音乐节奏节拍的自动评分方法、装置和计算机设备

技术领域

本申请涉及计算机技术领域，特别是涉及一种音乐节奏节拍的自动评分方法、装置和计算机设备。

背景技术

随着科技的发展以及人民生活水平的日益提升，国家对艺术素质的培养越来越重视，音乐素养能力的测试需求也随之增多。音乐是一种对声音以及对时间的把握能力要求非常高的学科，因此，音乐测试的评分人员往往需要根据考生的实际动作来判断其音乐素养能力的高低。例如，当考查考生对各种音乐节奏的把握时，需要考生将听到的音乐节奏通过手指动作敲击出来。

在传统的在线音乐考试中，考生通过听取音频中的音乐节奏，并选择或者连线连接到正确选项的方式来完成音乐测试。然而，随着国家对国民艺术素养要求的提升，在线音乐测试不能仅限于对理论知识掌握情况的测试，更要测试考生对声音以及对音乐节奏的把握能力。这就要求考生在听取一段音乐节奏后，用键盘敲击的方式，将听到的音乐节奏敲击出来，以此来判断考生对音乐节奏以及节拍的掌握情况。因此，如何对考生敲击的音乐节奏节拍进行自动评分将成为当前音乐测试领域的一个亟待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现对考生敲击的音乐节奏节拍进行自动评分的音乐节奏节拍的自动评分方法、装置和计算机设备。

第一方面，本申请提供了一种音乐节奏节拍的自动评分方法，所述方法包括：

获取考生敲击的音乐节奏数据和预设数据转换规则；所述音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；

基于所述音乐节奏数据和所述预设数据转换规则，生成所述音乐节奏数据对应的待评估时间数据模型；

获取标准时间数据模型、预设差异分析模型以及所述当前试题对应的当前评分标准；所述标准时间数据模型基于所述当前试题中的标准音乐节奏生成；

基于所述预设差异分析模型对所述待评估时间数据模型与所述标准时间数据模型进行差异分析，得到差异分析结果；

基于所述差异分析结果和所述当前评分标准，获取考生的音乐节奏评分结果。

在其中一个实施例中，所述基于所述音乐节奏数据和所述预设数据转换规则，生成所述音乐节奏数据对应的待评估时间数据模型包括：

将所述音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据；

基于预设数模转换规则以及所述格式化节奏数据，生成第一时间数据模型；

基于预设音乐节奏参数对所述第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；所述预设音乐节奏参数包括节拍速度、拍号以及强弱拍；

将所述第二时间数据模型作为所述音乐节奏数据对应的待评估时间数据模型。

在其中一个实施例中，所述基于所述预设差异分析模型对所述待评估时间数据模型与所述标准时间数据模型进行差异分析，得到差异分析结果包括：

获取所述待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及所述标准时间数据模型内的每一个标准音乐节奏的第二时间节点；

将考生敲击的每一个音乐节奏的所述第一时间节点与对应标准音乐节奏的所述第二时间节点进行比对，得到比对结果；

基于所述比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为所述差异分析结果。

在其中一个实施例中，所述获取所述待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点包括：

针对每一节拍，获取所述待评估时间数据模型内考生敲击的第一节奏次数，以及所述标准时间数据模型内的标准音乐节奏对应的第二节奏次数；

将所述第一节奏次数与所述第二节奏次数进行比对，若所述第一节奏次数与所述第二节奏次数不一致，则确定所述当前节拍对应的分数为预设节拍分数；

若所述第一节奏次数与所述第二节奏次数一致，则获取所述待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点。

在其中一个实施例中，所述基于所述预设差异分析模型对所述待评估时间数据模型与所述标准时间数据模型进行差异分析，得到差异分析结果还包括：

获取所述待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距；

获取所述标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距；

计算所述第一码距与对应的所述第二码距的差值，并判断所述差值是否在预设偏移值范围内，得到判断结果；

基于所述判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为所述差异分析结果。

在其中一个实施例中，在所述获取所述待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距之前，所述方法还包括：

