CN107369359A - 一种声乐发音训练系统 - Google Patents

Abstract

本发明公开了一种声乐发音训练系统，涉及声乐教学领域。该声乐发音训练系统包括：音频采集模块、基频提取模块、音符转换模块、音符对比模块、参考基频存储模块、音符时长识别模块、音符时长对比模块、参考音符时长存储模块、纠错存储模块、播放模块、综合评估模块、控制模块、输入模块和显示模块。本发明通过对采集的音频信号从音符和音符时值两方面进行评估，使练习者可以直观的了解自己训练的缺陷，提高了学习效率。

Description

一种声乐发音训练系统

技术领域

本发明涉及声乐教学领域，更具体的涉及一种声乐发音训练系统。

背景技术

音乐教育，尤其是专业音乐教育，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，掌握音乐作品的分析方法。

声乐训练在音乐教育中是一个及其重要的环节，目前大多需要老师一个一个直接评估指导的模式进行训练，大大加大了教师的工作量，且由于每个老师的训练模式是大不相同的，同时要求也是不同的，从而使得训练的指导存在很大的人为性和单一性，学生也无法很直观的理解到自己的训练缺陷，大大降低了学习效率。

发明内容

本发明实施例提供一种声乐发音训练系统，用以解决现有技术中学习效率低的问题。

本发明实施例提供一种声乐发音训练系统，包括：音频采集模块、基频提取模块、音符转换模块、音符对比模块、参考基频存储模块、音符时长识别模块、音符时长对比模块、参考音符时长存储模块、纠错存储模块、播放模块、综合评估模块、控制模块、输入模块和显示模块；

所述输入模块，用于输入采集指令、转换指令、提取指令、识别指令、音符对比指令、音符时长对比指令、播放指令、评估指令和显示指令；

所述控制模块，用于向所述音频采集模块发送采集指令；向所述基频提取模块发送提取指令；向所述音符转换模块发送转换指令；向所述音符对比模块发送音符对比指令；向所述音符时长识别模块发送识别指令；向所述音符时长对比模块发送音符时长对比指令；向所述综合评估模块发送评估指令；向所述显示模块发送显示指令；向所述播放模块发送播放指令；

所述音频采集模块，用于接收到采集指令后，采集练习者的发声音频信号，并将音频信号经过降噪后采样量化转化为音频时域数据；

所述基频提取模块，用于接收到提取指令后，将所述音频时域数据用特定长度的窗分割成多个音频帧，将每一音频帧利用自相关法确定估计基音周期，估计基音周期得到估计基音频率，将所述基音频率设定为低通滤波器的通带频率，将所述音频帧通过所述低通滤波器滤波后进行FFT变换，将FFT变换结果求模平方得到功率谱，求出功率谱中能量最大值所对应的频率点，其中，所述频率点为所述音频帧对应的测量基频；

所述音符转换模块，用于接收到转换指令后，将多个测量基频中的每一个测量基频转换为音名；

所述音符对比模块，用于接收到音符对比指令后，确定多个音名中的每一个音名的测量基频与标准基频的差异值；其中，所述标准基频存储在参考基频存储模块中；

所述音符时长识别模块，用于接收到识别指令后，将音频时域数据进行分帧处理，得到多个音频帧，计算每一个音频帧的短时平均过零率和短时平均能量，将短时平均过零率和短时平均能量相乘得到短时能零积，将所述短时能零积与阈值比较，确定每个音符的起始点和结束点，根据音符的起始点和结束点计算每个音符的时长；

所述参考音符时长存储模块，用于将参考音频时域数据进行分帧处理，得到多个参考音频帧，计算每一个参考音频帧的参考短时平均过零率和参考短时平均能量，将参考短时平均过零率和参考短时平均能量相乘得到参考短时能零积，将所述参考短时能零积与参考阈值比较，确定每个参考音符的起始点和结束点，根据阈值音符的起始点和结束点计算每个参考音符的时长；

所述音符时长对比模块，用于接收到音符时长对比指令后，将每个音符的时长与对应的参考音符的时长进行比较，确定每个音符时值误差；

综合评估模块，用于接收到评估指令后，将每一个音名的测量基频与标准基频的差异值与门限进行比较，若差异值大于等于门限，则将所述音名对应的测量基频所在的音频帧存储在所述纠错存储模块中，并将所述音名与音频帧对应关系发送至显示模块；

综合评估模块，用于接收到评估指令后，将从多个指定数据范围中，获取音符时值误差所在的指定数据范围，基于获取的指定数据范围，从存储的数据范围与节奏准确度之间的对应关系中，获取对应的节奏准确度；

