張珺, 趙玉霞

(1.商洛職業(yè)技術(shù)學(xué)院 師范教育系, 陜西 商洛 726000;2.商洛學(xué)院 數(shù)學(xué)與計(jì)算機(jī)應(yīng)用學(xué)院, 陜西 商洛 726000)

0 引言

隨著經(jīng)濟(jì)的快速發(fā)展，在互聯(lián)網(wǎng)時(shí)代音樂(lè)教育逐漸向智能化和線上化發(fā)展。人工智能作為一門新興學(xué)科[1]，主要是用來(lái)研究和開(kāi)發(fā)以及擴(kuò)展延伸人類智能的方法理論。人工智能最早出現(xiàn)于1956年[2]，從那時(shí)起，圍繞著“人工智能”展開(kāi)了一系列的研究?，F(xiàn)如今在我們的生活當(dāng)中存在許多與人工智能相關(guān)的事物，例如指紋識(shí)別、智能搜索、人臉識(shí)別、語(yǔ)言翻譯和自動(dòng)規(guī)劃等[3]。而其中人工智能與聽(tīng)覺(jué)具有很大的關(guān)系，人工智能用于音樂(lè)教育具有得天獨(dú)厚的優(yōu)勢(shì)。音樂(lè)藝術(shù)的發(fā)展也是伴隨著物質(zhì)文明的突破。人工智能會(huì)對(duì)音樂(lè)教育的教學(xué)模式、教學(xué)理論產(chǎn)生新的變革[4]，尤其在教學(xué)手段和教學(xué)方法上帶來(lái)新的變化，以便更好地為互聯(lián)網(wǎng)時(shí)代的音樂(lè)教育提供積極的實(shí)際價(jià)值。

1 人工智能的發(fā)展

1.1 人工智能在音樂(lè)教育上的研究

人工智能和音樂(lè)的結(jié)合已經(jīng)存在了相當(dāng)長(zhǎng)的時(shí)間，自1974年在美國(guó)召開(kāi)國(guó)際電腦音樂(lè)會(huì)議開(kāi)始[5]，音樂(lè)的數(shù)字聲音處理和軟件程序的開(kāi)發(fā)已經(jīng)有了長(zhǎng)足的發(fā)展，人工智能與音樂(lè)教育的結(jié)合已經(jīng)產(chǎn)生眾多的研究成果。以色列的科技教育公司Tonara目前開(kāi)發(fā)的Tonara應(yīng)用是在iPad上的第一款互動(dòng)樂(lè)譜應(yīng)用[6]，基于人工智能的開(kāi)發(fā)，Tonara應(yīng)用程序可以跟隨演奏者的節(jié)拍、韻律實(shí)現(xiàn)自動(dòng)翻頁(yè)，提供5款樂(lè)器的樂(lè)譜，可以作為樂(lè)手練習(xí)的輔助式工具。而在之后推出的交互式音樂(lè)平臺(tái)Wolfie[7]，運(yùn)用人工智能技術(shù)結(jié)合音樂(lè)數(shù)據(jù)庫(kù)，對(duì)教室或?qū)W生的演奏音樂(lè)提供客觀的評(píng)價(jià)工具，并進(jìn)行糾錯(cuò)，涵蓋爵士、搖滾等多種音樂(lè)風(fēng)格。為了實(shí)現(xiàn)樂(lè)器與智能移動(dòng)終端的一體交互式的教學(xué)方式，出現(xiàn)了例如The One這種游戲化的鋼琴[8]，并且減少人為干預(yù)的程度，利用多媒體的輔助，向著情感機(jī)器人、深度學(xué)習(xí)的方向發(fā)展，使得學(xué)習(xí)、練習(xí)的效率大大增加，其中包含教學(xué)者模型和學(xué)習(xí)者模型[9]，體現(xiàn)了教學(xué)系統(tǒng)開(kāi)發(fā)的全部?jī)?nèi)容，并將其及時(shí)反饋給學(xué)習(xí)者，形成良好的教學(xué)環(huán)路，如圖1所示。

圖1 交互式學(xué)習(xí)環(huán)路圖

1.2 情感機(jī)器與情感交互理論

情感是人類一種特殊的思維方式，包含復(fù)雜的運(yùn)行機(jī)制，通過(guò)塑造機(jī)器獲得情感，用以發(fā)展人工智能技術(shù)上的難題，其主要通過(guò)創(chuàng)造情感機(jī)器的6個(gè)維度應(yīng)用到音樂(lè)教學(xué)當(dāng)中[10]?！叭斯ぶ悄苤浮瘪R文·明斯基給出的6個(gè)維度分別是“意識(shí)”“精神活動(dòng)”“常識(shí)”“思維”“智能”“自我”[11]。從這6個(gè)維度可以解釋人類大腦的復(fù)雜機(jī)制，從而也印證了將情感機(jī)器應(yīng)用到音樂(lè)教學(xué)的可能性。