将所述待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描；或者，

将所述待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描。

在其中一个实施例中，所述基于所述差异分析结果和所述当前评分标准，获取考生的音乐节奏评分结果包括：

针对每一节拍，判断所述节拍对应的分数是否为所述预设分数；

若所述节拍对应的分数为所述预设节拍分数，则将所述预设节拍分数作为所述节拍的最终分数；

若所述节拍对应的分数不是所述预设节拍分数，基于所述节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及所述当前评分标准，确定所述节拍的最终分数；

基于每一个所述节拍对应的最终分数，确定考生的所述音乐节奏评分结果。

第二方面，本申请还提供了一种音乐节奏节拍的自动评分装置，所述装置包括：

第一获取模块，用于获取考生敲击的音乐节奏数据和预设数据转换规则；所述音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；

模型生成模块，用于基于所述音乐节奏数据和所述预设数据转换规则，生成所述音乐节奏数据对应的待评估时间数据模型；

第二获取模块，用于获取标准时间数据模型、预设差异分析模型以及所述当前试题对应的当前评分标准；所述标准时间数据模型基于所述当前试题中的标准音乐节奏生成；

差异分析模块，用于基于所述预设差异分析模型对所述待评估时间数据模型与所述标准时间数据模型进行差异分析，得到差异分析结果；

考生评分模块，用于基于所述差异分析结果和所述当前评分标准，获取考生的音乐节奏评分结果。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取考生敲击的音乐节奏数据和预设数据转换规则；所述音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；

基于所述音乐节奏数据和所述预设数据转换规则，生成所述音乐节奏数据对应的待评估时间数据模型；

获取标准时间数据模型、预设差异分析模型以及所述当前试题对应的当前评分标准；所述标准时间数据模型基于所述当前试题中的标准音乐节奏生成；

基于所述预设差异分析模型对所述待评估时间数据模型与所述标准时间数据模型进行差异分析，得到差异分析结果；

基于所述差异分析结果和所述当前评分标准，获取考生的音乐节奏评分结果。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取考生敲击的音乐节奏数据和预设数据转换规则；所述音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；

基于所述音乐节奏数据和所述预设数据转换规则，生成所述音乐节奏数据对应的待评估时间数据模型；

获取标准时间数据模型、预设差异分析模型以及所述当前试题对应的当前评分标准；所述标准时间数据模型基于所述当前试题中的标准音乐节奏生成；

基于所述预设差异分析模型对所述待评估时间数据模型与所述标准时间数据模型进行差异分析，得到差异分析结果；

基于所述差异分析结果和所述当前评分标准，获取考生的音乐节奏评分结果。

上述音乐节奏节拍的自动评分方法、装置和计算机设备，所述方法包括：获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型；获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成；基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果；基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。本申请通过将考生敲击的音乐节奏数据转换为待评估时间数据模型，从而可以在时间维度上分析待评估时间数据模型与标准时间数据模型的差异，以便于评估考生对声音和时间的把握情况，进而评估考生对节奏准确度以及节奏速度的把握情况，实现了对考生敲击的音乐节奏节拍进行自动评分的问题。

