旋律特征

摘要： 传统的音乐多参数识别方法在记录音符时,常出现多次识别、错误识别问题。为此,在人机协作的环境中,应用人工神经网络设计了新的音乐多参数识别方法,首先对音乐抽象空间进行具体化处理,从而确定音乐创作情感和风格,在此基础上,识别音乐的旋律特征,并在合成旋律的过程中过滤掉多余的音符,然后利用人工神经网络实现对音乐参数的识别。实验结果表明:与传统识别方法相比,应用人工神经网络的识别方法输出结果的音轨质量高,且未出现多识别的音符,充分证明了该方法的应用优势。

摘要： "田歌"是主要盛行于我国长江流域,用于水田栽秧、摘稗扶苗、旱地薅草等集体性劳动场合的一种特殊民间歌种.《豆芽葱蒜叶》就是盛传于长江上游之上游巴渠地区的一首清唱田歌"薅秧歌".相互换工、互帮互助的集体劳作民俗和巴渠人民"俗喜歌舞"的文化基因是这首民歌诞生的外因环境与内因基础;在旋律方面,这首民歌"偏爱级进与窄音程"的音调结构与旋法进行和"羽徵交融"的双重调式特征有着鲜明的地域特色;在歌词方面,这首民歌与流传于川东、鄂西及湘西北一带的"穿号子"民歌在结构、衬词运用与演唱形式等方面如出一辙,当都是古代巴渝民歌"竹枝词"在当代的演化形式.

摘要： 《天伦歌》是1935年黄自先生为电影《天伦》创作的主题歌。在当时,电影本身并没有引起社会的强烈反响,但《天伦歌》以其独特的思想性和艺术性,而成为一首经久不衰的艺术佳作,成为众多专业院校学习的经典曲目之一。本文从《天伦歌》的作品背景、创作手法等多方面入手,并以具体作品为线索,结合自身的演唱实践经验对歌曲的创作特征分析,希望可以使大家更加深入了解这部作品,体会歌曲中的民族精神,为相关研究者提供参考。

摘要： 《天伦歌》是1935年黄自先生为电影《天伦》创作的主题歌.在当时,电影本身并没有引起社会的强烈反响,但《天伦歌》以其独特的思想性和艺术性,而成为一首经久不衰的艺术佳作,成为众多专业院校学习的经典曲目之一.本文从《天伦歌》的作品背景、创作手法等多方面入手,并以具体作品为线索,结合自身的演唱实践经验对歌曲的创作特征分析,希望可以使大家更加深入了解这部作品,体会歌曲中的民族精神,为相关研究者提供参考.

摘要： 音乐基础理论中,调式占有相当重要的分量,调式分析需要综合思维。对于调式调性与调框架的关系、调号与非调号的辨别、旋律特征的把握、调式变音类型的辨认,包括转调、离调、调式交替的区分等等,都是需要整体进行考虑的。重属和弦与副属和弦中出现的变音,属于离调性变音体系的范畴,熟练掌握这类和弦对于分析西方古典音乐作品有着至关重要的作用。

摘要： 民歌是劳动人民集体创作、口口相传,用以表达自己思想感情的一种艺术形式.不同地区的民歌有着不同的艺术特色,独有一番韵味.本文中的岫岩民歌是岫岩县劳动人民相互传唱的歌曲,在当地广为流传.本文以岫岩民歌为对象,概述民歌及艺人的基本情况,并对部分搜集的民歌做细致分析,以求对岫岩民歌有更清晰地认识.

摘要： 唱段《你在哪里啊,红莲》旋律多处引用运河岸边的民间小调、歌谣,旋律线条优美、婉转,让听者耳目一新。在唱段的五个部分中,不同部分阐述了男主人公不同情绪的变化,按这样的逻辑,作者把该唱段的五个部分以多段体连缀的方式组合。

摘要： 音乐基础理论中,调式占有相当重要的分量,调式分析需要综合思维.对于调式调性与调框架的关系、调号与非调号的辨别、旋律特征的把握、调式变音类型的辨认,包括转调、离调、调式交替的区分等等,都是需要整体进行考虑的.重属和弦与副属和弦中出现的变音,属于离调性变音体系的范畴,熟练掌握这类和弦对于分析西方古典音乐作品有着至关重要的作用.

