多声部音乐

摘要： 戏曲音乐的特点可被概括为吐纳扬弃以及兼收并蓄,可以说,正是因为上述特点的存在,才使得戏曲音乐始终保持着强大的生命力,能够根据所处时代,对自身形式、内容进行调整,在全球一体化趋势越发明朗的当下,西方作曲技术给戏曲所产生影响有目共睹。文章便以此为背景,先对戏曲音乐的构成和其他相关内容进行了说明,包括构成要素、转型方向,随后,围绕戏曲音乐中西方作曲技术的运用展开了讨论,内容主要涉及四个方面,分别是主题贯串、转调技术、多声部音乐还有乐队组织。分别结合《杜鹃山》、《红灯记》、《海港》等脍炙人口的戏曲代表作品,对以上技术的实际运用、所取得效果进行了深入剖析,希望能给相关人员带来帮助或是启发,为日后创作戏曲音乐等工作的开展提供理论依据。

摘要： 多声思维是学生音乐学习过程中必须努力掌握的一个重要技能。笔者基于教学实践,提出初中合唱课堂教学中组织多声思维训练,有助于培养学生的集体协作能力和音乐综合素养,并总结了多声思维训练在初中合唱课堂中的现状和策略,旨在为一线教师提供参考,构建高效合唱课堂。多声思维是多声部音乐的产生和发展过程中,随着演唱者多声感觉、听觉与欣赏习惯以及能力的发展而逐渐形成的一种立体状思维方式,充分体现了个体与个体。

摘要： 民乐合奏课程是当下高校音乐专业教学的重点内容,是民族器乐专业最重要的必修课程之一。课程形式一般以集中训练为主、声部训练为辅,由管乐、弦乐、弹拨乐、打击乐四个部分组成,培养器乐专业学生的多声部音乐听觉与立体音乐记忆能力,是音乐基础理论课程和音乐教育理论课程及指挥课程的延伸,也是培养学生团结协作与集体审美观和集体表现音乐能力的课程,是巩固各种乐器技能与综合能力培养的实训课程;培养优秀的中国民族音乐文化的传承人,使其毕业后能胜任专业民族乐团的需求。

摘要： 随着时间的推移和社会经济的不断发展,具有丰厚文化艺术价值的多声部民歌面临着演唱人群萎缩、听赏人群衰减和市场化多媒体化力度不足、传播力影响力大幅下降等问题。本文从思维视角、技术革新、形式重构三个方面入手,以多声部民歌实操案例为依据,论述如何打破已有的陈旧思维,在新时代、新技术、新渠道背景下,利用现代艺术表现手法和技术手段进行大胆创新,让多声部民歌能够真正活起来、传下去。

摘要： 和声是伴随着西方9世纪“奥尔加农”多声部音乐发展而建立的,但从和声学研究理论体系来看,真正系统化、逻辑化的和声理论却是从进入主调音乐开始逐步建立的。本论文以大小调式功能和声体系理论研究成果为切入点,主要通过共性写作时期两部作品分析进一步揭示功能和声体系和声运动的本质特点及其构成方式。

摘要： "世界上最美的声音是童声,其中最动人的歌声是童声合唱。"音乐课程标准指出:"要更加重视并着力加强合唱教学,使学生感受多声部音乐的丰富表现力,尽早积累与他人合作演唱的经验,培养集体意识及协调、合作能力"。笔者在多年的班级合唱教学中发现,班级合唱存在的主要问题有学生缺乏倾听的习惯,不善于倾听别人和自己的声音;缺乏与他人的合作意识和能力等。为此我从三年级开始,根据循序渐进的教学理念采取了一系列实践策略,现抛砖引玉希望得到同行的指正。

摘要： 合唱是以群体歌唱为本体的艺术表演形式,隶属于多声部音乐的类别。以发声为基础,以良好的气息支持和良好的共鸣为前提,这是合唱与其他声乐演唱形式的共同点,但是合唱也有着自己鲜明的特色与艺术表现形式,即合唱更强调共性,在多声部中追求和谐与均衡,强调在富有变化的基础上保持协调一致。由于合唱拥有如此的艺术特点及其品质,音乐教育工作者在进行合唱教学时应当注重区别于其他歌唱形式的不同教育手段及策略。此外,合唱也植根于社会和人民群众中,我国著名合唱指挥家严良堃说过:“一个国家文明程度的高低,就音乐而言是以合唱为衡量的。”

摘要： 和声学是培养学生多声部音乐思维能力的重要学科,而奥尔夫音乐教学法则是推动和声学教学创新的有效方法.文章基于此,首先简单介绍了奥尔夫音乐教学法,继而分析了高校和声学教学的现状,包括教学方法陈旧、听觉训练不足、忽略和声音响、实践教学薄弱,并就如何在高校和声学教学中运用奥尔夫音乐教学法提出了对策.