附图说明

图1为一个实施例中音乐节奏节拍的自动评分方法的流程示意图；

图2为一个实施例中生成待评估时间数据模型的流程示意图；

图3为一个实施例中对待评估时间数据模型与标准时间数据模型进行差异分析的流程示意图一；

图4为一个实施例中比较待评估时间数据模型与标准时间数据模型中敲击节奏次数的流程示意图；

图5为一个实施例中对待评估时间数据模型与标准时间数据模型进行差异分析的流程示意图二；

图6为一个实施例中获取考生的音乐节奏评分结果的流程示意图；

图7为一个实施例中音乐节奏节拍的自动评分装置的结构框图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

图1为一个实施例中音乐节奏节拍的自动评分方法的流程示意图，如图1所示，本申请提供了一种音乐节奏节拍的自动评分方法，包括以下步骤：

步骤110，获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据。

其中，音乐节奏数据表示考生根据通过听取当前试题中的标准音乐节奏，并通过计算机键盘等电子工具所敲击的音乐节奏的数据。考生也可以通过其他方式敲击音乐节奏，只要能通过数据采集设备自动采集或者记录考生敲击的音乐节奏即可，本申请不做限制。预设数据转换规则包括可以将音乐节奏数据转换为时间数据模型的数模转换规则，用于将考生敲击的音乐节奏数据转换为待评估时间数据模型。数模转换规则表示将数据转换为模型的转换规则。

在其中一个实施例中，获取当前考生的作答情况，基于当前考生的作答情况判断当前考生是否作答，若当前考生已作答，则获取当前考生敲击的音乐节奏数据并执行后续步骤；若当前考生未作答，则获取下一考生的作答情况。

步骤120，基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型。

其中，待评估时间数据模型表示考生敲击的音乐节奏数据与相应的时间节点相对应的时间轴数据模型。

步骤130，获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成。

其中，标准时间数据模型基于当前试题中的标准音乐节奏和预设数据转换规则生成。需要说明的是，生成标准时间数据模型所用的预设数据转换规则，与生成待评估时间数据模型所用的预设数据转换规则相似或者一致，只要能够实现将音乐节奏数据转换为时间数据模型即可，本申请不做限制。

预设差异分析模型基于历史音乐节奏测试数据训练得到。具体训练过程是通过对多个不同的音乐节奏测试题进行模拟作答、测试，并基于模拟作答数据以及测试结果调整差异分析模型的参数，使得差异分析模型能够对多种不同拍号、速度的音乐节奏题进行准确的评估。

步骤140，基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果。

具体地，基于预设差异分析模型在时间维度上对待评估时间数据模型中考生敲击的音乐节奏与标准时间数据模型中标准音乐节奏进行差异分析，得到差异分析结果。

步骤150，基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。

上述音乐节奏节拍的自动评分方法，包括获取考生敲击的音乐节奏数据和预设数据转换规则；基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型；获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果；基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。本申请通过将考生敲击的音乐节奏数据转换为待评估时间数据模型，从而可以在时间维度上分析待评估时间数据模型与标准时间数据模型的差异，以便于评估考生对声音和时间的把握情况，进而评估考生对节奏准确度以及节奏速度的把握情况，实现了对考生敲击的音乐节奏节拍进行自动评分的问题。

在其中一个实施例中，图2为一个实施例中生成待评估时间数据模型的流程示意图，如图2所示，所述流程包括以下步骤：

步骤210，将音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据。

其中，音乐节奏数据包括考生在一段时间内的敲击次数以及每次敲击的时间。格式化节奏数据表示按照某种数据格式存储的节奏数据，以便于提高后续的数据处理效率和效果，可以避免由于数据格式良莠不齐造成数据处理过程出错或者数据处理结果达不到预期效果的问题。

步骤220，基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型。

具体地，在第一时间数据模型中，在一个时间轴上，每一个音乐节奏数据对应一个时间节点。

步骤230，基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；预设音乐节奏参数包括节拍速度、拍号以及强弱拍。

具体地，根据当前试题中设置的节拍速度、拍号以及强弱拍，将第一时间数据模型中的音乐节奏数据切割到一个个的时间区间内，得到多个节拍对应的时间区间以及每一时间区间中的每一个音乐节奏对应一个时间节点，从而形成第二时间数据模型。

步骤240，将第二时间数据模型作为音乐节奏数据对应的待评估时间数据模型。

在本实施例中，通过基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型，以实现将音乐节奏数据转换为便于在时间维度上进行差异分析的时间数据模型；通过将基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型，以将音乐节奏数据切割到每一个节拍对应的时间区间内，实现了进一步对考生敲击的音乐节奏数据在时间维度上进行细化，可以进一步提高后续对待评估时间数据模型与标准时间数据模型在时间维度上进行差异分析的准确度，进而进一步提高考生的音乐节奏评分结果的准确度。