摘要： 民族器乐是伟大的文化物质遗产，其自身旋律特征能促进其演奏表达效果。因而文章从民族器乐相关理论出发，分析民族器乐发展现状，研究民族器乐旋律特征，即现阶段民族器乐具有曲调优美、自然流畅、抒情显著等旋律特征。从而将民族器乐旋律特征进一步发扬光大，提升演奏效果。

摘要： 介绍扬琴在中国的发展情况,并以现代扬琴作品《涟漪》为例,阐述作品的结构及调性布局、和声功能特点、旋律特征、节奏特征,分析音乐创作的形成过程、音乐思想和艺术特征.

摘要： 本文通过抽取音乐中的旋律特征,建立了音乐的旋律相似度模型,并使用此模型对21首中国流行歌曲进行了旋律段的切分.切分结果表明人的感知切分结果和自动切分结果的匹配率可以达到82％以上,这一结果即表明人根据旋律感知切分结果的正确性,同时也表明了相似旋律模型的可用性,为下一步利用相似旋律模型进行自动旋律段的切分奠定了基础.

摘要： 本发明公开了一种多线条特征信息生成音乐旋律的方法、系统与装置，本发明方法分析多线条图片中各个单位长度线条的宽度、距离中心基准线的高度、颜色等信息，转换成音乐中音量、音调、音色等数值，并以此合成一段音乐旋律。通过本发明方法，可以将视听结合，应用于少儿音乐教育领域中，相信可以激发儿童对音乐和绘画艺术的兴趣，培养乐感和想象力。

摘要： 本实用新型公开了一种用于打击旋律乐器的琴键模块、键盘及打击旋律乐器。其中琴键模块包括琴键，其用于接受来自用户的打击或按压，以及基于所述打击或按压产生振动能量；嵌入口，其布置在所述琴键的上部、中间或下部并且用于安装感应单元；以及减振元件，其在所述琴键的底部或侧面与所述琴键连接或接触并且用于将所述琴键产生的振动能量进行衰减，以便实现减振。由于本方案中的减振元件可以将琴键产生的振动能量进行衰减，从而可以防止使用本方案中琴键模块的键盘或打击旋律乐器上的其他琴键由于琴键的振动而误产生音频信号，进而可以保证演奏效果。

摘要： 本实用新型涉及一种用于电子打击旋律乐器的装置和电子打击旋律乐器，包括人机界面，其与电子打击旋律乐器连接并且用于与电子打击旋律乐器进行人机交互，其至少包括用于选择电子打击旋律乐器的演奏模式的模式选项，其中电子打击旋律乐器不同的演奏模式模拟不同电子打击旋律乐器的音效；控制器，其配置用于接收用户经由模式选项对电子打击旋律乐器演奏模式的选择；并响应于接收到来自电子打击旋律乐器的演奏信号，根据选择的演奏模式来确定对应于演奏信号的音源数据，以便使用音源数据来获得模拟的电子打击旋律乐器的音效。利用本实用新型的方案，可以实现在一个电子打击旋律乐器上获得多种打击旋律乐器之一的演奏体验和效果。

摘要： 一种计算机应用技术领域的基于特征音符的音乐旋律分段自动标注方法，包括以下步骤：(1)数字音乐文件读取和旋律特征提取步骤：用于控制从数字音乐素材库中数字音乐文件的读取及对其进行旋律特征提取；(2)旋律分段特征音符检测步骤：用于对所述乐曲旋律特征进行旋律分段检测及进行标注，该步骤是基于音符类别特征及其音符长度特征来进行的；(3)旋律特征模板生成步骤：用于最终生成带有旋律分段信息的旋律特征模板文件并将其保存到音乐旋律特征数据库；所述的旋律特征由表征音符特征即音高差、时间的矢量序列来描述。本发明既能保持对用户哼唱输入的容错性，同时还能大幅度提高系统对哼唱输入的匹配检索速度。

摘要： 一种计算机应用技术领域的基于内容的数字音乐检索旋律特征数据库及生成系统，包括：数字音乐素材库存储部、数字音乐文件读取和旋律特征提取部、旋律分段特征音符检测部、旋律特征模板生成部、音乐旋律特征模板库存储部。数字音乐文件读取和旋律特征提取部读取数字音乐素材库存储部的音乐文件，经过旋律分段特征音符检测部对其进行旋律段位置特征的检测及标注后，被送至旋律特征模板生成部，得到旋律特征模板数据文件，并被保存到音乐旋律特征模板库存储部中，同时由旋律特征模板生成部发出生成流程完毕的通知给数字音乐文件读取和旋律特征提取部。本发明既能保持对用户哼唱输入的容错性，同时还能大幅度提高系统对哼唱输入的匹配检索速度。

