从表中可以发现，无论是在演奏中的单次得分，还是多次演奏的平均分，在系统中得分由高到低分别为教师、学生1和学生2，与三位演奏者的真实钢琴水平相比，此分数排名能够客观上反映表演者的演奏水平。因此系统在缓解声乐教学资源不足和提高学生自主学习方面具有一定的借鉴意义。

4 总结

在计算机技术日益发展的今天，如何将信息化技术带入到钢琴教学中一直是一个热点问题。本文用计算机神经网络信息系统，以评价声乐演奏者的表演水平为目标，开发了一款声乐表演评价系统，并将其应用于钢琴教学中。本文的研究主要得出了以下结论：

(1)根据计算机神经网络内在逻辑关系，对系统网络算法流程进行设计，并将该算法应用于系统构建中。

(2)音乐特征提取是系统的关键环节，本文依据傅里叶变换将演奏者的声音信息转变成计算机能够识别的波形图，并根据转变特点对图像加以修正，结果表明修正后的音乐特征与演奏者实际音乐特征相符。

(3)对系统框架和关键模块进行了设计研究，并给出了部分程序代码，最后选取了三位表演者对系统的评价效果进行分析，结果表明该系统能反映演奏者的真实水平，能发现演奏者的不足，有利于钢琴教学的开展。

[1] 郭峰,钱黎明,沈煜,等.吉他演奏机器人的机械结构设计[J].机械设计与制造,2020(1):248-250.

[2] 秦键, 许舒亚.管弦乐作品中的电子声学理念——以《夕阳、水晶》为例[J].星海音乐学院学报,2019(3):93-104.

[3] 孟庆林,原猛,夏洋,等.幅度调制信息对乐器识别的影响[J].声学学报,2015,40(2):300-306.

[4] 曹莎莎,吴永忠,程文娟.钢琴乐声仿真频谱模型研究[J].电子测量与仪器学报,2017,31(1):125-131.

[5] 万景.基于乐器演奏的乐音识别系统的研究[J].人民音乐,2011(11):33-35.

[6] 张承忠,叶邦彦,梁立东,等.小提琴弓弦系统的振动形态及振动机理研究[J].振动工程学报,2015,28(3):359-365.

[7] 徐仪,刘涓涓.频谱音乐的历史渊源、创作实质与美学态度[J].黄钟(武汉音乐学院学报),2017(3):4-12.

[8] 张琳,王珊,秦晓瑜,等.基于听觉仿生模型的乐器识别[J].东北师大学报(自然科学版),2014,46(1):75-79.

[9] 彭其圣,彭建盛,徐咏.基于PSoC3的多功能电子琴设计与实现[J].制造业自动化,2012,34(19):116-118.

[10] 李笑珂.基于乐器学理论的河南特色剧种乐器音色数据库的构建研究[J].音乐创作,2016(11):193-194.

[11] 陶珂.高师声乐集体课教学目标与评价的多元化研究[J].教育与职业,2012(30):180-181.

[12] 杨艳.器乐课程教学评价研究[J].大舞台,2013(5):159-160.

[13] 张轶.高师声乐教学评价标准体系的研究[J].人民论坛,2015(33):163-164.

[14] 李子晋,付晓东,朱嘉星.民族低音拉弦乐器改良中音质评价实验方法研究[J].中国音乐,2018(3):157-163.

文章来源：《电站系统工程》 网址: http://www.dzxtgczz.cn/qikandaodu/2021/0728/564.html