一种音乐智能学习方法技术

本发明专利技术公开了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、纠正练习节奏以及练习记录；本发明专利技术提供的音乐智能学习方法，智能交互辅助学生学习音乐，收集、统计、筛选学生喜欢的音乐类型，提供不同的节奏学习，并在学习过程中纠正并收集错误。误。误。

【技术实现步骤摘要】
一种音乐智能学习方法


[0001]本专利技术涉及在线教育领域，具体涉及一种音乐智能学习方法。

技术介绍

[0002]视听动触多模态教学法(Audio
‑
visual multi
‑
modal teaching method)是指人类通过视觉、听觉、触觉、嗅觉和味觉这五种感官来感知世界，通过各种感官跟外部环境之间的互动方式即为模态。由五种感官渠道产生了五种交际模态，即视觉模态、听觉模态、触觉模态、嗅觉模态和味觉模态。在教学过程中，利用多种渠道多种教学手段来调动学习者的多种感官协同运作，以达到加深印象强化记忆的目的的教学方法，即视听动触多模态教学模式。
[0003]节奏是人类语言的特殊表达形式。音乐的节奏感是感受音乐中音的长短强弱的能力。音乐节奏感具有运动性、情绪性，感受节奏在音乐中的情绪表现，并能准确再现音乐节奏的能力。小学生是吸收音乐节奏的黄金时期，对小学生而言，学好节奏是其学好音乐的前提和基础。目前小学低段学生学习音乐节奏方面容易造成节奏不稳、节奏知识缺乏，其原因之一是在教学器材方面，目前的节奏教学只依赖于老师的现场示范教学。

技术实现思路

[0004]为了解决现有技术的不足之处，本专利技术提供了以下技术方案：
[0005]一种音乐智能学习方法，包括以下步骤：
[0006]提供音乐清单；
[0007]记录练习节奏；
[0008]纠正练习节奏；
[0009]练习记录。
[0010]上述的音乐智能学习方法，还包括一个学习资料库；所述学习资料库中存放有学习资料，所述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；所述学习资料库中的每一个音乐文件至少还包括音乐内容(即音频数据)、节奏种类、音乐风格等。所述标准节奏文件包括时间和节奏点数据。
[0011]上述的音乐智能学习方法，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，所述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。
[0012]上述的音乐智能学习方法，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轴可以生成所述音频文件的声音强度图；所述声音强度图按照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。
[0013]上述的音乐智能学习方法，所述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
‑1，1<i<N，N为采样总点数，Δt为积分窗，即积分的粒度。
[0014]上述的音乐智能学习方法，所述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。
[0015]上述的音乐智能学习方法，所述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。
[0016]上述的音乐智能学习方法，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：
[0017][0018]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。
[0019]上述的音乐智能学习方法，所述练习判断单元获取练习内容播放单元所播放的音乐音频文件所对应的练习标准节奏数据文件，以及学生练习完成后所生成的练习节奏记录文件，并将练习标准节奏数据文件和练习节奏记录文件进行比较；所述比较的过程如下：逐个比较练习节奏记录文件与练习标准节奏数据文件中每一个时间单元内的节奏点值，若Beatp＝B(Ly)，则判断学生节奏击打正确，否则则判断学生节奏击打错误。
[0020]上述的音乐智能学习方法，所述练习记录的方法为：收集学生在学习过程中打击正确以及打击错误的节奏，针对打击正确的节奏在下次学习中巩固训练，针对打击错误的节奏在下次学习中重点训练。
[0021]本专利技术提供的音乐智能学习方法，智能交互辅助学生学习音乐，收集、统计、筛选学生喜欢的音乐类型，提供不同的节奏学习，并在学习过程中纠正并收集错误。
附图说明
[0022]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一
些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0023]图1为本专利技术实施例提供的音乐智能学习方法逻辑结构示意图；
[0024]图2为本专利技术实施例提供的音频文件的声音强度图；
[0025]图3为本专利技术实施例提供的练习节奏记录文件示意图；
[0026]图4为本专利技术实施例提供的标准节奏文件示意图
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]本专利技术实施例提供的一种一种音乐智能学习方法，应用于针本文档来自技高网...

【技术保护点】

【技术特征摘要】
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
‑1，1<i<N，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...

【专利技术属性】
技术研发人员：林东姝，
申请(专利权)人：北京艺旗网络科技有限公司，
类型：发明
国别省市：