所述显示模块，用于显示所述音名与音频帧对应关系和每个音符的音长准确度；

所述播放模块，用于接收到播放指令后，根据播放指令中携带的音名从所述存纠错储模块中，调取与所述音名对应的音频帧，并将所述音频帧进行播放。

较佳地，还包括：呼吸频率采集器，所述呼吸频率采集器设置在音频采集模块内，用于采集训练人员在进行训练时的呼吸频率，并将采集到的数据发送到综合评估模块；

较佳地，还包括：图像采集模块，用于通过图像采集模块进行练习者口型图像的采集，并将所采集到的图像发送到图像处理模块。

较佳地，所述图像处理模块将所述图像进行分析得到口型姿态信息，并将所述口型姿态信息发送至综合评估模块；

所述综合评估模块用于将口型姿态信息与口型标准数据库内录制的标准口型姿态信息进行对比，得出口型姿态信息与标准口型姿态信息的差距，若差距小于阈值，则认为口型标准。

本发明实施例，提供了一种声乐发音训练系统，该系统通过对练习者的发声音频信号进行采集，并对采集的音频信号从音符和音符时值两方面进行评估，使练习者可以直观的了解自己训练的缺陷，提高了学习效率。另外，从多个指定数据范围中，获取音符的音长准确度所在的指定数据范围，基于获取的指定数据范围，从存储的数据范围与节奏准确度之间的对应关系中，获取对应的节奏准确度，使练习者通过获知自己本次练习的节奏准确度，以增加训练的乐趣，从而有助于提高训练的效果。再者，本发明可将音符出错的音频帧存储起来，方便练习者可针对性的练习，避免了再次出现错误，提高了学习效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种声乐发音训练系统的框图；

图2为本发明实施例提供的另一种声乐发音训练系统的框图。

附图标记说明：

1、音频采集模块；2、基频提取模块；3、音符转换模块；4、音符对比模块；5、参考基频存储模块；6、音符时长识别模块；7、音符时长对比模块；8、参考音符时长存储模块；9、纠错存储模块；10、播放模块；11、综合评估模块；12、控制模块；13、输入模块；14、显示模块；15、图像处理模块；16、图像采集模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示例性的示出了本发明实施例提供的一种声乐发音训练系统的框图，该声乐发音训练系统包括音频采集模块1、基频提取模块2、音符转换模块3、音符对比模块4、参考基频存储模块5、音符时长识别模块6、音符时长对比模块7、参考音符时长存储模块8、纠错存储模块9、播放模块10、综合评估模块11、控制模块12、输入模块13和显示模块14。

具体地，该输入模块13，用于输入采集指令、转换指令、提取指令、识别指令、音符对比指令、音符时长对比指令、播放指令、评估指令和显示指令；

该控制模块12，用于向该音频采集模块1发送采集指令；向该基频提取模块2发送提取指令；向该音符转换模块3发送转换指令；向该音符对比模块4发送音符对比指令；向该音符时长识别模块6发送识别指令；向该音符时长对比模块7发送音符时长对比指令；向该综合评估模块11发送评估指令；向该显示模块14发送显示指令；向该播放模块10发送播放指令。

该音频采集模块1，用于接收到采集指令后，采集练习者的发声音频信号，并将音频信号经过降噪后采样量化转化为音频时域数据。

具体地，该基频提取模块2，用于接收到提取指令后，将该音频时域数据用特定长度的窗分割成多个音频帧，将每一音频帧利用自相关法确定估计基音周期，估计基音周期得到估计基音频率，将该基音频率设定为低通滤波器的通带频率，将该音频帧通过该低通滤波器滤波后进行FFT变换，将FFT变换结果求模平方得到功率谱，求出功率谱中能量最大值所对应的频率点，其中，该频率点为该音频帧对应的测量基频；该音符转换模块3，用于接收到转换指令后，将多个测量基频中的每一个测量基频转换为音名；该音符对比模块4，用于接收到音符对比指令后，确定多个音名中的每一个音名的测量基频与标准基频的差异值；其中，该标准基频存储在参考基频存储模块中。

其中，利用将该音频时域数据用特定长度的窗分割成多个音频帧，利用设定特定的窗口长度，使之能够尽量同时满足频率和时间分辨率的要求，使得基频提取的准确率增大。

另外，在进行FFT之前将每一帧估计出基音频率，利用此基音频率设计低通滤波器，让该音频帧先通过此低通滤波器，在进行FFT变化可得到简单的频谱，从而找出的功率谱中能量最大值所对应的频率点较为准确，提高了基频提取的准确性，进而在后续的音符对比中，提高了对比的准确性，为本发明提供更加可靠的评估。

