民族乐器智能辅助教学服务系统设计研究

本文以民族乐器辅助教学系统为探讨对象,提出基于产品服务系统方法,构建集成教学资源、自主练习反馈与社会互动的智能辅助教学系统。文章首先比较说明智能技术条件下民族乐器数字化转型的不足,认为精准化教学服务仍有发展空间。从智能服务流程、人机协同模式、智能支持系统、利益相关者以及服务蓝图等五个方面提出智能辅助教学系统的构建方法。研究基于PSS将民族乐器与教学服务融合组成整体解决方案,构建民族乐器智能教学服务产品子系统和服务信息子系统,创建教学服务与价值共创模式。基于该方法以民族乐器琵琶为例,构建琵琶智能辅助教学服务系统并进行验证。

基于交互理论的设计原则分析--以智能乐器类设计为例

随着当下智能产品领域的不断拓展,传统产品正在通过附加智能属性,具有更多功能性及可能性。本研究从现代交互设计的相关理论与概念出发,以交互式智能乐器产品为例,探讨交互设计方法如何影响智能乐器的发展方向,分析并总结现代交互中用户体验的要求,最终提出在交互理论指导下智能乐器设计应具有沉浸式感官体验、可视化交互方式、反馈式交互体验、透明式交互方式及多元化交互模式的设计原则。

基于离散谐波变换的西洋乐器音色特征提取方法

音色是乐器识别的依据,考虑到乐音信号的谐波对音色的物理意义,本文提出具有良好稀疏性的离散谐波变换(Discrete Harmonic Transform,DHT)用于乐音信号谐波结构提取,并通过DHT构建了描述乐器音色的DHT特征.通过将本文提出的特征应用于不同复杂度的乐器音频数据集,验证了本文所提出的DHT方法的有效性,在此基础上构建的DHT特征能很好地反应乐器音色的特征,为乐音信号的特征提取提供了新思路.进一步,将本文提出的DHT特征与线性倒谱预测系数(Linear Prediction Cepstrum Coefficient,LPCC)和Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)构成的组合特征分别应用于乐器演奏的单音和乐曲片段数据集的乐器识别中,与现有算法相比,新算法在较低特征维数下达到了更高的乐器识别的准确率.

新型乐器分类问题探究

随着科技飞速发展,乐器设计和制造技术也不断更新,近年来出现了一些运用新科技而制造出来的新型乐器。这些新型乐器在一定程度上对传统的乐器分类法产生了挑战。本文将从近年出现的新型乐器、新型乐器给传统分类法带来的新问题,以及乐器分类法未来发展的几种可能性三方面进行讨论,探究当下新型乐器与乐器分类法的关系,并预测二者在未来的发展趋势。

人工智能与音乐教育

人工智能技术在教育领域的应用,深刻影响着传统的音乐教育。探索实践人工智能技术与音乐教育有机融合,丰富课堂教学云资源,有效分析音乐的“特征”,拓展智能乐器的功能,支持个性化学习,观察音乐课堂,智能化评价音乐教学,推进音乐教学的改革与发展具有十分重要的意义。本文重点就智能化辅助音乐创作、开辟计算思维培育新途径、音乐课堂教学智能评价方面进行探索实践,以期运用人工智能技术有效提高音乐教学质量。

乐器设计发展综述——记2018北京第七届全国乐器学研讨会

围绕2018北京第七届全国乐器学研讨会“乐器设计”主题,归纳乐器设计基本理论、创新及DIY乐器研发、中国乐器产业研究,以及智能和创新乐器对音乐教育的影响、未来乐器发展方向等研究成果。

乐器智能化在社会音乐教学中的应用研究

文章首先分析了网络教育对于基础音乐教育普及的推动作用,随后文章介绍了智能乐器对于在线音乐教育的重要作用,最后文章具体介绍了几种乐器智能化的具体应用,例如扩大了音乐教育范围、简化教学过程、提高了教学效率、授课模式更加多元化等,希望能给相关人士提供一些参考。