在其中一个实施例中，图3为一个实施例中对待评估时间数据模型与标准时间数据模型进行差异分析的流程示意图，如图3所示，所述流程包括以下步骤：

步骤310，获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及标准时间数据模型内的每一个标准音乐节奏的第二时间节点。

步骤320，将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，得到比对结果。

步骤330，基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为差异分析结果。

在本实施例中，通过将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，并基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，以评估考生敲击的每一个音乐节奏的卡时的准确度，进而实现考察考生对时间的把握情况。

在其中一个实施例中，图4为一个实施例中比较待评估时间数据模型与标准时间数据模型中敲击节奏次数的流程示意图，如图4所示，所述流程包括以下步骤：

步骤410，针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数。

步骤420，将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则确定当前节拍对应的分数为预设节拍分数。

可以设置预设节拍分数为0分，也可以设置预设节拍分数为其他值，可根据具体试题进行调整，本申请不做限制。

步骤430，若第一节奏次数与第二节奏次数一致，则获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点。

本实施例中，通过针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数，并将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则说明当前节拍内考生存在少拍漏拍的问题，此时能够直接确定当前节拍对应的分数为预设节拍分数，而不再需要考察当前节拍内每一个音乐节奏的时间准确度以及偏移情况，从而能够达到节省数据处理时间，避免造成数据处理资源的浪费的效果。

在其中一个实施例中，图5为一个实施例中对待评估时间数据模型与标准时间数据模型进行差异分析的流程示意图二，如图5所示，所述流程包括以下步骤：

步骤510，获取待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距。

步骤520，获取标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距。

步骤530，计算第一码距与对应的第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果。

步骤540，基于判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为差异分析结果。

需要说明的是，本实施例描述的是正常时序扫描的情况，即不平移待评估时间数据模型的时间轴，以第二次敲击和第三次敲击为例对本实施例作进一步说明，具体过程如下：

获取考生敲击的第二个音乐节奏和第三个音乐节奏对应的时间节点，并获取考生敲击的第二个音乐节奏与第三个音乐节奏对应的时间节点之间的差值，从而得到考生敲击的第二个音乐节奏与第三个音乐节奏之间的第一码距为0.9s。同理，获取第二个标准音乐节奏和第三个标准音乐节奏对应的时间节点，并计算出第二个标准音乐节奏与第三个标准音乐节奏之间的第二码距为1s。预设偏移值范围为0.1s至0.2s。计算出第一码距与第二码距的差值为0.1s，则确定判断结果为第一码距与第二码距的差值在预设偏移值范围内，且差值为0.1s。此时说明考生的敲击误差在预设合理范围内，从而可以进一步根据第一码距与第二码距的差值的数值确定考生敲击的第三个音乐节奏的第一偏移程度。

在其中一个实施例中，在执行步骤510之前，所述方法还包括：将待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描，从而避免由于考生敲击的音乐节奏与标准音乐节奏相比较起始稍快，导致无法将考生敲击的每一个音乐节奏与标准音乐节奏相对应的问题。

本实施例描述的是左偏移扫描的情况，以第二次敲击和第三次敲击为例对本实施例作进一步说明，具体过程如下：设置第一预设时间长度为0.2s，将待评估时间数据模型的时间轴左移第一预设时间长度，则若左偏移时间轴之前，考生敲击的第二个音乐节奏和第三个音乐节奏对应的时间节点分别为1s和1.2s，那么左偏移时间轴之后，考生敲击的第二个音乐节奏和第三个音乐节奏对应的时间节点分别为0.8s和1s。而第二个标准音乐节奏和第三个标准音乐节奏对应的时间节点不变。分别计算出考生敲击的第二个音乐节奏与第三个音乐节奏之间的第一码距，以及计算出第二个标准音乐节奏与第三个标准音乐节奏之间的第二码距。计算出第一码距与第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果。基于判断结果确定考生敲击的后一个音乐节奏对应的第二偏移程度，并将考生敲击的每一个音乐节奏对应的第二偏移程度作为差异分析结果。

