一种基于大数据识别的钢琴演奏纠错系统技术方案

本发明专利技术属于钢琴演奏纠错技术领域，具体公开提供的一种基于大数据识别的钢琴演奏纠错系统，该系统包括：分析钢琴演奏者对各错误音符的曲谱识别评估系数，了解演奏者在演奏中对曲谱的熟悉程度，为后续训练提供依据和参考；分析钢琴演奏者对曲谱中各剩余错误音符的节奏掌握度，更准确地了解演奏者对曲谱音符的节奏掌握情况，从而帮助演奏者提高钢琴演奏技巧；分析各剩余错误音符的左相邻音符的手势符合度，可以更好地对其演奏手势进行评估，进而对错误手势加以调整和完善；将曲谱演奏音频中各错误音符的错误类型反馈给钢琴演奏者，使钢琴演奏者能够更准确地发现和纠正演奏中出现的错误。的错误。的错误。

【技术实现步骤摘要】
一种基于大数据识别的钢琴演奏纠错系统


[0001]本专利技术属于钢琴演奏纠错
，涉及到一种基于大数据识别的钢琴演奏纠错系统。

技术介绍

[0002]钢琴演奏作为一种古老且广泛应用的音乐表演形式，一直以来都是音乐家和音乐学习者们的重要训练内容。然而，在钢琴演奏过程中，由于演奏者的技术水平、情绪状态、身体状态等多种因素，可能会产生一些错误或瑕疵，如错误的音符、节奏不准、音乐表达不到位等，这些错误可能会影响演奏的质量和效果。
[0003]现有的钢琴纠错系统主要是将演奏者参照曲谱进行钢琴弹奏的音频特征文件与曲谱的标准音频特征文件进行比较，根据比较结果对演奏者进行纠错。针对上述方案，本专利技术人认为只针对音频进行纠错是不全面的，具体体现在：(1)现有技术是从音频特征文件中提取钢琴按键时长和力度信息，没有考虑到错误音符的具体错误原因可能是演奏者对曲谱识别错误，如果对曲谱的识别错误程度较高，就可能误导演奏者进行错误的钢琴演奏练习。
[0004](2)没有针对演奏者的手势进行分析，钢琴演奏中手势的不同会对演奏音符的声音特性产生影响，手势不当会导致误差发生，而演奏者的手势和技巧本身是提高演奏质量和技能的关键因素，若没有对此进行分析，可能会忽略其对演奏结果的重要影响。
[0005](3)没有将各错误音符的错误类型反馈给钢琴演奏者，对钢琴演奏中的错误类型进行分辨和反馈，可以帮助钢琴演奏者能够迅速发现和改正错误，有针对性地进行训练和改进，避免错误在长时间的练习中形成习惯。

