CN116737994A - 视频、唱谱音频和曲谱同步播放方法、装置、设备和介质 - Google Patents

Abstract

本公开的实施例公开了视频、唱谱音频和曲谱同步播放方法、装置、设备和介质。该方法的一具体实施方式包括：将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息；获取目标曲目的唱谱音频；响应于确定唱谱音频是真人唱谱音频，将电子曲谱和真人唱谱音频进行匹配，得到第二匹配信息；根据第一匹配信息和第二匹配信息，确定第三匹配信息；利用第三匹配信息对真人唱谱音频进行伸缩处理，得到伸缩后真人唱谱音频；响应于检测到预设操作，利用第一匹配信息，对示范视频和伸缩后真人唱谱音频进行同步播放，以及同步显示电子曲谱。该实施方式可以自动将示范视频和唱谱音频进行匹配，并同时对应到曲谱中的相应位置，提高了用户的学习效率。

Description

视频、唱谱音频和曲谱同步播放方法、装置、设备和介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及视频、唱谱音频和曲谱同步播放方法、装置、设备和介质。

背景技术

唱谱是帮助用户在学习乐曲过程中熟悉旋律的常用方法。传统场景下的唱谱示范视频需要录制示范视频和唱谱音频后，人工把曲谱和示范视频及唱谱音频的声音做逐帧对应。

然而，上述方式经常会存在如下技术问题：

第一，初学者难以将示范视频弹奏的内容和唱谱音频的声音进行匹配，并对应到曲谱中的相应位置，从而降低了学习效率；

第二，难以根据唱谱音频的进度，快速准确地对应到电子曲谱中的音符，降低了用户学习乐曲时的准确率；

第三，难以将示范视频和唱谱音频同步，导致示范视频弹奏的内容与唱谱音频的声音不匹配，为学习乐曲的用户提供错误的学习信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了视频、唱谱音频和曲谱同步播放方法、装置、设备和介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种视频、唱谱音频和曲谱同步播放方法，该方法包括：将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，上述示范视频是示范者演奏上述目标曲目的视频，上述第一匹配信息表征上述示范视频和上述电子曲谱的匹配关系；获取上述目标曲目的唱谱音频，其中，上述唱谱音频是真人唱谱音频或智能唱谱音频；响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，其中，上述第二匹配信息表征上述电子曲谱和上述真人唱谱音频的匹配关系；根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息，其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系；利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频；响应于检测到预设操作，利用上述第一匹配信息，对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。

在一些实施例中，所述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，包括：

响应于确定所述唱谱音频识别信息序列中唱谱音频识别信息的数量和所述电子曲谱解析信息序列中电子曲谱解析信息的数量相同，将所述唱谱音频识别信息序列与所述电子曲谱解析信息中次序相同的唱谱音频识别信息和电子曲谱解析信息确定为相匹配的唱谱音频识别信息和电子曲谱解析信息。

在一些实施例中，所述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还包括：

响应于确定所述唱谱音频识别信息序列中唱谱音频识别信息的数量和所述电子曲谱解析信息序列中电子曲谱解析信息的数量不相同，确定所述唱谱音频识别信息序列中每个唱谱音频识别信息包括的音高信息与所述电子曲谱解析信息序列中各个电子曲谱解析信息包括音高信息之间的距离值，得到距离值矩阵；

对于所述距离值矩阵中的每个距离值，执行以下步骤：

将与所述距离值位置相邻的左侧、左上侧和上侧位置的距离值确定为候选距离值，得到候选距离值集合，其中，所述候选距离值集合中候选距离值的个数小于等于三个；

将所述距离值与所述候选距离值集合中最小的候选距离值的和作为新距离值，加入新距离值矩阵对应的位置。

在一些实施例中，所述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还包括：

将所述新距离值矩阵中位于第一行、第一列位置的新距离值作为目标距离值，加入目标距离值集合；

对于所述新距离值矩阵中的新距离值，执行以下筛选步骤：

将与目标距离值位置相邻的右侧、右下侧和下侧位置的距离值确定为新候选距离值，得到新候选距离值集合，其中，新候选距离值集合中的新候选距离值的个数小于等于三个；

将新候选距离值集合中最小的新候选距离值作为目标距离值，加入目标距离值集合；

响应于确定目标距离值在所述新距离值矩阵中位于最后一行、最后一列的位置，结束所述筛选步骤，得到目标距离值集合。

在一些实施例中，所述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还包括：

响应于确定目标距离值在所述新距离值矩阵中不是位于最后一行、最后一列的位置，继续执行所述筛选步骤。

在一些实施例中，所述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还包括：

将所述目标距离值集合中各个目标距离值的行值对应的唱谱音频识别信息和列值对应的电子曲谱解析信息确定为相匹配的唱谱音频识别信息和电子曲谱解析信息，得到第二匹配信息，其中，所述行值、列值是目标距离值在所述新距离值矩阵中所处的行数、列数。