在其中一个实施例中，在执行步骤510之前，所述方法还包括：将待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描，从而避免由于考生敲击的音乐节奏与标准音乐节奏相比较起始稍慢，从而无法将考生敲击的每一个音乐节奏与标准音乐节奏相对应的问题。

本实施例描述的是右偏移扫描的情况，以第二次敲击和第三次敲击为例对本实施例作进一步说明，具体过程如下：设置第二预设时间长度为0.2s，将待评估时间数据模型的时间轴右移第二预设时间长度，则若在右偏移时间轴之前，考生敲击的第二个音乐节奏和第三个音乐节奏对应的时间节点分别为1s和1.2s，那么右偏移时间轴之后，考生敲击的第二个音乐节奏和第三个音乐节奏对应的时间节点分别为1.2s和1.4s。而第二个标准音乐节奏和第三个标准音乐节奏对应的时间节点不变。分别计算出考生敲击的第二个音乐节奏与第三个音乐节奏之间的第一码距，以及计算出第二个标准音乐节奏与第三个标准音乐节奏之间的第二码距。计算出第一码距与第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果。基于判断结果确定考生敲击的后一个音乐节奏对应的第三偏移程度，并将考生敲击的每一个音乐节奏对应的第三偏移程度作为差异分析结果。

在其中一个实施例中，图6为一个实施例中获取考生的音乐节奏评分结果的流程示意图，如图6所示，所述流程包括以下步骤：

步骤610，针对每一节拍，判断节拍对应的分数是否为预设分数。

步骤620，若节拍对应的分数为预设节拍分数，则将预设节拍分数作为节拍的最终分数。

步骤630，若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数。

在其中一个实施例中，上述差异分析结果还包括第二偏移程度和第三偏移程度。具体地，若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、第二偏移程度、第三偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数。

步骤640，基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果。

在本实施例中，通过基于节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数，并基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果，考虑了每一个音乐节奏的速度的偏移情况以及卡时的准确度，以实现整体评估一整段音乐节奏的稳定性、准确度的目的，可以进一步提高音乐节奏评分结果的可靠性以及准确度。

在其中一个实施例中，将考生敲击的音乐节奏数据转换为模拟音频进行播放。

本申请还提供一个具体实施例以对音乐节奏节拍的自动评分方法进一步说明，包括以下步骤：

(1)获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据。

(2)将音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据；基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型；基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；预设音乐节奏参数包括节拍速度、拍号以及强弱拍；将第二时间数据模型作为音乐节奏数据对应的待评估时间数据模型。

(3)获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成。

(4)针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数；将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则确定当前节拍对应的分数为预设节拍分数。

(5)若第一节奏次数与第二节奏次数一致，则获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及标准时间数据模型内的每一个标准音乐节奏的第二时间节点；将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，得到比对结果；基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为差异分析结果。

(6)获取待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距；获取标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距；计算第一码距与对应的第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果；基于判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为差异分析结果。

(7)将所述待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描，并获取考生敲击的每一个音乐节奏对应的第二偏移程度；将所述待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描，并获取考生敲击的每一个音乐节奏对应的第三偏移程度；将考生敲击的每一个音乐节奏对应的第二偏移程度和第三偏移程度作为差异分析结果。

(8)针对每一节拍，判断节拍对应的分数是否为预设分数；若节拍对应的分数为预设节拍分数，则将预设节拍分数作为节拍的最终分数；若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、第二偏移程度、第三偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数；基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果。

