劉珅

摘 要 本研究從天賦角度，回答職業(yè)音樂(lè)人的子女，是否與非職業(yè)音樂(lè)人的子女相比，更適合從事音樂(lè)相關(guān)行業(yè)。從教育分流角度，思考職業(yè)音樂(lè)人原生家庭的子女，是否更適合接受音樂(lè)教育，乃至專(zhuān)業(yè)音樂(lè)教育。從職業(yè)定位、社會(huì)分工角度，思考音樂(lè)世家是否比單一的音樂(lè)人，更容易勝任該領(lǐng)域工作。

本研究擬采用定量研究方法研究音樂(lè)范圍的問(wèn)題;采用社會(huì)科學(xué)視角研究音樂(lè)相關(guān)問(wèn)題;以數(shù)據(jù)驅(qū)動(dòng)研究音樂(lè)相關(guān)問(wèn)題緊跟時(shí)代理論前沿。

關(guān)鍵詞 聲學(xué)評(píng)價(jià)機(jī)制 兒童音樂(lè)天賦 研究

中圖分類(lèi)號(hào)：G610? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：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 國(guó)內(nèi)研究趨勢(shì)及現(xiàn)狀綜述

國(guó)內(nèi)對(duì)于聲音的研究，相關(guān)文獻(xiàn)還是比較豐富的。雖然研究對(duì)象為音樂(lè)相關(guān)范圍，但研究成果主要來(lái)源于IT行業(yè)。

江西科技師范大學(xué)音樂(lè)學(xué)院設(shè)計(jì)了視唱練耳教學(xué)系統(tǒng)，以視唱知識(shí)點(diǎn)和問(wèn)題庫(kù)為出發(fā)點(diǎn)對(duì)學(xué)生視唱提供了檢驗(yàn)手段。（Qiao Z， Yan B， 2017）。

因?yàn)橐羯兞康奶崛”憷⒃谘莩曇舻脑u(píng)價(jià)上的研究較多，其中有采用量化研究法從聲樂(lè)教學(xué)視角研究聲音頻譜的研究（黃鶯，2012）。

利用神經(jīng)網(wǎng)絡(luò)建立聲樂(lè)評(píng)價(jià)機(jī)制的研究（王修信，徐國(guó)鈺，梁冬冬，王佳菊，潘永華，2007），利用特征匹配的方法建立聲樂(lè)評(píng)價(jià)機(jī)制的研究（李文娟，張文俊，張瑩，潘晉?；谔卣鞅容^的聲樂(lè)評(píng)價(jià)方法，2009）。目前的研究趨勢(shì)主要集中采用BP神經(jīng)網(wǎng)絡(luò)的方式對(duì)數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，進(jìn)而對(duì)歌唱進(jìn)行評(píng)價(jià)。對(duì)于音色的相關(guān)研究都涉及聲樂(lè)演唱的共振峰頻率參數(shù)（于善英，2004）。

對(duì)于節(jié)奏方面的研究主要來(lái)自于楊健教授的器樂(lè)作品音樂(lè)風(fēng)格分析。其中涉及到器樂(lè)研究具體研究方法和作品分析應(yīng)用，其研究技術(shù)場(chǎng)景主要有楊教授根據(jù)其提出的彈性節(jié)奏理論，通過(guò)標(biāo)記節(jié)奏數(shù)據(jù)變化，制作節(jié)奏變化圖表，從而進(jìn)行器樂(lè)作品風(fēng)格的分析（楊健，2008）。

筆者所見(jiàn)：中科院自動(dòng)化研究所，于2017-12月基于大數(shù)據(jù)開(kāi)發(fā)的人工智能評(píng)價(jià)程序，是對(duì)演唱音頻進(jìn)行AI智能評(píng)價(jià)的最新應(yīng)用場(chǎng)景。

2 國(guó)外研究趨勢(shì)及現(xiàn)狀綜述

國(guó)外關(guān)于量化研究的歷史比較久遠(yuǎn)，最早可以追溯到對(duì)于人類(lèi)才能的研究。

人類(lèi)才能的量化研究起始于比納西蒙智力測(cè)驗(yàn)（Lewis M·Terman， 1933），當(dāng)時(shí)的測(cè)試主要是有關(guān)智力方面的。測(cè)試的方法也是由一些類(lèi)似于試卷的試題組成。該方法最初用于測(cè)試智商，評(píng)判兒童是否天才。

美國(guó)哈佛大學(xué)教育研究生院霍華德·加德納教授1983年在《智能的結(jié)構(gòu)》一書(shū)中首先提出了多元智能理論（霍華德·加德納， 2008）。其中出現(xiàn)了對(duì)音樂(lè)才能的定量研究。