第二方面，本公开的一些实施例提供了一种视频、唱谱音频和曲谱同步播放装置，装置包括：第一匹配单元，被配置成将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，上述示范视频是示范者演奏上述目标曲目的视频，上述第一匹配信息表征上述示范视频和上述电子曲谱的匹配关系；获取单元，被配置成获取上述目标曲目的唱谱音频，其中，上述唱谱音频是真人唱谱音频或智能唱谱音频；第二匹配单元，被配置成响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，其中，上述第二匹配信息表征上述电子曲谱和上述真人唱谱音频的匹配关系；第三匹配单元，被配置成根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息，其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系；伸缩单元，被配置成利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频；同步单元，被配置成响应于检测到预设操作，利用上述第一匹配信息，对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的视频、唱谱音频和曲谱同步播放方法，能够无需初学者自行将示范视频弹奏的内容和唱谱音频的声音进行匹配，并对应到曲谱中的相应位置，从而提高了用户的学习效率。具体来说，造成初学者难以将示范视频弹奏的内容和唱谱音频的声音进行匹配，并对应到曲谱中的相应位置，从而降低了学习效率的原因在于：用户在学习乐曲时，示范视频、唱谱音频的播放进度和电子曲谱之间没有关联，用户既需要将示范视频弹奏的内容和唱谱音频的声音进行匹配，又需要同时对应到曲谱中的相应位置。基于此，本公开的一些实施例的视频、唱谱音频和曲谱同步播放方法，首先，将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，上述示范视频是示范者演奏上述目标曲目的视频，上述第一匹配信息表征上述示范视频和上述电子曲谱的匹配关系。从而，将电子曲谱上音符的显示位置与示范视频的播放进度对应起来。然后，获取上述目标曲目的唱谱音频，其中，上述唱谱音频是真人唱谱音频或智能唱谱音频。再然后，响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，其中，上述第二匹配信息表征上述电子曲谱和上述真人唱谱音频的匹配关系。从而，将电子曲谱上音符的显示位置与真人唱谱音频的播放进度对应起来。接着，根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息，其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系。从而，将示范视频的播放进度与真人唱谱音频的播放进度对应起来。再接着，利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频。从而，将示范视频和真人唱谱音频的时长保持一致。最后，响应于检测到预设操作，利用上述第一匹配信息对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。从而，实现了示范视频、唱谱音频和曲谱同步播放。由此，本公开的上述各个实施例自动将示范视频弹奏的内容和唱谱音频的声音进行匹配，并同时对应到曲谱中的相应位置，无需用户逐帧对应，提高了用户的学习效率。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是本公开的一些实施例的视频、唱谱音频和曲谱同步播放的一个效果图；

图2是根据本公开的视频、唱谱音频和曲谱同步播放方法的一些实施例的流程图；

图3是根据本公开的视频、唱谱音频和曲谱同步播放装置的一些实施例的结构示意图；

图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了本公开的一些实施例的视频、唱谱音频和曲谱同步播放的一个效果图。

在图1的效果图中，计算设备101可以将示范视频102、唱谱音频103和电子曲谱104展示于同一界面105中。当用户点击播放按钮106时，示范视频102和唱谱音频103会同步播放，同时根据播放进度107，同步突出显示电子曲谱104中对应音符的位置。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。

继续参考图2，示出了根据本公开的视频、唱谱音频和曲谱同步播放方法的一些实施例的流程200。该视频、唱谱音频和曲谱同步播放方法的流程200，可以包括以下步骤：

步骤201，将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息。

在一些实施例中，视频、唱谱音频和曲谱同步播放方法的执行主体(如图1所示的计算设备101)可以将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息。其中，上述示范视频是示范者演奏上述目标曲目的视频。上述目标曲目可以是学习者所要学习的曲目。上述第一匹配信息可以表征上述示范视频的播放进度和上述电子曲谱中音符的匹配关系。

