[发明专利]一种智能陪练方法

说明书

本发明涉及器乐陪练技术领域，具体涉及一种智能陪练方法。所述智能陪练方法包括步骤：获取演奏数据并识别转化为对应乐谱的乐音结构化数据；对所述乐音结构化数据进行评测处理，以获取演奏数据的演奏完成度评价。本发明能实现对演奏者器乐练习过程的监控并及时反馈演奏数据的演奏完成度评价结果，指导演奏者优化器乐练习过程，成本低，音准识别准确稳定，且可识别不同乐器的演奏，对演奏者的演奏进行评测反馈，对演奏者有更好的指导作用。

技术领域

本发明涉及器乐陪练技术领域，具体涉及一种智能陪练方法。

背景技术

音乐教育包含乐理、视唱练耳、声乐、器乐(含中外器乐)等众多教学课程。

长久以来，器乐教学的最大特点就是需要长时间的练习时间。一种比较普遍的现状就是，国内的艺术培训机构/老师都要求学员每天在家保证不少于一个小时的器乐练习时间，都是采用教师点对点的教学方式开展。教师需要花费大量时间，帮助学员提升演奏的音准，节奏的完成度。器乐教学领域的研究人员一直寻找一种方法能够有效的识别演奏的完成度，从而通过对完成度的监控，来辅助学员更好的完成器乐练习。

现有技术中，采用在乐器设备上安装光传感设备或距离传感器，感知琴键是否被按下，或者采用电子乐器设备(比如电子钢琴，电子鼓)，来感知器乐演奏情况。但采取这样的方式需在器乐内部安装传感设备,安装的技术难度和成本较高，不利于普及，以及会对乐器造成不可逆转的损伤，且在乐器出现问题的情况下无法有效地识别音准，且兼容性差。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种智能陪练方法，克服现有的辅助学员器乐练习方式的成本高，音准识别存在不稳定性，且兼容性差的问题。

本发明解决其技术问题所采用的技术方案是：提供一种智能陪练方法，包括步骤：

获取演奏数据并识别转化为对应乐谱的乐音结构化数据；

对所述乐音结构化数据进行评测处理，以获取演奏数据的演奏完成度评价。

本发明的更进一步优选方案是：所述获取演奏数据并识别转化为对应乐谱的乐音结构化数据包括步骤：

通过拾音设备获取演奏数据；

将获取的演奏数据转化为数字音乐文件；

将所述数字音乐文件传入经深度学习算法训练的乐音识别模型识别转化为对应的乐音结构化数据。

本发明的更进一步优选方案是：深度学习算法训练乐音识别模型包括步骤：

通过迁移学习训练适合不同器乐的乐音自动识别模型。

本发明的更进一步优选方案是：对所述乐音结构化数据进行评测处理包括步骤：

分析乐音结构化数据，并转化为将乐音结构化数据按时间顺序进行展示的演奏时序图谱；

将演奏数据对应的演奏时序图谱与标准的演奏时序图谱进行比较；

输出通过比较后演奏数据的演奏完成度评价结果。

本发明的更进一步优选方案是：所述将演奏数据对应的演奏时序图谱与标准的演奏时序图谱进行比较包括步骤：

对比演奏数据对应的演奏时序图谱与标准的演奏时序图谱在对应时刻的音符的音高、时长情况；

根据对应演奏时刻的音高演奏情况输出音高准确度结果并在对应乐谱音符位置进行标识；

根据对应演奏时刻的每个音符的演奏时长情况输出节奏评价结果；

结合音高准确度结果和节奏评价结果输出演奏数据的演奏完成度评价结果。

本发明的更进一步优选方案是：所述智能陪练方法还包括步骤：