中文歌曲

摘要： 众所周知,“音乐是世界的语言”,通过中文歌曲进行对外汉语教学不失为一个好办法。如今中文歌曲在对外汉语教学中处于辅助手段,这方面的研究也比较薄弱,但如果能有效地加以利用,笔者相信中文歌曲在对外汉语教学中将会产生更大的作用。本文旨在挖掘中文歌曲在学习汉语词汇中的积极作用,探究中文歌曲在汉语国际教育中值得借鉴的地方,丰富教学方式,提高学生学习汉语的积极性,为汉语词汇教学提供新的教学思路,促进汉语教学的开展。

摘要： 汉语被认为是全世界最难学的语言之一,语音、词汇、语法、汉字无一不是外国学习者头疼的对象,而利用中文歌曲进行对外汉语教学可以有效地提高学习和教学效果.文章主要以中文歌曲对对外汉语教学中的积极影响,以及趣味性、实用性、针对性、规范性的选歌原则为基础,论述中文歌曲在对外汉语语音、词汇、语法、文化教学中的应用,以达到更好的对外汉语教学效果.

摘要： 儿童的认知特点和学习与习得方式与成人有很大的区别,TPR教学法则是一种适合儿童学习的教学法。中文歌曲富有趣味性和节奏明快等特点可以在很大程度上消除语言学习的枯燥性。身体部位汉语词汇的教学可以充分利用教师和学生的身体和动作进行。

摘要： 张明敏演唱的《我的中国心》是我从父亲那里学到的第一首中文歌曲。这首歌唱出了每位海外游子的心声,提醒我们身体流淌的是中华民族的血液,无论在世界的哪个角落都不能忘记自己是炎黄子孙。

摘要： 中文歌曲作为一种辅助材料和手段,在汉语教学中应用广泛,起到了激发学习者学习兴趣、提升汉语水平的作用.我们通过梳理中文歌曲应用于汉语课堂研究的发展历程,归纳中文歌曲的选取条件与原则,为后续对于中文歌曲应用研究打下坚实基础.

摘要： 在对外汉语教学活动中中文歌曲的应用及其辅助教学的作用已经引起了一些专家、学者的注意和重视。本研究基于音乐治疗学理论、视听教学理论、文化适应假说,探究出中文歌曲应用到对外汉语词汇教学中具有能营造良好的课堂氛围、提升学生的学习兴趣、促进学生的理解记忆、扩大学生的词汇储备、进一步了解中华文化的五点意义,并提出中文歌曲应用到对外汉语词汇教学中要注意科学选择歌曲内容、有效加强师生互动、合理控制教学时间、及时布置课后练习的四点策略。

摘要： 中文歌曲作为一种辅助材料和手段,在汉语教学中应用广泛,起到了激发学习者学习兴趣、提升汉语水平的作用。我们通过梳理中文歌曲应用于汉语课堂研究的发展历程,归纳中文歌曲的选取条件与原则,为后续对于中文歌曲应用研究打下坚实基础。

摘要： 在对外汉语教学中,听力课一向是让学生和教师们最头疼,也是最难出彩的课程。在听力课上,教师与学生都处于比较被动的局面,而且这门课学生的成绩也普遍低于其他课程的成绩。所以,如何扭转这种局面使听力课如其他课那般出彩已经引起了很多学者的注重。其中,在听力课中引入中文歌曲的方法是特别值得采用的。不仅有利于学习者的学习,也有利于教师压力的缓解。本文探讨了在对外汉语听力课上引入中文歌曲的可行性、作用、选歌原则以及选歌时所需注意的问题这四个方面,以期为后来的研究者抛砖引玉。

摘要： 音乐是人类的第二语言。在对外汉语教学中，将音乐引入课堂，让外国学生在一个轻松愉快的情绪中学习枯燥的语言，这样不仅能激发学生们的学习兴趣，还能降低语言教学的难度，帮助学生记忆。同时歌曲中的歌词也是一篇良好的教学素材，无论是语音教学、词汇教学、语法教学还是中华文化知识教学，都能从歌曲教学中开展。在对外汉语课堂中灵活运动歌曲教学可以让我们的课堂充满魅力，课堂的效率也会大大提高。