在一些实施例的一些可选的实现方式中，上述执行主体将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，可以包括以下步骤：

第一步，对上述电子曲谱进行解析，得到电子曲谱解析信息序列。

其中，上述电子曲谱解析信息序列中的电子曲谱解析信息包括音高信息和音符编号信息。上述音符编号信息可以是表征音符的数字。例如，上述音符编号信息可以是1。

可选的，上述对上述电子曲谱进行解析，得到电子曲谱解析信息序列，可以包括以下子步骤：

第一子步骤，提取上述电子曲谱中每个音符的音符信息，得到音符信息序列。

其中，上述音符信息序列中的音符信息包括：时间点信息、音符节点信息、时值信息、音高信息、音符编号信息、小节号信息和技法信息。

第二子步骤，将上述音符信息序列中的每个音符信息转换为目标数据结构，得到电子曲谱解析信息序列。

其中，上述目标数据结构可以是包含音符信息中各项信息的数据结构。

第二步，根据各个音符的音符编号信息对上述电子曲谱中各个音符的显示位置和上述电子曲谱解析信息序列进行匹配，得到上述电子曲谱中各个音符的显示位置和上述电子曲谱解析信息序列的对应关系。

可以将音符编号信息相同的电子曲谱中的音符和上述电子曲谱解析信息序列中的电子曲谱解析信息确定为相匹配的关系，进而得到上述电子曲谱中各个音符的显示位置和上述电子曲谱解析信息序列的对应关系。

第三步，从上述示范视频中提取示范音频数据。

可以将上述示范视频的音频数据作为示范音频数据。其中，上述示范音频数据与上述示范视频的播放时长一致。

第四步，识别上述示范音频数据中的音高信息和时间信息，得到示范音频识别信息序列。

其中，上述示范音频识别信息序列中的示范音频识别信息包括示范音频音高信息和示范音频时间信息。上述示范音频时间信息是对应的示范音频音高信息在上述示范音频中出现的时间点。可以将上述示范音频数据中每个音高及该音高出现的时间点分别确定为示范音频音高信息和示范音频时间信息。进而示范音频时间信息可以表示示范音频的播放进度，即示范视频的播放进度。

作为示例，上述识别上述示范音频数据中的音高信息和时间信息，得到示范音频识别信息序列，可以包括以下步骤：

第一子步骤，将上述示范音频数据中的波形数据转化为梅尔频谱。

其中，可以利用傅里叶变换算法将上述示范音频数据中的波形数据转化为梅尔频谱。

第二子步骤，利用上述梅尔频谱识别音高信息和时间信息，得到示范音频识别信息序列。

其中，可以将上述梅尔频谱输入隐马尔可夫模型中以识别音高信息和时间信息。

第五步，利用电子曲谱解析信息中的音高信息和示范音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述示范音频识别信息序列中的示范音频识别信息进行匹配，得到第一匹配信息。可以利用快速模式匹配算法等算法进行匹配。

从而，由上述第一匹配信息可知上述示范视频的播放进度和上述电子曲谱解析得到的电子曲谱解析信息序列的匹配关系。又结合上述电子曲谱中各个音符的显示位置和上述电子曲谱解析信息序列的对应关系，得到了上述电子曲谱中各个音符的显示位置和上述示范视频的播放进度的对应关系。

步骤202，获取目标曲目的唱谱音频。

在一些实施例中，上述执行主体可以通过有线连接方式或无线连接方式获取上述目标曲目的唱谱音频。其中，上述唱谱音频可以是真人唱谱音频或智能唱谱音频。上述真人唱谱音频是根据真人演唱唱名发出的声音录制而成的音频。上述智能唱谱音频可以是计算机根据上述电子曲谱中的音符及示范视频的播放进度自动生成的。

步骤203，响应于确定唱谱音频是真人唱谱音频，将电子曲谱和真人唱谱音频进行匹配，得到第二匹配信息。

在一些实施例中，上述执行主体可以响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息。其中，上述第二匹配信息可以表征上述电子曲谱解析得到的电子曲谱解析信息序列和上述真人唱谱音频的播放进度的匹配关系。

在一些实施例的一些可选的实现方式中，上述执行主体响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，可以包括以下步骤：