20世紀(jì)80年代末，對(duì)于才能的定義由智慧、智力、創(chuàng)造力轉(zhuǎn)向在如音樂(lè)、藝術(shù)、技術(shù)等某一特定領(lǐng)域的才能（D. J. Treffinger and J. F. Feldhusen， 1996; J. A. Plucker， 2013）。

20世紀(jì)，“費(fèi)林效應(yīng)”提出文化對(duì)認(rèn)知專(zhuān)長(zhǎng)發(fā)展具有重要影響。該研究認(rèn)為越來(lái)越多的科學(xué)進(jìn)步，視頻、游戲，電視節(jié)目和電影使許多人變得聰明（S. Johnson， Everything Bad Is Good for You，2006; D. F. Marks， 2010）。

人類(lèi)的進(jìn)步在體育方面體現(xiàn)為，當(dāng)今的世界運(yùn)動(dòng)記錄比一個(gè)世紀(jì)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年還被視為危險(xiǎn)項(xiàng)目的高臺(tái)跳水空翻兩周，在今天，已被視為標(biāo)準(zhǔn)技能之一（M. J. Karvonen and M. Niemi， 1953;S. Le， J. Josse， and F. Husson， 2008）。于是筆者思考在音樂(lè)范圍是否同一現(xiàn)象。

利用聲學(xué)儀器進(jìn)行音樂(lè)研究的課題有法國(guó)籍越南人TranOuangHai記錄的法國(guó)紀(jì)錄片《泛音之歌》，該研究是筆者所見(jiàn)使用量化研究法研究音樂(lè)的早期成果。

2011年提出的發(fā)展特大模型（talent-development mega-modal），在調(diào)查了歌手、樂(lè)器演奏家、舞蹈家、演員、作曲家、編導(dǎo)、作家等后指出，表演者和生產(chǎn)者的鑒別方式存在差異（R. F. Subotnik， P. Olszewski-Kubilius， and F.C. Worrell， 2011）。

涉及表演本體的有：關(guān)于兒童音高、響度、節(jié)奏、時(shí)值、音色和調(diào)性記憶的基礎(chǔ)性研究（bergendal and talo，1969），“音樂(lè)表演自動(dòng)分析與比較工具包”提供了數(shù)字化手段的分析方法（AMPACT，2010）。

在合唱教學(xué)領(lǐng)域展開(kāi)的，對(duì)演唱者音準(zhǔn)、音域、音高、辨別和樂(lè)音記憶效應(yīng)的研究的》（Aaron，1990）。

3 研究目標(biāo)

將被試兒童分為兩組，通過(guò)對(duì)兒童演唱音頻的定量分析，分別對(duì)音準(zhǔn)、節(jié)奏等因素的準(zhǔn)確程度提取變量，采用BP神經(jīng)網(wǎng)絡(luò)的方式對(duì)演唱音頻進(jìn)行評(píng)價(jià)，從而得出結(jié)論，是否音樂(lè)工作者的后代在兒童時(shí)期更具音樂(lè)天賦。

4 研究?jī)?nèi)容

將所有樣本分為兩組，既音樂(lè)人的后代與非音樂(lè)人的后代。其中音樂(lè)人的后代中細(xì)分職業(yè)的音樂(lè)相關(guān)性。通過(guò)問(wèn)卷區(qū)分親屬職業(yè)音樂(lè)相關(guān)度，即父母雙方皆為音樂(lè)相關(guān)職業(yè)從業(yè)者，父母一方為音樂(lè)相關(guān)職業(yè)從業(yè)者，爺爺輩為音樂(lè)從業(yè)者，近親為音樂(lè)從業(yè)者，遠(yuǎn)親為音樂(lè)從業(yè)者。從親屬音樂(lè)從業(yè)相關(guān)度區(qū)分為音樂(lè)創(chuàng)作從業(yè)者，演唱性職業(yè)從業(yè)者，演奏性職業(yè)從業(yè)者，戲曲類(lèi)職業(yè)從業(yè)者，舞蹈類(lèi)職業(yè)從業(yè)者。非職業(yè)音樂(lè)人細(xì)分為能夠演奏樂(lè)器的音樂(lè)愛(ài)好者，能夠演唱歌曲的音樂(lè)愛(ài)好者，經(jīng)常欣賞音樂(lè)的音樂(lè)愛(ài)好者，不經(jīng)常欣賞音樂(lè)的非音樂(lè)愛(ài)好者。

兒童選取自己喜愛(ài)的拿手歌曲一段進(jìn)行演唱。采用音頻采樣方式，錄入兒童唱歌的音頻。根據(jù)比奈-西蒙智力測(cè)量的測(cè)量方法，按年齡對(duì)演唱樣本進(jìn)行不同的分組。用以控制隨年齡增長(zhǎng)音樂(lè)才能的增加。數(shù)據(jù)采集過(guò)程如下：

