[发明专利]一种面向教育的多维度歌唱评价方法

说明书

本发明提供了歌唱评价技术领域的一种面向教育的多维度歌唱评价方法，包括：步骤S10、获取包括待评价音频数据和标准音频数据的音频数据集；步骤S20、对音频数据集进行数据清洗；步骤S30、提取音频数据集的声学特征；步骤S40、对声学特征进行预处理；步骤S50、创建乐感评价模型、音准评价模型、节奏评价模型、整体性评价模型、咬字吐字评价模型、总评价模型；步骤S60、基于乐感评价模型、音准评价模型、节奏评价模型、整体性评价模型、咬字吐字评价模型以及声学特征对评价音频数据进行评价，依次生成评价值；步骤S70、总评价模型基于各评价值生成总评价值。本发明的优点在于：实现对歌唱进行多维度评价，极大的提升了歌唱评价的准确性和可解释性。

技术领域

本发明涉及歌唱评价技术领域，特别指一种面向教育的多维度歌唱评价方法。

背景技术

随着中小学生素质教育被不断重视，各种类型的教育系统如雨后春笋般涌现出来。但是，在巨大的升学压力下，社会往往将研究重心放在文化考试科目上，对于音乐等素质教育的关注很少，导致音乐教育类可用的系统却寥寥无几。

针对歌唱评价，传统上并未进行多维度评价，因为传统的歌唱评价是围绕着音乐娱乐进行的，目标用户并不真正关心最后的评价结果是否完全准确，也不关心哪一部分唱的不好，因此对于歌唱评价的评价结果往往缺乏准确性和可解释性。因此，如何提供一种面向教育的多维度歌唱评价方法，实现对歌唱进行多维度评价，以提升歌唱评价的准确性和可解释性，成为一个亟待解决的技术问题。

发明内容

本发明要解决的技术问题，在于提供一种面向教育的多维度歌唱评价方法，实现对歌唱进行多维度评价，以提升歌唱评价的准确性和可解释性。

本发明是这样实现的：一种面向教育的多维度歌唱评价方法，包括如下步骤：

步骤S10、获取包括待评价音频数据和标准音频数据的音频数据集；

步骤S20、对所述音频数据集进行数据清洗；

步骤S30、提取数据清洗后的所述音频数据集的声学特征；

步骤S40、对所述声学特征进行预处理；

步骤S50、创建一乐感评价模型、一音准评价模型、一节奏评价模型、一整体性评价模型、一咬字吐字评价模型以及一总评价模型；

步骤S60、基于所述乐感评价模型、音准评价模型、节奏评价模型、整体性评价模型、咬字吐字评价模型以及预处理后的声学特征对评价音频数据进行评价，依次生成乐感评价值、音准评价值、节奏评价值、整体性评价值以及咬字吐字评价值；

步骤S70、总评价模型基于所述乐感评价值、音准评价值、节奏评价值、整体性评价值以及咬字吐字评价值生成总评价值；

步骤S80、展示所述乐感评价值、音准评价值、节奏评价值、整体性评价值、咬字吐字评价值以及总评价值。

进一步地，所述步骤S20具体包括：

步骤S21、对所述音频数据集中的各待评价音频数据和标准音频数据进行音频格式、采样率以及声道数的统一；

步骤S22、去除各所述待评价音频数据和标准音频数据的首尾无声段数据；

步骤S23、将各所述待评价音频数据和标准音频数据的噪声降低到预设的噪声阈值内。

进一步地，所述步骤S30具体包括：

步骤S31、对数据清洗后的所述音频数据集进行预加重、分帧以及加窗的预处理得到时域信号；

步骤S32、对所述时域信号进行快速傅里叶变换得到频域信号；

步骤S33、对所述频域信号进行梅尔滤波组、离散余弦变换、动态差分参数的提取得到梅尔频率倒谱系数；