声学评价机制与儿童音乐天赋研究

刘珅

摘 要 本研究从天赋角度，回答职业音乐人的子女，是否与非职业音乐人的子女相比，更适合从事音乐相关行业。从教育分流角度，思考职业音乐人原生家庭的子女，是否更适合接受音乐教育，乃至专业音乐教育。从职业定位、社会分工角度，思考音乐世家是否比单一的音乐人，更容易胜任该领域工作。

本研究拟采用定量研究方法研究音乐范围的问题;采用社会科学视角研究音乐相关问题;以数据驱动研究音乐相关问题紧跟时代理论前沿。

关键词 声学评价机制 儿童音乐天赋 研究

中图分类号：G610                                 文献标识码：A  DOI：10.16400/j.cnki.kjdks.2020.01.044

Abstract From the perspective of talent， this study answers whether the children of professional musicians are more suitable for music related industries than the children of non professional musicians. From the perspective of educational diversion， this paper considers whether the children of the original families of professional musicians are more suitable for receiving music education， or even professional music education. From the perspective of professional orientation and social division of labor， this paper considers whether a musical family is more competent than a single musician in this field.

This study intends to use quantitative research methods to study the scope of music， social science perspective to study music related issues， and data-driven research to study music related issues closely following the theoretical frontier of the times.

Keywords acoustic evaluation mechanism; children's musical talent; research

1 国内研究趋势及现状综述

国内对于声音的研究，相关文献还是比较丰富的。虽然研究对象为音乐相关范围，但研究成果主要来源于IT行业。

江西科技师范大学音乐学院设计了视唱练耳教学系统，以视唱知识点和问题库为出发点对学生视唱提供了检验手段。（Qiao Z， Yan B， 2017）。

因为音色变量的提取便利，建立在演唱声音的评价上的研究较多，其中有采用量化研究法从声乐教学视角研究声音频谱的研究（黄莺，2012）。

利用神经网络建立声乐评价机制的研究（王修信，徐国钰，梁冬冬，王佳菊，潘永华，2007），利用特征匹配的方法建立声乐评价机制的研究（李文娟，张文俊，张莹，潘晋。基于特征比较的声乐评价方法，2009）。目前的研究趋势主要集中采用BP神经网络的方式对数据进行机器学习，进而对歌唱进行评价。对于音色的相关研究都涉及声乐演唱的共振峰频率参数（于善英，2004）。

对于节奏方面的研究主要来自于杨健教授的器乐作品音乐风格分析。其中涉及到器乐研究具体研究方法和作品分析应用，其研究技术场景主要有杨教授根据其提出的弹性节奏理论，通过标记节奏数据变化，制作节奏变化图表，从而进行器乐作品风格的分析（杨健，2008）。

笔者所见：中科院自动化研究所，于2017-12月基于大数据开发的人工智能评价程序，是对演唱音频进行AI智能评价的最新应用场景。

2 国外研究趋势及现状综述

國外关于量化研究的历史比较久远，最早可以追溯到对于人类才能的研究。

人类才能的量化研究起始于比纳西蒙智力测验（Lewis M·Terman， 1933），当时的测试主要是有关智力方面的。测试的方法也是由一些类似于试卷的试题组成。该方法最初用于测试智商，评判儿童是否天才。

美国哈佛大学教育研究生院霍华德·加德纳教授1983年在《智能的结构》一书中首先提出了多元智能理论（霍华德·加德纳， 2008）。其中出现了对音乐才能的定量研究。

20世纪80年代末，对于才能的定义由智慧、智力、创造力转向在如音乐、艺术、技术等某一特定领域的才能（D. J. Treffinger and J. F. Feldhusen， 1996; J. A. Plucker， 2013）。

20世纪，“费林效应”提出文化对认知专长发展具有重要影响。该研究认为越来越多的科学进步，视频、游戏，电视节目和电影使许多人变得聪明（S. Johnson， Everything Bad Is Good for You，2006; D. F. Marks， 2010）。

人类的进步在体育方面体现为，当今的世界运动记录比一个世纪以前高出了至少50%（R. Schulz and C. Curnow， 1988; K. A. Ericsson， R. W. Roring， and K. Nandagopal， 2007）。在1908年还被视为危险项目的高台跳水空翻两周，在今天，已被视为标准技能之一（M. J. Karvonen and M. Niemi， 1953;S. Le， J. Josse， and F. Husson， 2008）。于是笔者思考在音乐范围是否同一现象。

利用声学仪器进行音乐研究的课题有法国籍越南人TranOuangHai记录的法国纪录片《泛音之歌》，该研究是笔者所见使用量化研究法研究音乐的早期成果。

2011年提出的发展特大模型（talent-development mega-modal），在调查了歌手、乐器演奏家、舞蹈家、演员、作曲家、编导、作家等后指出，表演者和生产者的鉴别方式存在差异（R. F. Subotnik， P. Olszewski-Kubilius， and F.C. Worrell， 2011）。

