[发明专利]一种音乐智能学习方法

权利要求书

1.一种音乐智能学习方法，所述方法包括以下步骤：

提供音乐清单；

记录练习节奏；

纠正练习节奏；

练习记录。

2.如权利要求1所述的音乐智能学习方法，其特征在于，还包括一个学习资料库；学习资料库中存放有学习资料，学习资料为音乐节奏学习资料，每一个音乐节奏学习资料包括一个音乐音频文件和与该音乐音频文件对应的标准节奏文件；学习资料库中的每一个音乐文件至少还包括音乐内容、节奏种类、音乐风格等，标准节奏文件包括时间和节奏点数据。

3.如权利要求2所述的音乐智能学习方法，其特征在于，练习节奏记录文件的生成方法如下：当音乐音频播放时，开始记录学生的节奏击打信息，学生节奏击打信息可以通过击打单元获取，击打单元包括节拍采集器，模拟架子鼓以及电脑或者移动设备的输入单元。

4.如权利要求3所述的音乐智能学习方法，其特征在于，学生完成练习后得到一个音频文件，以时间作为x轴，声音强度作为y轴可以生成音频文件的声音强度图；声音强度图按照T_w生成时间窗，每一个时间窗为一个时间单元，第i个时间单元表示为[(i-1)T_w,iT_w]，i为自然数。

5.如权利要求4所述的音乐智能学习方法，其特征在于，声音强度图用声音强度曲线用V(t)表示，V(t)在时间段[t,t+w]内的曲线长度积分其离散形式为其中ΔV_k＝V_k-V_k-1，1iN，N为采样总点数，Δt为积分窗，即积分的粒度。

6.如权利要求5所述的音乐智能学习方法，其特征在于，练习节奏记录文件由每一个时间单元Ti对应的B(Ly(Tw,i))表示；每一个时间单元Ti对应的B(Ly(Tw,i))计算方法如下：从时间0开始，逐个计算每一个时间单元T_w内的Ly(Tw,i)，对于最后一个时间窗不够一个T_w，则补0；对每一个Ly(Tw,i)进行二值滤波处理，当Ly(Tw,i)＞H时，B(Ly(Tw,i))＝1，Ly(Tw,i)＝≤H时，B(Ly(Tw,i))＝0。

7.如权利要求6所述的音乐智能学习方法，其特征在于，标准节奏文件中的时间信息也是由多个连续的时间单元组成，标准节奏数据中的时间单元的粒度会比较细，比练习标准节奏数据中的时间单元要细，即：T_w标准节奏文件＜T_w练习标准节奏文件。

8.如权利要求7所述的音乐智能学习方法，其特征在于，按照以下规则生成练习标准节奏文件的时间单元：标准节奏文件的时间单元用Twb表示，练习标准节奏时间单元用Twp表示，Twp＝M*Twb，练习标准节奏数据中的时间单元的时长是标准节奏文件的时间单元的时长的M倍，则：Twp_j＝(Twb_j+(j-1)*M,Twb_j+1+(j-1)*M,...,Twb_M+(j-1)*M)；节奏点用Beat表示，标准节奏文件的节奏点用Beatb表示，练习标准节奏文件中的节奏点用Beatp表示，则：

是若标准节奏文件中所有为“是”的节奏点用BeatY表示，

BeatY＝{BeatY1,BeatY2,...,BeatK}，K为标准节奏文件中所有为“是”的节奏点的总数；节奏点BeatY对应的时间用TY表示，则：

TY＝{TY1,TY2,...,TK}；则Twp≤Min{Ty_k-Ty_k-1}，k为自然数且不大于K。