技术实现思路

[0006]鉴于此，为解决上述
技术介绍
中所提出的问题，现提出一种基于大数据识别的钢琴演奏纠错系统。
[0007]本专利技术的目的可以通过以下技术方案实现：本专利技术提供一种基于大数据识别的钢琴演奏纠错系统，包括音频获取模块，用于采集钢琴演奏者的曲谱演奏视频，从曲谱演奏视频中提取曲谱演奏音频，将其与数据库中对应曲谱的标准音频进行对比，筛选出曲谱演奏音频中各错误音符。
[0008]曲谱视错评估模块，用于从钢琴演奏者的曲谱演奏视频中提取各错误音符的手势图像，获取各错误音符的各正确按键的按键深度，分析钢琴演奏者对各错误音符的曲谱识别评估系数。
[0009]错误类型识别模块，用于将各错误音符的曲谱识别评估系数与预设的对应音符的曲谱识别评估系数阈值进行对比，筛选出曲谱识别错误类型的各错误音符，进而筛选出各剩余错误音符。
[0010]节奏掌握度分析模块，用于获取各剩余错误音符与其左右相邻音符的间隔时长，分析钢琴演奏者对曲谱中各剩余错误音符的节奏掌握度。
[0011]手势符合度分析模块，用于获取各剩余错误音符的左相邻音符的手势图像，分析各剩余错误音符的左相邻音符的手势符合度。
[0012]曲谱操作评估模块，用于分析钢琴演奏者对各剩余错误音符的曲谱操作评估系数，将其与预设的曲谱操作评估系数阈值进行对比，得到各剩余错误音符的错误类型。
[0013]错误类型反馈模块，用于统计各错误音符的错误类型，进而将各错误音符的错误类型反馈给钢琴演奏者。
[0014]数据库，用于存储各曲谱的标准音频和各曲谱的标准音频中各排序位置的音符，并存储各排序位置的音符对应的标准音调、标准响度和标准音色以及各音符的标准手势图像。
[0015]作为一种优选的方案，所述筛选出曲谱演奏音频中各错误音符具体为：从曲谱演奏音频中提取出曲谱的各音符，获取各音符的排序位置，从数据库中对应曲谱的标准音频中提取对应曲谱的各音符，将其按照顺序进行排序，进而将曲谱演奏音频中各排序位置的音符与数据库中对应曲谱的标准音频中对应排序位置的音符进行匹配，得到各排序位置的音符对应的声音特征匹配度，进而将各排序位置的音符对应的声音特征匹配度与预设的声音特征匹配度阈值进行对比，筛选出声音特征匹配度不达标的各音符，将其记为曲谱演奏音频中各错误音符。
[0016]作为一种优选的方案，所述分析钢琴演奏者对各错误音符的曲谱识别评估系数具体为：从钢琴演奏者的曲谱演奏音频中提取各错误音符对应的排序位置，在数据库对应曲谱的标准音频中标记出对应排序位置的音符，将其记为各错误音符的参照音符。
[0017]从数据库中提取各错误音符的参照音符对应的标准手势图像，在各错误音符的参照音符对应的标准手势图像上标记出各手指对应的按键位置，将其记为各错误音符的参照音符对应的各参照按键位置，统计各错误音符的参照音符对应的参照按键位置数量A
i
'，i为曲谱演奏音频中错误音符编号，i＝1,2,...,c。
[0018]从各错误音符的手势图像中提取各按键位置，将其与对应参照音符的各参照按键位置进行匹配，若某错误音符的某按键位置与对应参照音符的某参照按键位置匹配，则该错误音符的该按键位置为正确按键位置，得到各错误音符的各正确按键位置，统计各错误音符的正确按键位置数量，记为A
i
，进而从各错误音符的手势图像中获取各正确按键位置的按键深度B
ij
，j为错误音符的正确按键位置编号，j＝1,2,
…
,b。
[0019]在各错误音符的参照音符中标记出各正确按键位置对应的参照按键位置，将其记为各正确按键位置的标准按键位置，并从各参照音符的标准手势图像中获取各正确按键位置的标准按键位置的标准按键深度B
ij
'。
[0020]根据评估公式得到钢琴演奏者对各错误音符的曲谱识别评估系数，其中α1、α2分别表示为预设的错误音符中正确按键数量和正确按键的按键深度对应的评估权重因子，α1+α2＝1且α1＞α2。
[0021]作为一种优选的方案，所述筛选出曲谱识别错误类型的各错误音符具体为：将钢琴演奏者对各错误音符的曲谱识别评估系数与预设的曲谱识别评估系数阈值进行对比，当某错误音符的曲谱识别评估系数小于预设的曲谱识别评估系数阈值时，则判定该错误音符
的错误类型为曲谱识别错误类型，筛选出曲谱识别错误类型的各错误音符；当某错误音符的曲谱识别评估系数大于或等于预设的曲谱识别评估系数阈值时，则将该错误音符记为剩余错误音符，进而筛选出各剩余错误音符。
[0022]作为一种优选的方案，所述分析钢琴演奏者对曲谱中各剩余错误音符的节奏掌握度具体为：从钢琴演奏者的曲谱演奏视频中提取各音符的按键子视频，将按键子视频的开始时间与结束时间的间隔时长作为各音符的按键时长，从中筛选出各剩余错误音符的按键时长，记为T
r
，r为剩余错误音符的编号，r＝1,2,