具体地，该音符时长识别模块6，用于接收到识别指令后，将音频时域数据进行分帧处理，得到多个音频帧，计算每一个音频帧的短时平均过零率和短时平均能量，将短时平均过零率和短时平均能量相乘得到短时能零积，将该短时能零积与阈值比较，确定每个音符的起始点和结束点，根据音符的起始点和结束点计算每个音符的时长；该参考音符时长存储模块8，用于将参考音频时域数据进行分帧处理，得到多个参考音频帧，计算每一个参考音频帧的参考短时平均过零率和参考短时平均能量，将参考短时平均过零率和参考短时平均能量相乘得到参考短时能零积，将该参考短时能零积与参考阈值比较，确定每个参考音符的起始点和结束点，根据阈值音符的起始点和结束点计算每个参考音符的时长；该音符时长对比模块7，用于接收到音符时长对比指令后，将每个音符的时长与对应的参考音符的时长进行比较，确定每个音符时值误差。

具体地，综合评估模块11，用于接收到评估指令后，将每一个音名的测量基频与标准基频的差异值与门限进行比较，若差异值大于等于门限，则将该音名对应的测量基频所在的音频帧存储在该纠错存储模块10中，并将该音名与音频帧对应关系发送至显示模块14；综合评估模块11，用于接收到评估指令后，从多个指定数据范围中，获取音符时值误差所在的指定数据范围，基于获取的指定数据范围，从存储的数据范围与节奏准确度之间的对应关系中，获取对应的节奏准确度；该显示模块，用于显示该音名与音频帧对应关系和每个音符的音长准确度；该播放模块，用于接收到播放指令后，根据播放指令中携带的音名从该存纠错储模块中，调取与该音名对应的音频帧，并将该音频帧进行播放。

另外，该多个指定数据范围可以事先设置，该存储的数据范围与节奏准确度之间的对应关系是事先设置的。

比如，若计算出的音符时值误差0.01，该多个指定数据范围为该综合评估模块11从该数据范围与节奏准确度之间的对应关系中获取得到，且该数据范围与节奏准确度之间的对应关系可以如下表1所示，也即是，该多个指定数据范围可以为0～0.2、0.2～0.8、0.8～1、大于1。当该综合评估模块11基于该音符时值误差0.01确定数据范围为0～0.2，基于该数据范围确定对应的节奏准确度为高，将该节奏准确度通过显示模块14进行显示，练习者通过获知自己本次练习的每个音符的节奏准确度，以增加训练的乐趣，从而有助于提高训练的效果。

需要说明的是，通过对每个音符的节奏准确性进行分析，可提高节奏准确性分析的可靠性，便于学生清楚的了解出错的音符节奏是什么，可针对性的进行练习，也方便教师可针对性的制定培训方案，进而提高了学生的学习效率。

本发明还可通过对所有音符时值做权值的方式确定整个声乐检测中的总音符时值误差，再通过表1进行判断整个声乐检测中节奏准确度。

表1

数据范围	节奏准确度
		0～2	高
0.2～0.8	较高
		0.8～1	中等
大于1	低

需要说明的是，在本公开实施例中，仅以上述表1所示的数据范围与节奏准确度之间的对应关系为例进行说明，上述表1并不对本公开实施例构成限定。

可选地，呼吸频率采集器，该呼吸频率采集器设置在音频采集模块内，用于采集训练人员在进行训练时的呼吸频率，并将采集到的数据发送到综合评估模块。

图2为本发明实施例提供的另一种声乐发音训练系统的框图，该系统在图1的基础上还包括：图像处理模块15和图像采集模块16。

具体地，图像采集模块16，用于通过图像采集模块进行练习者口型图像的采集，并将所采集到的图像发送到图像处理模块17，该图像处理模17将该图像进行分析得到口型姿态信息，并将该口型姿态信息发送至综合评估模块11。

该综合评估模块11用于将口型姿态信息与口型标准数据库内录制的标准口型姿态信息进行对比，得出口型姿态信息与标准口型姿态信息的差距，若差距小于阈值，则认为口型标准。

本发明实施例，提供了一种声乐发音训练系统通过练习者的发声音频信号进行采集，并对采集的音频信号从音符和音符时值两方面进行评估，使练习者可以直观的了解自己训练的缺陷，提高了学习效率。另外，从多个指定数据范围中，获取音符的音长准确度所在的指定数据范围，基于获取的指定数据范围，从存储的数据范围与节奏准确度之间的对应关系中，获取对应的节奏准确度，使练习者通过获知自己本次练习的节奏准确度，以增加训练的乐趣，从而有助于提高训练的效果。再者，本发明可将音符出错的音频帧存储起来，方便练习者可针对性的练习，避免了再次出现错误，提高了学习效率。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种声乐发音训练系统，其特征在于，包括：音频采集模块、基频提取模块、音符转换模块、音符对比模块、参考基频存储模块、音符时长识别模块、音符时长对比模块、参考音符时长存储模块、纠错存储模块、播放模块、综合评估模块、控制模块、输入模块和显示模块；