第一步，识别上述真人唱谱音频对应的音高信息和时间信息，得到唱谱音频识别信息序列。其中，上述唱谱音频识别信息序列中的唱谱音频识别信息包括唱谱音频音高信息和唱谱音频时间信息。上述唱谱音频时间信息是对应的唱谱音频音高信息在上述唱谱音频中出现的时间点。可以将上述唱谱音频数据中每个音高及该音高出现的时间点分别确定为唱谱音频音高信息和唱谱音频时间信息。进而唱谱音频时间信息可以表示唱谱音频的播放进度。

可选的，上述识别上述真人唱谱音频对应的音高信息和时间信息，得到唱谱音频识别信息序列，可以包括以下子步骤：

第一子步骤，将上述真人唱谱音频对应的波形数据转化为梅尔频谱。

其中，可以利用傅里叶变换算法将上述真人唱谱音频对应的波形数据转化为梅尔频谱。

第二子步骤，利用上述梅尔频谱识别音高信息和时间信息，得到唱谱音频识别信息序列。

其中，可以将上述梅尔频谱输入隐马尔可夫模型中以识别音高信息和时间信息。

第二步，利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息。

可选的，上述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，可以包括以下步骤：

响应于确定上述唱谱音频识别信息序列中唱谱音频识别信息的数量和上述电子曲谱解析信息序列中电子曲谱解析信息的数量相同，将上述唱谱音频识别信息序列与上述电子曲谱解析信息序列中次序相同的唱谱音频识别信息和电子曲谱解析信息确定为相匹配的唱谱音频识别信息和电子曲谱解析信息。

可选的，上述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还可以包括以下步骤：

第一步，响应于确定上述唱谱音频识别信息序列中唱谱音频识别信息的数量和上述电子曲谱解析信息序列中电子曲谱解析信息的数量不相同，确定上述唱谱音频识别信息序列中每个唱谱音频识别信息包括的音高信息与上述电子曲谱解析信息序列中各个电子曲谱解析信息包括音高信息之间的距离值，得到距离值矩阵。

其中，上述距离值可以用欧氏距离进行表示。距离值越小，表明匹配程度越高。

第二步，对于上述距离值矩阵中的每个距离值，执行以下子步骤：

第一子步骤，将与上述距离值位置相邻的左侧、左上侧和上侧位置的距离值确定为候选距离值，得到候选距离值集合。其中，上述候选距离值集合中候选距离值的个数小于等于三个。

作为示例，上述距离值在上述距离值矩阵中第一行、第一列的位置，与上述距离值位置相邻的左侧、左上侧和上侧位置没有距离值，则候选距离值集合为空。

作为又一示例，上述距离值在上述距离值矩阵中第三行、第二列的位置，则候选距离值集合中的候选距离值为上述距离值矩阵中位于第三行、第一列位置的距离值、位于第二行、第一列位置的距离值和位于第二行、第二列位置的距离值。

第二子步骤，将上述距离值与上述候选距离值集合中最小的候选距离值的和作为新距离值，加入新距离值矩阵对应的位置。

其中，上述对应的位置是指与上述距离值处于相同行、相同列的位置。例如，上述距离值在上述距离值矩阵中位于第三行、第三列，则新距离值在新距离值矩阵中位于第三行、第三列。

可选的，上述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还可以包括以下步骤：

第一步，将上述新距离值矩阵中位于第一行、第一列位置的新距离值作为目标距离值，加入目标距离值集合。

第二步，对于上述新距离值矩阵中的新距离值，执行以下筛选步骤：

第一子步骤，将与目标距离值位置相邻的右侧、右下侧和下侧位置的距离值确定为新候选距离值，得到新候选距离值集合。

其中，新候选距离值集合中的新候选距离值的个数小于等于三个。

作为示例，上述目标距离值在新距离值矩阵中第一行、第一列的位置，则新候选距离值集合中的新候选距离值为上述新距离值矩阵中位于第一行、第二列位置的新距离值、位于第二行、第二列位置的新距离值和位于第二行、第一列位置的新距离值。

第二子步骤，将新候选距离值集合中最小的新候选距离值作为目标距离值，加入目标距离值集合。

作为示例，若新候选距离值集合中最小的新候选距离值为上述新距离值矩阵中位于第二行、第二列位置的新距离值，则将上述新距离值矩阵中位于第二行、第二列位置的新距离值作为目标距离值，加入目标距离值集合。