摘要： 《中国概况》课程是针对留学生编写的课程,也是留学生必须掌握和学习的课程,但是由于留学生文化背景和中国文化背景具有明显的差异性,所以导致在《中国概况》的学习中出现了学习困难的现象.对此文章以跨文化视域下中文歌曲在留学生《中国概况》课程中应用为研究对象,对跨文化视域下中文歌曲教学的意义和价值、留学生《中国概况》学习现状进行了阐述,并根据存在的问题提出了跨文化视域下中文歌曲在留学生《中国概况》课程中的具体应用,期望为《中国概况》课程教学提供有价值的参考.

摘要： 本发明涉及一种歌曲伴奏机的中文/日文歌曲的检索装置和检索方法，将与各中文/日文歌曲的曲名或歌手名对应的发音转换为罗马字符标记法并保存，根据使用者按照罗马字符标记法的发音而输入的中文/日文歌曲的曲名或歌手名，将预先保存的各中文/日文歌曲作为对象，对具有该罗马字符标记法的实际中文/日文歌曲进行检索，并通过显示单元显示被检索的中文/日文歌曲的结果数据，然后进行中文/日文歌曲的播放。

摘要： 本申请涉及音频技术领域，提供一种歌曲主旋律提取方法、歌曲处理方法、计算机设备和产品。本申请能有效将歌曲中包含伴唱和非伴唱部分的伴奏去除，清除了主旋律提取过程中存在的干扰信号，增加基于干声信号估计得到的主旋律的准确率。该方法包括：获得目标歌曲的歌曲信号以及目标歌曲对应的原始伴奏的伴奏信号；原始伴奏包含伴唱部分及非伴唱部分；将原始伴奏的伴奏信号和目标歌曲的歌曲信号输入自适应滤波器，由自适应滤波器识别目标歌曲中的初步干声信号；将目标歌曲的歌曲信号输入人声提取模型，得到人声提取模型输出的目标歌曲中的人声信号；根据初步干声信号和人声信号，确定目标歌曲的目标干声信号；根据目标干声信号得到目标歌曲的主旋律。

摘要： 本申请公开了歌曲推荐模型训练方法、歌曲推荐方法、设备及介质，包括：从歌曲音频训练集中选取不同的歌曲音频；将所述歌曲音频切分为多个音频片段；将所述音频片段输入初始模型，以便所述初始模型提取出所述音频片段的嵌入特征；基于同一歌曲音频的不同音频片段的所述嵌入特征，以及不同歌曲音频的音频片段的所述嵌入特征计算对比损失；基于所述对比损失对所述初始模型进行参数调节；当满足训练完成条件，则将参数调节后的初始模型确定为歌曲推荐模型。能够提升歌曲推荐模型的性能，进而提升歌曲推荐的精准度。

摘要： 本申请公开了一种模型训练、歌曲合成、音频标记和歌曲打分方法及其组件，该模型训练方法包括：获取歌曲音频和歌曲音频对应的歌曲模板；利用歌曲模板，确定歌曲音频中的呼吸位置，并基于呼吸位置，确定呼吸位置距离前一唱段的间隔时长；在呼吸位置处进行能量提取，得到呼吸位置对应的能量峰值和呼吸时长；在歌曲音频标注呼吸位置、间隔时长、能量峰值和呼吸时长，得到训练样本；利用训练样本，对回归模型进行训练，得到特征提取模型。本申请能够训练获得提取多种不同维度的呼吸特征的特征提取模型，该特征提取模型能够满足更多应用需求，如歌曲合成、音频标记和歌曲打分。

