[发明专利]一种声乐演唱训练方法与装置在审

专利信息
申请号: 202210482734.2 申请日: 2022-05-05
公开(公告)号: CN114664324A 公开(公告)日: 2022-06-24
发明(设计)人: 陈镜波;李正华;孟庆晨;刘朋;庞永健 申请(专利权)人: 佛山市锐诚云智能科技有限公司
主分类号: G10L25/03 分类号: G10L25/03;G10L25/27;G10L25/51;G10L25/60
代理公司: 佛山市禾才知识产权代理有限公司 44379 代理人: 单蕴倩;何慧敏
地址: 528000 广东省佛山市南海区狮山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 声乐 演唱 训练 方法 装置
【权利要求书】:

1.一种声乐演唱训练方法,其特征在于:包括以下步骤:

步骤A0:获取专业声音的训练模式数据库和歌曲库;

步骤A1:采集训练者的声纹的音高和节拍、呼吸的频率和时长、气息力量及喉头声带动作,作为初始信息;

步骤A2:根据采集到的初始信息,生成训练者的发力方式、换气方式、吐字发声方式、音色控制方式和身体肌肉动作方式,作为发声信息;

步骤A3:根据专业声音的训练模式数据库及训练者的发声信息,分析得出训练者的发声缺陷,生成针对训练者该发声缺陷的有效发声方法;

步骤A4:根据歌曲库和训练者的发声信息,通过对歌曲库中的原唱信息与训练者的发声信息进行匹配,寻找适合训练者进行发声训练的若干歌曲;

步骤A5:选择匹配的歌曲,根据训练者的发声信息与原唱信息的差异,并且根据专业声音的训练模式数据库提供科学有效的发声方法,自动生成用于练习该歌曲的演唱参考方法;

步骤A6:采集训练者练习过程中的实时练习信息,通过实时练习信息与演唱参考方法进行对比,分析练习方法是否正确,若不正确,得出相应的改善建议。

2.根据权利要求1所述的一种声乐演唱训练方法,其特征在于:在步骤A0中,获取专业声音的训练模式数据库,包括:获取专业歌唱家、播音员和配音员专业声音艺术家的发声模式和声音数据;还包括收集并提取专业声音艺术家的音色、吐字发音、音频穿透力、泛音运用情况、高低音标准情况、停顿及呼吸控制情况,储存至数据库中。

3.根据权利要求1所述的一种声乐演唱训练方法,其特征在于:在步骤A4中,提取歌曲库中每首歌曲的原唱信息,所述原唱信息包括原唱的音色、声音频率、吐字发音情况、音频穿透力、泛音运用情况、高低音标准情况、停顿及呼吸控制情况信息,与训练者的发声信息中的各项参数进行匹配,找到各种参数最近似的歌曲,作为训练歌曲。

4.根据权利要求1所述的一种声乐演唱训练方法,其特征在于:在步骤A6中,采集训练者练习过程中的实时练习信息,包括训练者练习过程中的音高和节拍、呼吸的频率和时长、气息力量及喉头声带动作;将实时练习信息与演唱参考方法中对应的声音信息进行对比,并提示换气时间点、换气时长、发音力度、吐字发音方式的不同,提醒训练者进行纠正。

5.根据权利要求1所述的一种声乐演唱训练方法,其特征在于:还包括发声异常的提醒,所述发声异常的提醒的方法为:将训练者的日常训练数据进行储存和分析,当训练者出现发声异常时,可及时分析发声异常的类型,并发出提醒信息。

6.一种声乐演唱训练装置,其特征在于:包括:声音采集模块、肌肉动作采集模块、呼吸信息采集模块、振动频率采集模块、数据处理器和储存模块;

所述声音采集模块用于采集声音及声纹的音高和节拍数据,以及泛音特征数据;

所述肌肉动作采集模块用于采集喉头声带和发声部位肌肉群的动作及力量;

所述呼吸信息采集模块用于采集气息力量和呼吸时长;

所述振动频率采集模块用于测量声音频率及共鸣腔的振动频率;

所述声音采集模块、肌肉动作采集模块、呼吸信息采集模块和振动频率采集模块均将采集到的信息传递至所述数据处理器;

所述数据处理器用于分别对呼吸频率和时长数据、音高和节拍数据、泛音特征数据进行特征提取,以及生成呼吸肌肉群动作模型、发声肌肉群动作模型和共鸣腔体动作模型;

所述储存模块用于储存专业声音的训练模式数据库和歌曲库。

7.根据权利要求6所述的一种声乐演唱训练装置,其特征在于:还包括评估模块,所述评估模块根据采集到的训练者的初始信息,生成训练者的发力方式、换气方式、吐字发声方式、音色控制方式和身体肌肉动作方式作为发声信息,并分析训练者的发声信息与专业发声方式相比的不足与缺陷。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市锐诚云智能科技有限公司,未经佛山市锐诚云智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210482734.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top