第三子步骤，响应于确定目标距离值在上述新距离值矩阵中位于最后一行、最后一列的位置，结束上述筛选步骤，得到目标距离值集合。

可选的，上述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还可以包括以下步骤：

响应于确定目标距离值在上述新距离值矩阵中不是位于最后一行、最后一列的位置，继续执行上述筛选步骤。

可选的，上述利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对上述电子曲谱解析信息序列中的电子曲谱解析信息和上述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息，还可以包括以下步骤：

将上述目标距离值集合中各个目标距离值的行值对应的唱谱音频识别信息和列值对应的电子曲谱解析信息确定为相匹配的唱谱音频识别信息和电子曲谱解析信息，得到第二匹配信息。

其中，上述行值、列值是目标距离值在上述新距离值矩阵中所处的行数、列数。

作为示例，上述目标距离值集合中一个目标距离值的行值为1、列值为1，则唱谱音频识别信息序列中的第一个唱谱音频识别信息和电子曲谱解析信息序列中的第一个电子曲谱解析信息为相匹配的唱谱音频识别信息和电子曲谱解析信息。

从而，由上述第二匹配信息可知上述电子曲谱解析得到的电子曲谱解析信息序列和上述真人唱谱音频的播放进度的匹配关系。又结合上述电子曲谱中各个音符的显示位置和上述电子曲谱解析信息序列的对应关系，得到了上述电子曲谱中各个音符的显示位置和上述真人唱谱音频的播放进度的对应关系。

上述步骤203及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“难以根据唱谱音频的进度，快速准确地对应到电子曲谱中的音符，降低了用户学习乐曲时的准确率”。导致降低用户学习乐曲时的准确率的因素往往如下：没有将唱谱音频的播放进度与电子曲谱中的音符的显示位置之间的关系对应起来并提示给用户，从而，初学者难以根据自己的经验准确判断唱谱音频的播放进度与电子曲谱中的音符的显示位置之间的对应关系。因此，本公开利用距离值矩阵找到电子曲谱解析得到的电子曲谱解析信息序列和上述真人唱谱音频的播放进度的匹配关系，然后结合电子曲谱中各个音符的显示位置和电子曲谱解析信息序列的对应关系，最终得到了电子曲谱中各个音符的显示位置和真人唱谱音频的播放进度的对应关系。从而，后续可以得到示范视频、唱谱音频和电子曲谱之间的对应关系，并根据唱谱音频的进度，将电子曲谱中对应音符的显示位置提示给用户。提高了用户学习乐曲时的准确率。

步骤204，根据第一匹配信息和第二匹配信息，确定第三匹配信息。

在一些实施例中，上述执行主体可以根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息。其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系。

上述第一匹配信息可以表征上述示范视频的播放进度和上述电子曲谱解析得到的电子曲谱解析信息序列的匹配关系。上述第二匹配信息可以表征上述电子曲谱解析得到的电子曲谱解析信息序列和上述真人唱谱音频的播放进度的匹配关系。由此，可以根据上述示范视频的播放进度与上述电子曲谱解析信息序列中电子曲谱解析信息的匹配关系，以及上述电子曲谱解析信息序列中电子曲谱解析信息与上述真人唱谱音频的播放进度的匹配关系，得到上述示范视频的播放进度和上述真人唱谱音频的播放进度的匹配关系，即第三匹配信息。

步骤205，利用第三匹配信息对真人唱谱音频进行伸缩处理，得到和示范视频时长一致的伸缩后真人唱谱音频。

在一些实施例中，上述执行主体可以利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频。

在一些实施例的一些可选的实现方式中，上述利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频，可以包括以下步骤：

响应于确定上述唱谱音频识别信息序列中存在满足预设条件的唱谱音频识别信息，可以采用Polyphonic(复调)算法等方法，将满足上述预设条件的唱谱音频识别信息中包括的唱谱音频时间信息与相邻的唱谱音频识别信息中包括的唱谱音频时间信息之间的时间段进行拉伸或缩放，使唱谱音频识别信息不满足预设条件，得到和上述示范视频时长一致的伸缩后真人唱谱音频。其中，上述预设条件是唱谱音频识别信息中存在唱谱音频时间信息与对应的示范音频识别信息中包括的示范音频时间信息不一致。