摘要： 本申请涉及一种人工智能的歌曲合成模型的训练方法，包括：获取初始样本集，初始样本集包括多种声源的初始样本，初始样本包括录制音频、录制音频的源歌词时长信息和录制音频的源乐谱信息；基于对初始样本中录制音频的音频变换进行样本增广，获得增广样本集，增广样本集的增广样本包括经过音频变换得到的增广音频、增广音频的增广歌词时长信息和增广音频的增广乐谱信息；根据初始样本集和增广样本集进行模型预训练，获得歌曲合成初始模型；获取目标声源的音频，基于目标声源的音频提取音色特征；基于音色特征对歌曲合成初始模型进行训练，获得歌曲合成模型。采用本方法能够实现合成歌曲的音色定制，从而提高歌曲合成的自然度。

摘要： 本申请公开了一种车用歌曲检索方法及车用歌曲检索装置。所述车用歌曲检索方法包括：获取使用者描述信息；提取所述使用者描述信息中的关键信息；根据所述关键信息从数据库中获取歌曲信息。本申请的车用歌曲检索方法根据使用者所描述信息中的关键信息进行歌曲的检索，从而能够实现智能化的歌曲检索，获取到符合用户需要的歌曲信息。

摘要： 本公开实施方式涉及歌曲创作方法、装置、存储介质与电子设备，涉及人机交互技术领域。所述歌曲创作方法包括：响应于对歌曲创作控件的触发操作，展示歌曲推荐界面；歌曲推荐界面包括M首待模仿歌曲；响应于从歌曲推荐界面中选定待模仿歌曲，展示歌曲策略界面；歌曲策略界面包括多种歌曲策略；响应于从歌曲策略界面中选定目标歌曲策略，展示歌词策略界面；歌词策略界面用于选取或输入歌词策略；响应于从歌词策略界面确定目标歌词策略，展示音源策略界面；响应于从音源策略界面中确定目标音源策略，展示目标歌曲。本公开提供了一种新的关于歌曲创作的交互形式，以帮助用户快速熟悉歌曲创作流程，并生成创作好的目标歌曲。

摘要： 本发明实施例提供了一种歌曲的特征提取模型训练方法、歌曲识别方法及相关设备，用于提升对歌曲识别的准确率。本申请实施例中歌曲的识别方法，包括：获取目标音频片段；提取出所述目标音频片段的歌词向量；提取出所述目标音频片段的目标嵌入向量；将所述目标音频片段的歌词向量和目标嵌入向量输入至特征提取模型，得到所述目标音频片段的融合向量；根据所述目标音频片段的融合向量，与数据库中每首歌曲的多个音频片段分别对应的多个融合向量，识别出与所述目标音频片段最相似的歌曲。

摘要： 本发明公开了一种基于多模态融合的中文歌曲情感分类方法，首先从音频信号中获取声谱图，并提取音频低层特征，然后基于LLD‑CRNN模型进行音频特征学习，从而得到中文歌曲的音频特征；对于歌词和评论信息，首先构建音乐情感词典，然后以该词典为基础，构造基于情感强度和词性的情感向量，从而得到中文歌曲的文本特征；最后使用决策融合和特征融合两种方法进行多模态融合，得到中文歌曲的情感类别。本方法基于LLD‑CRNN的音乐情感分类模型，该模型结合使用声谱图和音频低层特征作为输入序列。LLD集中在时域或频域，对于时、频特性关联变化的音频信号，而声谱图是音频信号在频率上的二维表示，在信息量上损失较少，因此，LLD和声谱图可以实现信息互补。

摘要： 本发明公开了一种基于多模态融合的中文歌曲情感分类方法，首先从音频信号中获取声谱图，并提取音频低层特征，然后基于LLD‑CRNN模型进行音频特征学习，从而得到中文歌曲的音频特征；对于歌词和评论信息，首先构建音乐情感词典，然后以该词典为基础，构造基于情感强度和词性的情感向量，从而得到中文歌曲的文本特征；最后使用决策融合和特征融合两种方法进行多模态融合，得到中文歌曲的情感类别。本方法基于LLD‑CRNN的音乐情感分类模型，该模型结合使用声谱图和音频低层特征作为输入序列。LLD集中在时域或频域，对于时、频特性关联变化的音频信号，而声谱图是音频信号在频率上的二维表示，在信息量上损失较少，因此，LLD和声谱图可以实现信息互补。