需要进一步说明的是，传统的人工评分方式需要考生在考试现场敲击乐器，也需要音乐测试的评分人员凭其在考试现场听到的音乐节奏来评分，这种人工评分方式既对每位评分人员的音乐素质有很高的要求，而且非常耗费时间，每一次只能对一个考生的敲击情况进行考评，从而无法实现在大规模考试中的应用。而本申请提供的音乐节奏节拍的自动评分方法，可以由计算机自动记录考生敲击的音乐节奏数据，并自动根据标准时间数据模型、预设差异分析模型以及当前评分标准进行自动评分，可以准确地反馈出考生对音乐节奏的整体掌握情况，同时也可以反馈出考生哪些音乐节奏的时间把握能力不好，哪些音乐节奏有抢拍、慢拍的情况，可以更加精准地去对考生敲击的音乐节奏节拍的掌握程度进行自动评分，大幅度提高了评分的准确性。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的音乐节奏节拍的自动评分方法的音乐节奏节拍的自动评分装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个音乐节奏节拍的自动评分装置实施例中的具体限定可以参见上文中对于音乐节奏节拍的自动评分方法的限定，在此不再赘述。

在一个实施例中，图7为一个实施例中音乐节奏节拍的自动评分装置的结构框图，如图7所示，本申请提供了一种音乐节奏节拍的自动评分装置，包括：

第一获取模块710，用于获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据。

模型生成模块720，用于基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型。

第二获取模块730，用于获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成。

差异分析模块740，用于基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果。

考生评分模块750，用于基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。

在其中一个实施例中，模型生成模块720包括数据存储单元、数模转换单元、数据分割单元和模型确定单元，其中：

数据存储单元，用于将音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据。

数模转换单元，用于基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型。

数据分割单元，用于基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；预设音乐节奏参数包括节拍速度、拍号以及强弱拍。

模型确定单元，用于将第二时间数据模型作为音乐节奏数据对应的待评估时间数据模型。

在其中一个实施例中，差异分析模块740包括时间节点获取单元、时间节点比对单元和时间准确度确定单元，其中：

时间节点获取单元，用于获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及标准时间数据模型内的每一个标准音乐节奏的第二时间节点。

时间节点比对单元，用于将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，得到比对结果。

时间准确度确定单元，用于基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为差异分析结果。

在其中一个实施例中，差异分析模块740还包括节奏次数获取单元和节奏次数比对单元，其中：

节奏次数获取单元，用于针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数。

节奏次数比对单元，用于将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则确定当前节拍对应的分数为预设节拍分数。

时间节点获取单元，用于若第一节奏次数与第二节奏次数一致，则获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点。