上述步骤204-205及其相关内容作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“难以将示范视频和唱谱音频同步，导致示范视频弹奏的内容与唱谱音频的声音不匹配，为学习乐曲的用户提供错误的学习信息”。导致为学习乐曲的用户提供错误的学习信息的因素往往如下：没有将示范视频和唱谱音频同步，导致示范视频弹奏的内容与唱谱音频的声音不匹配，从而，用户得到错误的学习信息。如果解决了上述因素，就能达到为学习乐曲的用户提供正确的学习信息的效果。为了达到这一效果，本公开根据上述示范视频的播放进度与上述电子曲谱解析信息序列中电子曲谱解析信息的匹配关系，以及上述电子曲谱解析信息序列中电子曲谱解析信息与上述真人唱谱音频的播放进度的匹配关系，得到上述示范视频的播放进度和上述真人唱谱音频的播放进度的匹配关系。然后将上述真人唱谱音频进行伸缩处理，使示范视频和真人唱谱音频的时长保持一致。从而，可以将示范视频和唱谱音频同步，为学习乐曲的用户提供正确的学习信息。

步骤206，响应于检测到预设操作，利用第一匹配信息，对示范视频和伸缩后真人唱谱音频进行同步播放，以及同步显示电子曲谱。

在一些实施例中，上述执行主体可以将示范视频、伸缩后真人唱谱音频和电子曲谱展示于同一界面中，响应于检测到预设操作，利用上述电子曲谱中各个音符的显示位置和上述示范视频的对应关系以及上述第一匹配信息，对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。

其中，上述预设操作可以是用户点击播放按钮。上述同步显示是指根据上述示范视频和上述伸缩后真人唱谱音频的播放进度，将上述电子曲谱中对应音符的显示位置突出显示。例如：可以用光标渲染对应音符的显示位置以突出显示。

在一些实施例的一些可选的实现方式中，该视频、唱谱音频和曲谱同步播放方法的流程200，还可以包括以下步骤：

响应于确定上述唱谱音频是智能唱谱音频、以及检测到上述预设操作，利用上述第一匹配信息，对上述示范视频和上述智能唱谱音频进行同步播放，以及同步显示上述电子曲谱。其中，上述智能唱谱音频可以是计算机根据上述电子曲谱中的音符及示范视频的播放进度自动生成的。

在一些实施例中，上述执行主体可以将示范视频和电子曲谱展示于同一界面中，响应于检测到预设操作，利用上述电子曲谱中各个音符的显示位置和上述示范视频的对应关系以及上述第一匹配信息，采用发送midi(Musical Instrument Digital Interface，乐器数字接口)信号的方式对上述示范视频和上述智能唱谱音频进行同步播放，以及同步显示上述电子曲谱。

作为示例，在上述响应于确定上述唱谱音频是智能唱谱音频、以及检测到上述预设操作，利用上述第一匹配信息，对上述示范视频和上述智能唱谱音频进行同步播放，以及同步显示上述电子曲谱之前，上述执行主体可以通过录制每一个单音得到的音频制作音色库。

由此，这些实施例描述的方案可以实现视频、唱谱音频和曲谱的同步播放，自动将示范视频弹奏的内容和唱谱音频的声音进行匹配，并同时对应到曲谱中的相应位置，无需用户逐帧对应，提高了用户的学习效率。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的视频、唱谱音频和曲谱同步播放方法，能够无需初学者自行将示范视频弹奏的内容和唱谱音频的声音进行匹配，并对应到曲谱中的相应位置，从而提高了用户的学习效率。具体来说，造成初学者难以将示范视频弹奏的内容和唱谱音频的声音进行匹配，并对应到曲谱中的相应位置，从而降低了学习效率的原因在于：用户在学习乐曲时，示范视频、唱谱音频的播放进度和电子曲谱之间没有关联，用户既需要将示范视频弹奏的内容和唱谱音频的声音进行匹配，又需要同时对应到曲谱中的相应位置。基于此，本公开的一些实施例的视频、唱谱音频和曲谱同步播放方法，首先，将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，上述示范视频是示范者演奏上述目标曲目的视频，上述第一匹配信息表征上述示范视频和上述电子曲谱的匹配关系。从而，将电子曲谱上音符的显示位置与示范视频的播放进度对应起来。然后，获取上述目标曲目的唱谱音频，其中，上述唱谱音频是真人唱谱音频或智能唱谱音频。再然后，响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，其中，上述第二匹配信息表征上述电子曲谱和上述真人唱谱音频的匹配关系。从而，将电子曲谱上音符的显示位置与真人唱谱音频的播放进度对应起来。接着，根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息，其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系。从而，将示范视频的播放进度与真人唱谱音频的播放进度对应起来。再接着，利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频。从而，将示范视频和真人唱谱音频的时长保持一致。最后，响应于检测到预设操作，利用上述第一匹配信息对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。从而，实现了示范视频、唱谱音频和曲谱同步播放。由此，本公开的上述各个实施例自动将示范视频弹奏的内容和唱谱音频的声音进行匹配，并同时对应到曲谱中的相应位置，无需用户逐帧对应，提高了用户的学习效率。