所述输入模块，用于输入采集指令、转换指令、提取指令、识别指令、音符对比指令、音符时长对比指令、播放指令、评估指令和显示指令；

所述控制模块，用于向所述音频采集模块发送采集指令；向所述基频提取模块发送提取指令；向所述音符转换模块发送转换指令；向所述音符对比模块发送音符对比指令；向所述音符时长识别模块发送识别指令；向所述音符时长对比模块发送音符时长对比指令；向所述综合评估模块发送评估指令；向所述显示模块发送显示指令；向所述播放模块发送播放指令；

所述音频采集模块，用于接收到采集指令后，采集练习者的发声音频信号，并将音频信号经过降噪后采样量化转化为音频时域数据；

所述基频提取模块，用于接收到提取指令后，将所述音频时域数据用特定长度的窗分割成多个音频帧，将每一音频帧利用自相关法确定估计基音周期，估计基音周期得到估计基音频率，将所述基音频率设定为低通滤波器的通带频率，将所述音频帧通过所述低通滤波器滤波后进行FFT变换，将FFT变换结果求模平方得到功率谱，求出功率谱中能量最大值所对应的频率点，其中，所述频率点为所述音频帧对应的测量基频；

所述音符转换模块，用于接收到转换指令后，将多个测量基频中的每一个测量基频转换为音名；

所述音符对比模块，用于接收到音符对比指令后，确定多个音名中的每一个音名的测量基频与标准基频的差异值；其中，所述标准基频存储在参考基频存储模块中；

所述音符时长识别模块，用于接收到识别指令后，将音频时域数据进行分帧处理，得到多个音频帧，计算每一个音频帧的短时平均过零率和短时平均能量，将短时平均过零率和短时平均能量相乘得到短时能零积，将所述短时能零积与阈值比较，确定每个音符的起始点和结束点，根据音符的起始点和结束点计算每个音符的时长；

所述参考音符时长存储模块，用于将参考音频时域数据进行分帧处理，得到多个参考音频帧，计算每一个参考音频帧的参考短时平均过零率和参考短时平均能量，将参考短时平均过零率和参考短时平均能量相乘得到参考短时能零积，将所述参考短时能零积与参考阈值比较，确定每个参考音符的起始点和结束点，根据阈值音符的起始点和结束点计算每个参考音符的时长；

所述音符时长对比模块，用于接收到音符时长对比指令后，将每个音符的时长与对应的参考音符的时长进行比较，确定每个音符时值误差；

综合评估模块，用于接收到评估指令后，将每一个音名的测量基频与标准基频的差异值与门限进行比较，若差异值大于等于门限，则将所述音名对应的测量基频所在的音频帧存储在所述纠错存储模块中，并将所述音名与音频帧对应关系发送至显示模块；

综合评估模块，用于接收到评估指令后，将从多个指定数据范围中，获取所述音符时值误差所在的指定数据范围，基于获取的指定数据范围，从存储的数据范围与节奏准确度之间的对应关系中，获取对应的节奏准确度；

所述显示模块，用于显示所述音名与音频帧对应关系和每个音符的音长准确度；

所述播放模块，用于接收到播放指令后，根据播放指令中携带的音名从所述存纠错储模块中，调取与所述音名对应的音频帧，并将所述音频帧进行播放。

2.如权利要求1所述的声乐发音训练系统，其特征在于，还包括：呼吸频率采集器，所述呼吸频率采集器设置在音频采集模块内，用于采集训练人员在进行训练时的呼吸频率，并将采集到的数据发送到综合评估模块。

3.如权利要求1所述的声乐发音训练系统，其特征在于，还包括：

图像采集模块，用于通过图像采集模块进行练习者口型图像的采集，并将所采集到的图像发送到图像处理模块。

4.如权利要求3所述的声乐发音训练系统，其特征在于，所述图像处理模块将所述图像进行分析得到口型姿态信息，并将所述口型姿态信息发送至综合评估模块；

所述综合评估模块用于将口型姿态信息与口型标准数据库内录制的标准口型姿态信息进行对比，得出口型姿态信息与标准口型姿态信息的差距，若差距小于阈值，则认为口型标准。