4.1 音準(zhǔn)準(zhǔn)確度測(cè)量

通過(guò)調(diào)音器軟件量化演唱過(guò)程的音準(zhǔn)。計(jì)算演唱過(guò)程的平均音準(zhǔn)頻率誤差。將演唱所有音按半音階排列，計(jì)算各音對(duì)應(yīng)頻率：n=12log2 （f/fo）。將平均演唱音高頻率與國(guó)際標(biāo)準(zhǔn)協(xié)會(huì)規(guī)定的la（fo）=440Hz的標(biāo)準(zhǔn)音高頻率進(jìn)行對(duì)比，判斷其是否準(zhǔn)確。檢測(cè)周期采用自相關(guān)周期檢測(cè)算法。取周期倒數(shù)得到歌聲基音頻率，然后取各幀基音頻率均值fave。同樣用自相關(guān)周期檢測(cè)算法，計(jì)算歌曲中各音對(duì)應(yīng)的頻率，取平均頻率Fave。

公式：平均頻率誤差=∣fave-Fave∣/Fave（王修信，2007）

4.2 節(jié)奏準(zhǔn)確度測(cè)量

通過(guò)節(jié)拍器軟件量化演唱過(guò)程的節(jié)奏。為使節(jié)奏靈活度不受固定節(jié)奏限制。在節(jié)奏準(zhǔn)確度和靈活度方面參考彈性節(jié)奏理論。選擇經(jīng)過(guò)平滑處理后的高斯窗，窗口根據(jù)需要選擇每小節(jié)或每拍的整倍數(shù)。取起拍時(shí)刻的時(shí)間數(shù)值為節(jié)奏參數(shù)。

公式：每分鐘節(jié)拍數(shù)=60/相鄰兩拍點(diǎn)的時(shí)間間隔（秒）

節(jié)奏準(zhǔn)確度=兒童演唱每音間隔-原版演唱每音間隔/原版演唱每音間隔？100%（楊健，2008）。采用高斯窗函數(shù)將演唱音頻節(jié)奏與原版音視頻資料節(jié)奏進(jìn)行平滑處理，突出主要節(jié)奏數(shù)據(jù)點(diǎn)。將演唱音頻按時(shí)間排列，截取相同的幀長(zhǎng)，將每幀的演唱速度取平均值，與原版進(jìn)行對(duì)比，計(jì)算節(jié)奏準(zhǔn)確度與原版音頻的誤差，判斷其是否準(zhǔn)確（吳興銓?zhuān)?018）。

4.3 音色測(cè)量

采用共振峰衡量聲音的品質(zhì)。低頻共振峰提供聲音的深度和共鳴，高頻共振峰提供聲音的色彩。這些頻譜特征形成了聲音音質(zhì)（于善英，2004）。將采集音頻中進(jìn)行數(shù)字化后，呈現(xiàn)為快速傅立葉轉(zhuǎn)換頻譜圖（spectrum）和三維曲面頻譜圖（3d surface）。采用AR模型提取共振峰頻譜特征，量化共振頻率赫茲數(shù)（李小武等，2012）。與原版演唱所含各音參考共振頻率諧音數(shù)目、諧和程度做對(duì)比，接近原版演唱音頻頻譜共振峰范圍以?xún)?nèi)為聲音共鳴良好、音色干凈且透亮、集中的音色，從不同兒童演唱樣本音色與原版音頻的音色差別判斷音色質(zhì)量?jī)?yōu)劣。

5 結(jié)語(yǔ)

通過(guò)軟件，能夠有效量化演奏者演奏效果，使樂(lè)器演奏分析過(guò)程變得更加快捷。將速度相對(duì)值、樂(lè)器絕對(duì)音高、音感差異、樂(lè)器演奏共振峰強(qiáng)度瞬間諧音能量分布信息等因素采集為向量，即可以進(jìn)行量化分析。如此有利于提高樂(lè)器演奏、教學(xué)、研究水平，對(duì)于演奏技術(shù)創(chuàng)新有著促進(jìn)作用。

基金項(xiàng)目：華中師范大學(xué)2018年教學(xué)研究項(xiàng)目（2018023）

參考文獻(xiàn)

[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] 楊健.音樂(lè)表演實(shí)踐研究的計(jì)算機(jī)可視化音響參數(shù)分析方法[J].音樂(lè)藝術(shù)：上海音樂(lè)學(xué)院學(xué)報(bào)，2008（4）：54-62.

[3] 王修信，徐國(guó)鈺，梁冬冬，王佳菊，潘永華.幾種聲學(xué)參數(shù)在藝術(shù)嗓音客觀評(píng)價(jià)中的應(yīng)用[J].廣西物理，2007.28（2）.