进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种视频、唱谱音频和曲谱同步播放装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，一些实施例的视频、唱谱音频和曲谱同步播放装置300包括：第一匹配单元301、获取单元302、第二匹配单元303、第三匹配单元304、伸缩单元305和同步单元306。其中，第一匹配单元301，被配置成将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，上述示范视频是示范者演奏上述目标曲目的视频，上述第一匹配信息表征上述示范视频和上述电子曲谱的匹配关系；获取单元302，被配置成获取上述目标曲目的唱谱音频，其中，上述唱谱音频是真人唱谱音频或智能唱谱音频；第二匹配单元303，被配置成响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，其中，上述第二匹配信息表征上述电子曲谱和上述真人唱谱音频的匹配关系；第三匹配单元304，被配置成根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息，其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系；伸缩单元305，被配置成利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频；同步单元306，被配置成响应于检测到预设操作，利用上述第一匹配信息，对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。

可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。

下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备400(例如图1中的电子设备)的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，上述示范视频是示范者演奏上述目标曲目的视频，上述第一匹配信息表征上述示范视频和上述电子曲谱的匹配关系；获取上述目标曲目的唱谱音频，其中，上述唱谱音频是真人唱谱音频或智能唱谱音频；响应于确定上述唱谱音频是真人唱谱音频，将上述电子曲谱和上述真人唱谱音频进行匹配，得到第二匹配信息，其中，上述第二匹配信息表征上述电子曲谱和上述真人唱谱音频的匹配关系；根据上述第一匹配信息和上述第二匹配信息，确定第三匹配信息，其中，上述第三匹配信息表征上述示范视频和上述真人唱谱音频的匹配关系；利用上述第三匹配信息对上述真人唱谱音频进行伸缩处理，得到和上述示范视频时长一致的伸缩后真人唱谱音频；响应于检测到预设操作，利用上述第一匹配信息，对上述示范视频和上述伸缩后真人唱谱音频进行同步播放，以及同步显示上述电子曲谱。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一匹配单元、获取单元、第二匹配单元、第三匹配单元、伸缩单元和同步单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取所述目标曲目的唱谱音频的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

Claims (10)

1.一种视频、唱谱音频和曲谱同步播放方法，包括：

将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，所述示范视频是示范者演奏所述目标曲目的视频，所述第一匹配信息表征所述示范视频和所述电子曲谱的匹配关系；

获取所述目标曲目的唱谱音频，其中，所述唱谱音频是真人唱谱音频或智能唱谱音频；

响应于确定所述唱谱音频是真人唱谱音频，将所述电子曲谱和所述真人唱谱音频进行匹配，得到第二匹配信息，其中，所述第二匹配信息表征所述电子曲谱和所述真人唱谱音频的匹配关系；

根据所述第一匹配信息和所述第二匹配信息，确定第三匹配信息，其中，所述第三匹配信息表征所述示范视频和所述真人唱谱音频的匹配关系；

利用所述第三匹配信息对所述真人唱谱音频进行伸缩处理，得到和所述示范视频时长一致的伸缩后真人唱谱音频；

响应于检测到预设操作，利用所述第一匹配信息，对所述示范视频和所述伸缩后真人唱谱音频进行同步播放，以及同步显示所述电子曲谱。

2.根据权利要求1所述的方法，其中，所述方法还包括：

响应于确定所述唱谱音频是智能唱谱音频、以及检测到所述预设操作，利用所述第一匹配信息，对所述示范视频和所述智能唱谱音频进行同步播放，以及同步显示所述电子曲谱。

3.根据权利要求2所述的方法，其中，所述将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，包括：

对所述电子曲谱进行解析，得到电子曲谱解析信息序列，其中，所述电子曲谱解析信息序列中的电子曲谱解析信息包括音高信息和音符编号信息；

根据各个音符的音符编号信息对所述电子曲谱中各个音符的显示位置和所述电子曲谱解析信息序列进行匹配，得到所述电子曲谱中各个音符的显示位置和所述电子曲谱解析信息序列的对应关系；