情感交互是基于人工智能的情感計(jì)算，是由MIT媒體實(shí)驗(yàn)室皮卡德教授提出的[12]，情感計(jì)算是賦予計(jì)算機(jī)或者機(jī)器具備人類交流相似或者一樣的觀察、理解以及各種情緒的能力。情感交互是人工智能領(lǐng)域中的熱點(diǎn)研究方向，旨在與機(jī)器或計(jì)算機(jī)交流溝通的過(guò)程中，更加自然和便利。針對(duì)個(gè)性化的音樂(lè)教育，存在類似于Siri一樣的AI老師[13]，在學(xué)生遇到難題時(shí)進(jìn)行解決，當(dāng)在音樂(lè)練習(xí)出現(xiàn)錯(cuò)誤時(shí)，智能系統(tǒng)對(duì)此錯(cuò)誤進(jìn)行對(duì)話，如圖2所示。

圖2 情感交互關(guān)系

音樂(lè)知識(shí)學(xué)習(xí)者通過(guò)登錄客戶端訪問(wèn)學(xué)習(xí)結(jié)合體，一般為學(xué)習(xí)平臺(tái)，然后通過(guò)人機(jī)交互模式，將學(xué)習(xí)結(jié)果呈現(xiàn)給教學(xué)者。而教學(xué)者通過(guò)成績(jī)將新的授課模式和教學(xué)模式進(jìn)行完善，基于負(fù)反饋的方式，提高學(xué)習(xí)者的學(xué)習(xí)意識(shí)和學(xué)習(xí)能力，組成一個(gè)完美的交互閉環(huán)。相比于傳統(tǒng)評(píng)測(cè)方法，基于人工智能的教學(xué)系統(tǒng)采用開(kāi)發(fā)式的反饋，合理應(yīng)用情感評(píng)價(jià)提升音樂(lè)學(xué)習(xí)者的教學(xué)效率[14]。

2 音樂(lè)智能系統(tǒng)分析與實(shí)現(xiàn)

交互式教學(xué)音樂(lè)智能系統(tǒng)的核心算法模型采用人工智能算法——RBF算法。該算法稱為徑向基函數(shù)，是由局部調(diào)整神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)[15-16]，一般具有五層網(wǎng)絡(luò)模型，如圖3所示。

圖3 RBF算法神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖

第一層為與案例有關(guān)的信息因素，這些輸入量可以歸納為不同的音樂(lè)項(xiàng)目指標(biāo)，輸入到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中。

第二層則是隸屬函數(shù)，其數(shù)學(xué)表達(dá)式，如式(1)。

i=1,2,…r;j=1,2,…,u

(1)

第三層形容了模糊規(guī)則數(shù)，通過(guò)對(duì)樣本的學(xué)習(xí)，盡量使得學(xué)習(xí)的規(guī)則數(shù)最少、最重要。其中第j個(gè)規(guī)則的輸出的數(shù)學(xué)計(jì)算，如式(2)。

j=1,2,…,u

(2)

式中，cj=(c1j,…,crj)表示第j個(gè)RBF單元的中心。RBF神經(jīng)網(wǎng)絡(luò)的特征是神經(jīng)元距離中心越近，其激活程度越高[17]，非常符合交互式音樂(lè)學(xué)習(xí)的影響因素的教學(xué)模式。

第四層則是歸一化層，該層的節(jié)點(diǎn)應(yīng)與模糊規(guī)則節(jié)點(diǎn)一致，它的第j個(gè)節(jié)點(diǎn)Nj的輸出，如式(3)。

(3)

第五層是輸出層，輸出音樂(lè)演奏的各個(gè)技能的評(píng)價(jià)，其主要是基于RBF算法中的TS模糊模型[18]，它的輸出量，如式(4)。

(4)

wk是代表第k個(gè)規(guī)則的連接方式，即輸出變量的權(quán)重乘積的加和，如式(5)。

(5)

基于RBF算法的交互式音樂(lè)學(xué)習(xí)模式，是在平臺(tái)的設(shè)計(jì)中融入算法理念，并在撰寫代碼時(shí)充分地展現(xiàn)算法，同時(shí)實(shí)現(xiàn)在平臺(tái)界面的功能里，讓其有效地與交互式的學(xué)習(xí)模式相契合。其中，X為全部調(diào)查的學(xué)生里選取通過(guò)音樂(lè)測(cè)驗(yàn)成績(jī)優(yōu)秀的學(xué)生，100人在交互式音樂(lè)智能系統(tǒng)中所消耗學(xué)習(xí)時(shí)間的比例；cjσj為成績(jī)優(yōu)秀的學(xué)生在對(duì)應(yīng)項(xiàng)(X)學(xué)習(xí)時(shí)間里，每個(gè)音樂(lè)學(xué)習(xí)課件的隱含層分布狀況，這些學(xué)習(xí)樣本的隱含層類別是相對(duì)平行的；Y為每個(gè)輸入層所對(duì)應(yīng)的音樂(lè)最優(yōu)成績(jī)。