涉及表演本体的有：关于儿童音高、响度、节奏、时值、音色和调性记忆的基础性研究（bergendal and talo，1969），“音乐表演自动分析与比较工具包”提供了数字化手段的分析方法（AMPACT，2010）。

在合唱教学领域展开的，对演唱者音准、音域、音高、辨别和乐音记忆效应的研究的》（Aaron，1990）。

3 研究目标

将被试儿童分为两组，通过对儿童演唱音频的定量分析，分别对音准、节奏等因素的准确程度提取变量，采用BP神经网络的方式对演唱音频进行评价，从而得出结论，是否音乐工作者的后代在儿童时期更具音乐天赋。

4 研究内容

将所有样本分为两组，既音乐人的后代与非音乐人的后代。其中音乐人的后代中细分职业的音乐相关性。通过问卷区分亲属职业音乐相关度，即父母双方皆为音乐相关职业从业者，父母一方为音乐相关职业从业者，爷爷辈为音乐从业者，近亲为音乐从业者，远亲为音乐从业者。从亲属音乐从业相关度区分为音乐创作从业者，演唱性职业从业者，演奏性职业从业者，戏曲类职业从业者，舞蹈类职业从业者。非职业音乐人细分为能够演奏乐器的音乐爱好者，能够演唱歌曲的音乐爱好者，经常欣赏音乐的音乐爱好者，不经常欣赏音乐的非音乐爱好者。

儿童选取自己喜爱的拿手歌曲一段进行演唱。采用音频采样方式，录入儿童唱歌的音频。根据比奈-西蒙智力测量的测量方法，按年龄对演唱样本进行不同的分组。用以控制随年龄增长音乐才能的增加。数据采集过程如下：

4.1 音准准确度测量

通过调音器软件量化演唱过程的音准。计算演唱过程的平均音准频率误差。将演唱所有音按半音阶排列，计算各音对应频率：n=12log2 （f/fo）。将平均演唱音高频率与国际标准协会规定的la（fo）=440Hz的标准音高频率进行对比，判断其是否准确。检测周期采用自相关周期检测算法。取周期倒数得到歌声基音频率，然后取各帧基音频率均值fave。同样用自相关周期检测算法，计算歌曲中各音对应的频率，取平均频率Fave。

公式：平均频率误差=∣fave-Fave∣/Fave（王修信，2007）

4.2 节奏准确度测量

通过节拍器软件量化演唱过程的节奏。为使节奏灵活度不受固定节奏限制。在节奏准确度和灵活度方面参考弹性节奏理论。选择经过平滑处理后的高斯窗，窗口根据需要选择每小节或每拍的整倍数。取起拍时刻的时间数值为节奏参数。

公式：每分钟节拍数=60/相邻两拍点的时间间隔（秒）

节奏准确度=儿童演唱每音间隔-原版演唱每音间隔/原版演唱每音间隔？100%（杨健，2008）。采用高斯窗函数将演唱音频节奏与原版音视频资料节奏进行平滑处理，突出主要节奏数据点。将演唱音频按时间排列，截取相同的帧长，将每帧的演唱速度取平均值，与原版进行对比，计算节奏准确度与原版音频的误差，判断其是否准确（吴兴铨，2018）。

4.3 音色测量

采用共振峰衡量声音的品质。低频共振峰提供声音的深度和共鸣，高频共振峰提供声音的色彩。这些频谱特征形成了声音音质（于善英，2004）。将采集音频中进行数字化后，呈现为快速傅立叶转换频谱图（spectrum）和三维曲面频谱图（3d surface）。采用AR模型提取共振峰频谱特征，量化共振频率赫兹数（李小武等，2012）。与原版演唱所含各音参考共振频率谐音数目、谐和程度做对比，接近原版演唱音频频谱共振峰范围以内为声音共鸣良好、音色干净且透亮、集中的音色，从不同儿童演唱样本音色与原版音频的音色差别判断音色质量优劣。

5 結语

通过软件，能够有效量化演奏者演奏效果，使乐器演奏分析过程变得更加快捷。将速度相对值、乐器绝对音高、音感差异、乐器演奏共振峰强度瞬间谐音能量分布信息等因素采集为向量，即可以进行量化分析。如此有利于提高乐器演奏、教学、研究水平，对于演奏技术创新有着促进作用。

基金项目：华中师范大学2018年教学研究项目（2018023）

参考文献

[1] Qiao Z， Yan B. Music Solfeggio Learning Platform Construction and Application[J]. International Journal of Emerging Technologies in Learning，2017.12（12）：14.

[2] 杨健.音乐表演实践研究的计算机可视化音响参数分析方法[J].音乐艺术：上海音乐学院学报，2008（4）：54-62.

[3] 王修信，徐国钰，梁冬冬，王佳菊，潘永华.几种声学参数在艺术嗓音客观评价中的应用[J].广西物理，2007.28（2）.