摘要： 本文通过对多声部音乐理论学习与实践相结合的相关研究,围绕多声部音乐是什么、多声部音乐的起源与发展概况、为何要学习多声部音乐、多声部音乐理论学习与实践的相互作用及其对教师教学、学生学习的影响进行论述。

摘要： 本发明多音色多音效带音乐灯的两声部独弦琴属于一种新型拨弦电声乐器，其主体呈流线体外形，各部件为里外上下组合结构，在琴头部两侧各设一个琴轴，在琴面板前部设三角琴码和三只琴弦拾音器，琴头上设琴盔，琴背上设指板箱，指板箱后端设滚动琴码，在琴尾部设摇杆，摇杆下部设拴弦器，用拴弦器和两个琴轴拴系两根琴弦，用前后两个琴码支撑琴弦，在琴腰部设音效器箱和音效拾音器，音效器箱内设有脚控打击器，在琴嘴上方设音乐灯塔，琴身内腔设声电光转换放大装置。此琴可分别或同时演奏高低两个声部，手脚配合可演奏多种泛音和实音及多种打击乐音效，音色纯厚柔美、颗粒感强，音乐灯塔能发出随音乐节奏变化的彩光，声光色相映，音乐表现力更强。

摘要： 一种音乐装置，包括一发生器装置，具有多个用于同时产生各种音调的声道，至少一个声道被分配以生成属于由相互平行配置的多个旋律声部的合唱音调；一提供器装置，提供分配给多个声道的音乐信息以生成各种音调；一控制器装置根据都属于同一旋律声部的音符及参数来控制生成器装置的所述一声道，以生成该合唱音调，使所述一声道与属于另一旋律声部的另一合唱音调无关地生成属于一旋律声部的一合唱音调。

摘要： 本发明提供一种声部显示装置。所述声部显示装置具有：选项卡显示单元，其对与多个声部组各自对应的多个选项卡进行显示；摘要信息显示单元，其在所述多个选项卡各自中，对所对应的声部组的各声部的摘要信息进行显示；选项卡选择接收单元，其对所述多个选项卡中的任1个选项卡的选择进行接收；以及详细信息显示单元，其对包含与所选择的选项卡相对应的声部组的详细信息在内的声部详细画面进行显示。

摘要： 本发明多音色多音效带音乐灯的两声部独弦琴提供了一种由琴身、两根琴弦、两个琴轴、三角琴码、滚动琴码、琴弦拾音器、音效拾音器、摇杆、拴弦器、音色调档器、指板、音效器、琴盔、音乐灯塔、声光电转换装置、脚控打击器和脚踏键盘等主要部件组成的新型电声乐器；所述两根琴弦调为八度音程关系，分拨或同拨两弦可分别演奏高低两个声部或两个声部的八度和声，配合音色调档器和指板能演奏多种泛音音色、多种实音音色，利用音效器和音效拾音器还能演奏多种打击乐音效，并能手脚配合同时演奏，熟练后一个人的演奏能获得近似一个小乐队的演奏效果，而且演奏时有音乐灯塔闪亮随音乐节奏强弱变化而变化彩色灯光，有较强的音乐表现力和视听艺术效果。

摘要： 本实用新型多音色多音效带音乐灯的两声部独弦琴是在现有独弦琴的基础上改革创新研制的一种新型电声乐器，琴身似飞机流线形，特征是在琴头部两侧各设一琴轴，在琴面板前部依次设三角琴码和三只琴弦拾音器，在琴头上设琴盔，在琴脊背上设指板箱，指板箱后端设滚动琴码，在琴尾部设摇杆，摇杆下部设拴弦器，用两琴轴和拴弦器和前后两个琴码拴系和支撑两根琴弦，在琴后腰部设音效器箱和音效拾音器，在琴嘴上方设音乐灯塔，在琴身内腔设声电光转换放大装置，设有脚控打击器，能手脚同时配合演奏，可分别或同时演奏高低两个声部，能演奏多种泛音和实音音色及多种打击乐音效，音色丰富厚实颗粒感强，音乐灯光随音乐节奏变化，声光色相映，音乐表现力强。