…
,m。
[0023]获取各剩余错误音符对应的左相邻音符按键子视频和对应的右相邻音符按键子视频，将各剩余错误音符对应按键子视频的开始时间与其对应左相邻音符按键子视频的结束时间的间隔时长，作为各剩余错误音符与其左相邻音符的间隔时长，记为T
r(1)
；将各剩余错误音符按键子视频的结束时间与对应错误音符的右相邻音符按键子视频的开始时间的间隔时长，作为各剩余错误音符与其右相邻音符的间隔时长，记为T
r(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据识别的钢琴演奏纠错系统，其特征在于：该系统包括：音频获取模块，用于采集钢琴演奏者的曲谱演奏视频，从曲谱演奏视频中提取曲谱演奏音频，将其与数据库中对应曲谱的标准音频进行对比，筛选出曲谱演奏音频中各错误音符；曲谱视错评估模块，用于从钢琴演奏者的曲谱演奏视频中提取各错误音符的手势图像，获取各错误音符的各正确按键的按键深度，分析钢琴演奏者对各错误音符的曲谱识别评估系数；错误类型识别模块，用于将各错误音符的曲谱识别评估系数与预设的对应音符的曲谱识别评估系数阈值进行对比，筛选出曲谱识别错误类型的各错误音符，进而筛选出各剩余错误音符；节奏掌握度分析模块，用于获取各剩余错误音符与其左右相邻音符的间隔时长，分析钢琴演奏者对曲谱中各剩余错误音符的节奏掌握度；手势符合度分析模块，用于获取各剩余错误音符的左相邻音符的手势图像，分析各剩余错误音符的左相邻音符的手势符合度；曲谱操作评估模块，用于分析钢琴演奏者对各剩余错误音符的曲谱操作评估系数，将其与预设的曲谱操作评估系数阈值进行对比，得到各剩余错误音符的错误类型；错误类型反馈模块，用于统计各错误音符的错误类型，进而将各错误音符的错误类型反馈给钢琴演奏者；数据库，用于存储各曲谱的标准音频和各曲谱的标准音频中各排序位置的音符，并存储各排序位置的音符对应的标准音调、标准响度和标准音色以及各音符的标准手势图像。2.根据权利要求1所述的一种基于大数据识别的钢琴演奏纠错系统，其特征在于：所述筛选出曲谱演奏音频中各错误音符具体为：从曲谱演奏音频中提取出曲谱的各音符，获取各音符的排序位置，从数据库中对应曲谱的标准音频中提取对应曲谱的各音符，将其按照顺序进行排序，进而将曲谱演奏音频中各排序位置的音符与数据库中对应曲谱的标准音频中对应排序位置的音符进行匹配，得到各排序位置的音符对应的声音特征匹配度，进而将各排序位置的音符对应的声音特征匹配度与预设的声音特征匹配度阈值进行对比，筛选出声音特征匹配度不达标的各音符，将其记为曲谱演奏音频中各错误音符。3.根据权利要求1所述的一种基于大数据识别的钢琴演奏纠错系统，其特征在于：所述分析钢琴演奏者对各错误音符的曲谱识别评估系数具体为：从钢琴演奏者的曲谱演奏音频中提取各错误音符对应的排序位置，在数据库对应曲谱的标准音频中标记出各错误音符对应的排序位置的音符，将其记为各错误音符的参照音符；从数据库中提取各错误音符的参照音符对应的标准手势图像，在各错误音符的参照音符对应的标准手势图像上标记出各手指对应的按键位置，将其记为各错误音符的参照音符对应的各参照按键位置，统计各错误音符的参照音符对应的参照按键位置数量A
i
'，i为曲谱演奏音频中错误音符编号，i＝1,2,...,c；从各错误音符的手势图像中提取各按键位置，将其与对应参照音符的各参照按键位置进行匹配，若某错误音符的某按键位置与对应参照音符的某参照按键位置匹配，则该错误
音符的该按键位置为正确按键位置，得到各错误音符的各正确按键位置，统计各错误音符的正确按键位置数量，记为A
i
，进而从各错误音符的手势图像中获取各正确按键位置的按键深度B
ij
，j为错误音符的正确按键位置编号，j＝1,2,...,b；在各错误音符的参照音符中标记出各正确按键位置对应的参照按键位置，将其记为各正确按键位置的标准按键位置，并从各参照音符的标准手势图像中获取各正确按键位置的标准按键位置的标准按键深度B
ij
'；根据评估公式得到钢琴演奏者对各错误音符的曲谱识别评估系数，其中α1、α2分别表示为预设的错误音符中正确按键数量和正确按键的按键深度对应的评估权重因子，α1+α2＝1且α1＞α2。4.根据权利要求3所述的一种基于大数据识别的钢琴演奏纠错系统，其特征在于：所述筛选出曲谱识别错误类型的各错误音符具体为：将钢琴演奏者对各错误音符的曲谱识别评估系数与预设的曲谱识别评估系数阈值进行对比，当某错误音符的曲谱识别评估系数小于预设的曲谱识别评估系数阈值时，则判定该错误音符的错误类型为曲谱识别错误类型，筛选出曲谱识别错误...

【专利技术属性】
技术研发人员：宋奕莹，姜在新，
申请(专利权)人：齐齐哈尔大学，
类型：发明
国别省市：