供学生学习，同时可以采集学生视唱的语音数据，将其转换成乐谱后，进行学习成果的评估，可以很清楚的发现错误的音节在哪里，提高了教学的针对性、全面性，同时可以将每次产生的乐谱数据储存在数据库中，便于记录，且达到了资源共享的目的。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种学前教育专业学生学习乐理视唱练耳课程的教学系统，其特征在于，包括：

声音采集模块，用于采集外界的语音，并将采集到的语音发送到声音处理模块；

音频数据输入模块，用于将音频数据导入系统，并传送到音高提取器；

声音处理模块，用于对采集到的语音进行消噪处理，获得消噪处理声音信号；

音高提取器，用于从消噪处理声音信号的语音帧中提取音高；

节拍提取器，用于从音高提取器获取语音帧的音高，累积分析语音帧的音高变化情况，判断出其中包含的旋律段后提取该旋律段的节拍信息；

乐理信息解码器，用于根据预先建立的音符音高模型集，利用提取的音高分别计算出当前语音帧属于所述音符音高模型集中各个音符音高模型的概率值，根据计算的概率值以及音符音高模型集对当前语音帧进行音符音高模型匹配识别，若当前语音帧与其前一相邻语音帧分属不同的音符音高模型时，记录下当前语音帧号；在按照上述方式依序处理完采集到的语音的所有语音帧后，确定出采集到的语音所对应的音符音高模型序列以及序列中各个音符音高模型的起始语音帧号，计算出所述各个音符音高模型各自所持续的语音帧数，并通过节拍提取器提取采集到的语音包含的节拍信息；根据预先建立的音符时值模型集，从确定的音符音高模型序列中依次选取出一个音符音高模型，利用其所持续的语音帧数分别计算出所述音符音高模型属于所述音符时值模型集中各个音符时值模型的概率值，进行音符时值模型匹配识别；在按照上述方式依序处理完所确定的全部音符音高模型序列后，得出采集到的语音所包含的各个音符音高模型序列以及各个音符音高模型持续语音帧数所对应的音符时值模型，形成一组<音符音高模型，音符时值模型>序列；乐理处理与变换器，用于根据音高提取器提取的音高和节拍提取器提取的节拍信息，对确定出的采集到的语音的<音符音高模型，音符时值模型>序列进行乐理转换处理，得到对应的<标准音符，标准时值>序列；

乐谱生成器，用于根据所述<标准音符，标准时值>序列生成对应的乐谱；

数据库，用于储存乐谱生成器生成的乐谱以及相关的乐理知识；

音符及时长信息标注器，用于将训练语料库中采集的每一个视唱样本参照其对应的乐谱标注好其中的音符名称以及该音符时值被视唱的时长，保存到标注文件中；

音高及时值特征提取器，用于从视唱语料中，根据标注文件的定义为每个标注好的音符名称提取其对应语音帧的音高，按照音符名称进行分类保存，并根据标注文件的定义为每个标注好的音符时值提取其对应的语音帧数，作为该音符时值的视唱时长，按照音符时值名称进行分类保存；

知识导入器，用于进行音符音高模型及音符时值模型的高斯混合概率密度函数工作参数的初始化，对于每一个音符音高模型，将该音符的国际标准音高作为所述工作参数的初始期望均值，对于每一个音符时值模型，将该音符时值的国际标准时长作为所述工作参数的初始期望均值；

第一乐理训练器，用于进行音符音高模型工作参数的训练，对于每一个音符音高模型，在音符音高模型参数初始化的基础上，利用从视唱语料中提取出来的该音符的音高值作为观察样本值，利用期望最大化算法进行最大似然估计，确定音符音高模型高斯混合概率密度输出函数的各个工作参数，然后依次根据上述方式训练得到的每一个音符音高模型，将视唱语料中提取出来的所有音高观察样本值划分成两类，一类是属于该音符音高模型的接受域，另一类是不属于该音符音高模型的拒绝域，利用后验概率和似然比分析的方法对所述接受域和拒绝域进行处理以确定该音符音高模型的拒识阈值；还用于进行音符时值模型工作参数的训练，对于每一个音符时值模型，在音符时值模型参数初始化的基础上，利用从视唱语料中提取出来的该音符的视唱时长所对应的语音帧数作为观察样本值，利用期望最大化算法进行最大似然估计，确定音符时值模型高斯混合概率密度输出函数的各个工作参数，然后依次对按照上述方式训练得到的每一个音符时值模型，将视唱语料中提取出来的所有时值观察样本值划分成两类，一类是属于该音符时值模型的接受域，另一类是不属于该音符时值模型的拒绝域，利用后验概率和似然比分析的方法对所述接受域和拒绝域进行处理以确定该音符时值模型的拒识阈值；

旋律模板加载器，用于加载预先设定好的若干旋律模板，以便学生按照所述旋律模板中约定的音符及时值序列进行视唱；

个性视唱采集器，用于采集学生按照上述旋律模板约定的内容进行视唱的语音；

音高及时值提取器，用于从通过个性视唱采集器采集的视唱语音中，根据旋律模板的定义为每个音符名称提取其对应语音帧的音高，并根据旋律模板的定义为每个音符时值提取其对应的语音帧数；

第二乐理训练器，用于选取若干旋律片段作为固定视唱模板，每一个视唱模板由一组特定的<音符，时值>序列组成，学生按照视唱模板逐一进行视唱，采集视唱语音；然后对采集到的视唱语音逐帧提取音高，根据视唱模板的乐理知识得到该学生视唱各个音符时的个性音高值，作为新的观察样本值，重新利用期望最大化算法进行最大似然估计，分别对音符音高模型集中的各个音符音高模型参数进行重估训练；再对逐帧提取到的音高特征进行连续分析，根据视唱模板的乐理知识得到该学生视唱各个音符时，相对于标准时值所表现出的个性时长，作为新的观察样本值，重新利用期望最大化算法进行最大似然估计，分别对音符时值模型集中的各个音符时值模型参数进行重估训练；最后将通过重估训练得到的各个音符音高模型的新参数以及通过重估训练得到的各个音符时值模型的新参数，更新到乐理高斯混合模型库，得到反映该学生发音特点的新的乐理高斯混合模型参数；

资源共享模块，用于上传和下载资源；

学生管理模块，用于添加学生、删除学生、密码修改、权限管理。

2.根据权利要求1所述的一种学前教育专业学生学习乐理视唱练耳课程的教学系统，其特征在于，所述音符音高模型集包含分别为处于小字组、小字一组、小字二组三个音组中的各个标准音符以及一个静音所建立的模型。

3.根据权利要求1所述的一种学前教育专业学生学习乐理视唱练耳课程的教学系统，其特征在于，还包括人机操作界面，用于输入信息调用命令，所述中央处理器根据信息调用命令，从存储单元中调用人们所需的数据信息。