摘要： 本申请提出一种采用基于音高轮廓声乐计量特征与整面域优化的旋律提取方法，基于专业声乐旋律特征分为频率分解、显著性计算、建立音高轮廓以及旋律生成四个步骤，大幅提高了对专业声乐特征提取的准确性；采用等响度滤波器优化处理使得信号的频率分布更符合人类听觉，改进信号相位信息缓解傅里叶变换存在的分辨率问题；利用类比谐波加权求和的方式计算谱峰显著性，使得显著性更加符合听觉原理；缓解浊音帧被误过滤的问题；采用基于音高轮廓声乐计量特征的方式优化旋律生成阶段，采用显著性加权的方式对旋律参考线进行不断调整，获得具有更高鲁棒性，能更好表征音频数据，并具有更强普适性和专业性的特征。

摘要： 本申请涉及一种基于旋律特征聚类与优化的哼唱检索方法，包括：对训练数据进行旋律特征提取，该特征为音高向量；对音高向量进行聚类并利用聚类标签训练DBN网络；利用训练好的DBN模型对测试数据提取特征；与训练集旋律特征库中的旋律特征进行匹配并找到所属类别，在类内继续匹配输出检索结果。本方法将优化初始聚类中心的k‑means算法引入到哼唱检索中，其能够依据高密度优先聚类的思想，有效提升密度差异较大数据集的聚类效果，聚类后同簇的旋律特征具有更高的结构相似性。本发明不仅检索稳定高效，而且检索精度高。

摘要： 本发明公开了一种基于旋律特征匹配的智能硬件钢琴曲复练指导方法，首先利用便携式智能硬件设备将演奏音乐的实时录音、麦克风阵列进行波速形成、背景噪声去除，然后将录制的音乐进行基频估计，求得所有谐波分量的频率来获取钢琴曲的旋律特征，其次获取钢琴曲中对应的音符获得音符的时间序列，最后经过动态时间规划、标准音符序列和演奏音符序列的匹配对比，获得相似度值，对匹配数值进行规整化并评断得分。整个系统基于智能硬件平台，方便携带使用，硬件平台要求低；针对钢琴曲音乐弹奏特点，基于旋律特征匹配，可快速高效的进行音符识别对比。本发明可帮助钢琴学习者迅速实现自我纠错，自我提升。

摘要： 一种计算机应用技术领域的基于内容的数字音乐检索旋律特征数据库及生成系统，包括：数字音乐素材库存储部、数字音乐文件读取和旋律特征提取部、旋律分段特征音符检测部、旋律特征模板生成部、音乐旋律特征模板库存储部。数字音乐文件读取和旋律特征提取部读取数字音乐素材库存储部的音乐文件，经过旋律分段特征音符检测部对其进行旋律段位置特征的检测及标注后，被送至旋律特征模板生成部，得到旋律特征模板数据文件，并被保存到音乐旋律特征模板库存储部中，同时由旋律特征模板生成部发出生成流程完毕的通知给数字音乐文件读取和旋律特征提取部。本发明既能保持对用户哼唱输入的容错性，同时还能大幅度提高系统对哼唱输入的匹配检索速度。

摘要： 一种计算机应用技术领域的基于特征音符的音乐旋律分段自动标注方法，包括以下步骤：(1)数字音乐文件读取和旋律特征提取步骤：用于控制从数字音乐素材库中数字音乐文件的读取及对其进行旋律特征提取；(2)旋律分段特征音符检测步骤：用于对所述乐曲旋律特征进行旋律分段检测及进行标注，该步骤是基于音符类别特征及其音符长度特征来进行的；(3)旋律特征模板生成步骤：用于最终生成带有旋律分段信息的旋律特征模板文件并将其保存到音乐旋律特征数据库；所述的旋律特征由表征音符特征即音高差、时间的矢量序列来描述。本发明既能保持对用户哼唱输入的容错性，同时还能大幅度提高系统对哼唱输入的匹配检索速度。