在其中一个实施例中，差异分析模块740还包括第一码距获取单元、第二码距获取单元、码距差值判断单元和偏移程度确定单元，其中：

第一码距获取单元，用于获取待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距。

第二码距获取单元，用于获取标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距。

码距差值判断单元，用于计算第一码距与对应的第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果。

偏移程度确定单元，用于基于判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为差异分析结果。

在其中一个实施例中，差异分析模块740还包括左偏移单元以及右偏移单元，其中：

左偏移单元，用于将所述待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描。

右偏移单元，用于将所述待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描。

在其中一个实施例中，考生评分模块750包括分数判断单元、第一确定单元、第二确定单元和考生评分单元，其中：

分数判断单元，用于针对每一节拍，判断节拍对应的分数是否为预设分数。

第一确定单元，用于若节拍对应的分数为预设节拍分数，则将预设节拍分数作为节拍的最终分数。

第二确定单元，用于若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数。

考生评分单元，用于基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果。

上述音乐节奏节拍的自动评分装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储考生敲击的音乐节奏数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种音乐节奏节拍的自动评分方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种音乐节奏节拍的自动评分方法。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型；获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成；基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果；基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据；基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型；基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；预设音乐节奏参数包括节拍速度、拍号以及强弱拍；将第二时间数据模型作为音乐节奏数据对应的待评估时间数据模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及标准时间数据模型内的每一个标准音乐节奏的第二时间节点；将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，得到比对结果；基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为差异分析结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数；将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则确定当前节拍对应的分数为预设节拍分数；若第一节奏次数与第二节奏次数一致，则获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距；获取标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距；计算第一码距与对应的第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果；基于判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为差异分析结果。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将所述待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描；或者，将所述待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：针对每一节拍，判断节拍对应的分数是否为预设分数；若节拍对应的分数为预设节拍分数，则将预设节拍分数作为节拍的最终分数；若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数；基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型；获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成；基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果；基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据；基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型；基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；预设音乐节奏参数包括节拍速度、拍号以及强弱拍；将第二时间数据模型作为音乐节奏数据对应的待评估时间数据模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及标准时间数据模型内的每一个标准音乐节奏的第二时间节点；将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，得到比对结果；基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为差异分析结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数；将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则确定当前节拍对应的分数为预设节拍分数；若第一节奏次数与第二节奏次数一致，则获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距；获取标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距；计算第一码距与对应的第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果；基于判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为差异分析结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将所述待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描；或者，将所述待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每一节拍，判断节拍对应的分数是否为预设分数；若节拍对应的分数为预设节拍分数，则将预设节拍分数作为节拍的最终分数；若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数；基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取考生敲击的音乐节奏数据和预设数据转换规则；音乐节奏数据表示考生基于当前试题所敲击的音乐节奏的数据；基于音乐节奏数据和预设数据转换规则，生成音乐节奏数据对应的待评估时间数据模型；获取标准时间数据模型、预设差异分析模型以及当前试题对应的当前评分标准；标准时间数据模型基于当前试题中的标准音乐节奏生成；基于预设差异分析模型对待评估时间数据模型与标准时间数据模型进行差异分析，得到差异分析结果；基于差异分析结果和当前评分标准，获取考生的音乐节奏评分结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将音乐节奏数据按照预设数据结构进行存储，得到格式化节奏数据；基于预设数模转换规则以及格式化节奏数据，生成第一时间数据模型；基于预设音乐节奏参数对第一时间数据模型中的数据进行分割处理，得到第二时间数据模型；预设音乐节奏参数包括节拍速度、拍号以及强弱拍；将第二时间数据模型作为音乐节奏数据对应的待评估时间数据模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点，以及标准时间数据模型内的每一个标准音乐节奏的第二时间节点；将考生敲击的每一个音乐节奏的第一时间节点与对应标准音乐节奏的第二时间节点进行比对，得到比对结果；基于比对结果确定考生敲击的每一个音乐节奏的时间准确度，并将考生敲击的每一个音乐节奏的时间准确度作为差异分析结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每一节拍，获取待评估时间数据模型内考生敲击的第一节奏次数，以及标准时间数据模型内的标准音乐节奏对应的第二节奏次数；将第一节奏次数与第二节奏次数进行比对，若第一节奏次数与第二节奏次数不一致，则确定当前节拍对应的分数为预设节拍分数；若第一节奏次数与第二节奏次数一致，则获取待评估时间数据模型内考生敲击的每一个音乐节奏的第一时间节点。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取待评估时间数据模型内考生敲击的前一个音乐节奏与后一个音乐节奏之间的第一码距；获取标准时间数据模型内的前一个标准音乐节奏与后一个标准音乐节奏之间的第二码距；计算第一码距与对应的第二码距的差值，并判断差值是否在预设偏移值范围内，得到判断结果；基于判断结果确定考生敲击的后一个音乐节奏对应的第一偏移程度，并将考生敲击的每一个音乐节奏对应的第一偏移程度作为差异分析结果。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将所述待评估时间数据模型的时间轴左移第一预设时间长度，以实现左偏移扫描；或者，将所述待评估时间数据模型的时间轴右移第二预设时间长度，以实现右偏移扫描。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：针对每一节拍，判断节拍对应的分数是否为预设分数；若节拍对应的分数为预设节拍分数，则将预设节拍分数作为节拍的最终分数；若节拍对应的分数不是预设节拍分数，基于节拍内的每一个音乐节奏对应的第一偏移程度、时间准确度以及当前评分标准，确定节拍的最终分数；基于每一个节拍对应的最终分数，确定考生的音乐节奏评分结果。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。