摘要： 本发明提出一种利用GPU对多声部音乐进行旋律提取的并行化方法，该方法有三大步骤：步骤一，在GPU上对音乐数据进行频谱变换和音高显著值计算；步骤二，在CPU上利用音高显著值构造音高轨迹，然后求取音高轨迹的相关特征，并利用这些特征进行语音检测；步骤三，对剩余的语音轨迹进行倍频删除和异常值删除，最终获得多声部音乐的旋律轨迹。本发明立足于多声部音乐，但是可以更好地应用在不含背景音的音乐和语音中。利用GPU进行旋律提取，将提取时间由秒级降到毫秒级，从而达到实时应用的标准。此外，它显著降低了提取所需要的硬件资源，同时提高了算法的开发进度，使该方法在商业应用和科学研究领域均具有广泛地实用价值和应用前景。

摘要： 一种基于深度学习的多声部音乐人声主旋律提取方法，涉及深度学习领域和音频信号处理领域。包括以下步骤：1)基于音高显著性的多声部音乐音频信号预处理：利用显著性函数中谐波求和，通过频谱图分析、相位谱计算、显著性图谱计算、归一化处理的步骤获得输入神经网络的数据特征；2)基于多分类神经网络进行音高估算：将步骤1)预处理方法中得出的显著性图谱作为神经网络的输入，通过一个用于分类的神经网络来估算逐帧的音高。集合传统方法中对音频特征分析的优势，能较好地提取出音频的音高显著性特征，同时结合深度学习的先进方法，搭建神经网络训练模型，在预测结果时比传统的计算方法要更加快速高效。

摘要： 本发明涉及人工智能领域，公开了基于多声部的音乐数据识别方法、装置、设备及存储介质，用于提高识别单声部音乐数据的准确率。基于多声部的音乐数据识别方法包括：获取多声部音乐数据，并采用卷积神经网络将多声部音乐数据转换为音乐序列，音乐序列包括音高序列和节奏序列；将音乐序列输入多声部音乐识别模型中进行递归卷积，生成多个样本乐谱序列组；根据多个样本乐谱序列组、预先训练好的音乐语言模型和条件概率模型，生成多个匹配概率组，多个样本乐谱序列组与多个匹配概率组一一对应；基于多个匹配概率组在多个样本乐谱序列组中确定多个目标单声部音乐数据。此外，本发明还涉及区块链技术，多声部音乐数据可存储于区块链中。

摘要： 本发明实施例提供了基于长短时神经网络的多声部音乐生成方法及装置，本发明涉及人工智能技术领域，该方法包括：构建音乐生成模型，通过包括多个声部的音乐样本数据训练音乐生成模型，得到训练好的音乐生成模型的网络参数及多个声部的音符概率密度分布；获取用户输入的用于预生成多声部音乐的特征参数，特征参数包括预设音乐时长、预设节奏序列及预设延音序列；向训练好的音乐生成模型中依次输入多个声部的音符随机序列，以使音乐生成模型根据音符随机序列、网络参数及多个声部的音符概率密度分布生成匹配特征参数的多声部音乐。本发明实施例提供的技术方案能够解决现有技术中难以生成多个声部之间协调的音乐的问题。

摘要： 本发明提出一种利用GPU对多声部音乐进行旋律提取的并行化方法，该方法有三大步骤：步骤一，在GPU上对音乐数据进行频谱变换和音高显著值计算；步骤二，在CPU上利用音高显著值构造音高轨迹，然后求取音高轨迹的相关特征，并利用这些特征进行语音检测；步骤三，对剩余的语音轨迹进行倍频删除和异常值删除，最终获得多声部音乐的旋律轨迹。本发明立足于多声部音乐，但是可以更好地应用在不含背景音的音乐和语音中。利用GPU进行旋律提取，将提取时间由秒级降到毫秒级，从而达到实时应用的标准。此外，它显著降低了提取所需要的硬件资源，同时提高了算法的开发进度，使该方法在商业应用和科学研究领域均具有广泛地实用价值和应用前景。