从所述示范视频中提取示范音频数据；

识别所述示范音频数据中的音高信息和时间信息，得到示范音频识别信息序列，其中，所述示范音频识别信息序列中的示范音频识别信息包括示范音频音高信息和示范音频时间信息，所述示范音频时间信息是对应的示范音频音高信息出现的时间点；

利用电子曲谱解析信息中的音高信息和示范音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述示范音频识别信息序列中的示范音频识别信息进行匹配，得到第一匹配信息。

4.根据权利要求3所述的方法，其中，所述响应于确定所述唱谱音频是真人唱谱音频，将所述电子曲谱和所述真人唱谱音频进行匹配，得到第二匹配信息，包括：

识别所述真人唱谱音频对应的音高信息和时间信息，得到唱谱音频识别信息序列，其中，所述唱谱音频识别信息序列中的唱谱音频识别信息包括唱谱音频音高信息和唱谱音频时间信息，所述唱谱音频时间信息是对应的唱谱音频音高信息出现的时间点；

利用电子曲谱解析信息中的音高信息和唱谱音频识别信息中的音高信息，对所述电子曲谱解析信息序列中的电子曲谱解析信息和所述唱谱音频识别信息序列中的唱谱音频识别信息进行匹配，得到第二匹配信息。

5.根据权利要求4所述的方法，其中，所述利用所述第三匹配信息对所述真人唱谱音频进行伸缩处理，得到和所述示范视频时长一致的伸缩后真人唱谱音频，包括：

响应于确定所述唱谱音频识别信息序列中存在满足预设条件的唱谱音频识别信息，将满足所述预设条件的唱谱音频识别信息中包括的唱谱音频时间信息与相邻的唱谱音频识别信息中包括的唱谱音频时间信息之间的时间段进行拉伸或缩放，使唱谱音频识别信息不满足预设条件，得到和所述示范视频时长一致的伸缩后真人唱谱音频，其中，所述预设条件是唱谱音频识别信息中存在唱谱音频时间信息与对应的示范音频识别信息中包括的示范音频时间信息不一致。

6.根据权利要求3所述的方法，其中，所述对所述电子曲谱进行解析，得到电子曲谱解析信息序列，包括：

提取所述电子曲谱中每个音符的音符信息，得到音符信息序列，其中，所述音符信息序列中的音符信息包括：时间点信息、音符节点信息、时值信息、音高信息、音符编号信息、小节号信息和技法信息；

将所述音符信息序列中的每个音符信息转换为目标数据结构，得到电子曲谱解析信息序列。

7.根据权利要求4所述的方法，其中，所述识别所述真人唱谱音频对应的音高信息和时间信息，得到唱谱音频识别信息序列，包括：

将所述真人唱谱音频对应的波形数据转化为梅尔频谱；

利用所述梅尔频谱识别音高信息和时间信息，得到唱谱音频识别信息序列。

8.一种视频、唱谱音频和曲谱同步播放装置，包括：

第一匹配单元，被配置成将示范视频和目标曲目对应的电子曲谱进行匹配，得到第一匹配信息，其中，所述示范视频是示范者演奏所述目标曲目的视频，所述第一匹配信息表征所述示范视频和所述电子曲谱的匹配关系；

获取单元，被配置成获取所述目标曲目的唱谱音频，其中，所述唱谱音频是真人唱谱音频或智能唱谱音频；

第二匹配单元，被配置成响应于确定所述唱谱音频是真人唱谱音频，将所述电子曲谱和所述真人唱谱音频进行匹配，得到第二匹配信息，其中，所述第二匹配信息表征所述电子曲谱和所述真人唱谱音频的匹配关系；

第三匹配单元，被配置成根据所述第一匹配信息和所述第二匹配信息，确定第三匹配信息，其中，所述第三匹配信息表征所述示范视频和所述真人唱谱音频的匹配关系；

伸缩单元，被配置成利用所述第三匹配信息对所述真人唱谱音频进行伸缩处理，得到和所述示范视频时长一致的伸缩后真人唱谱音频；

同步单元，被配置成响应于检测到预设操作，利用所述第一匹配信息，对所述示范视频和所述伸缩后真人唱谱音频进行同步播放，以及同步显示所述电子曲谱。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。