為了實(shí)現(xiàn)RBF算法的簡(jiǎn)化，可以將第二層、第三層和第四層歸結(jié)成隱含層，第一層和第五層分別為輸入層和輸出層，針對(duì)音樂(lè)教學(xué)的不同方面作為算法的輸入層。當(dāng)針對(duì)一系列規(guī)模較大的數(shù)據(jù)時(shí)，將音樂(lè)數(shù)據(jù)的前m個(gè)數(shù)據(jù)作為初始訓(xùn)練，進(jìn)而構(gòu)建學(xué)生學(xué)習(xí)音樂(lè)知識(shí)的RBF模型，通過(guò)設(shè)計(jì)的軟件平臺(tái)不斷評(píng)價(jià)，直至最后構(gòu)建完善的模型。其程序設(shè)計(jì)圖，如圖4所示。

圖4 程序設(shè)計(jì)圖

3 系統(tǒng)驗(yàn)證

3.1 實(shí)驗(yàn)準(zhǔn)備

根據(jù)上述的分析，該交互式教學(xué)音樂(lè)智能系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，如圖5所示。

圖5 網(wǎng)絡(luò)拓?fù)鋱D

采用分布式的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)[19]，依據(jù)教師、學(xué)生、管理員的用戶等級(jí)來(lái)支持不同的身份權(quán)限，同時(shí)對(duì)應(yīng)的服務(wù)略有不同，音樂(lè)智能系統(tǒng)密切關(guān)聯(lián)教師與學(xué)生，以及教學(xué)資源。將教學(xué)模式和學(xué)習(xí)技能的考核等智能方式應(yīng)用于教學(xué)管理中，以實(shí)現(xiàn)對(duì)各類主體(教師、學(xué)生、課件、輔助)、教學(xué)方式(組織、管理、評(píng)估、評(píng)測(cè)、策略)、教學(xué)行為的有效整合及管理，各種角色在智能系統(tǒng)上獲得自己所需的服務(wù)。該交互式教學(xué)音樂(lè)智能系統(tǒng)主要由輔助訓(xùn)練、自主學(xué)習(xí)、演奏訓(xùn)練等模塊來(lái)組成。其邏輯圖，如圖6所示。

圖6 功能結(jié)構(gòu)圖

各個(gè)模塊組成需要后臺(tái)音樂(lè)數(shù)據(jù)庫(kù)的支持，通過(guò)采用SQL Server數(shù)據(jù)庫(kù)來(lái)支持，從而實(shí)現(xiàn)對(duì)系統(tǒng)集成的自動(dòng)化管理，執(zhí)行數(shù)據(jù)解決方法的總體方案。

該音樂(lè)智能系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)已經(jīng)如前陳述過(guò)，智能系統(tǒng)運(yùn)行的環(huán)境為軟件和硬件結(jié)合，服務(wù)器環(huán)境下，布置數(shù)據(jù)庫(kù)服務(wù)器，系統(tǒng)設(shè)置為4 G內(nèi)存、500 G的固態(tài)硬盤、雙CPU的至強(qiáng)處理器系統(tǒng)和千兆網(wǎng)卡。軟件上選取系統(tǒng)軟件與應(yīng)用軟件，而備份軟件選用Veritas備份，應(yīng)用服務(wù)器的操作系統(tǒng)為MS Windows 2007企業(yè)版，系統(tǒng)軟件為WinCC。

平臺(tái)數(shù)據(jù)庫(kù)的主要功能為音樂(lè)學(xué)習(xí)題庫(kù)，課件題庫(kù)包含演奏題、琴譜題、判斷題和音樂(lè)常識(shí)題等。數(shù)據(jù)庫(kù)的信息列表中含有各種類型信息，如知識(shí)點(diǎn)信息、音樂(lè)領(lǐng)域信息、琴譜信息、多媒體文件信息、答案信息等，如表1所示。

表1 數(shù)據(jù)庫(kù)信息列表

3.2 測(cè)試結(jié)果

該音樂(lè)智能系統(tǒng)用于該省的師范大學(xué)的音樂(lè)專業(yè)學(xué)生成績(jī)，評(píng)估基于人工智能算法實(shí)現(xiàn)的交互式教學(xué)音樂(lè)智能系統(tǒng)的使用效果，選取該高校2018級(jí)音樂(lè)學(xué)院學(xué)生予以使用。音樂(lè)智能系統(tǒng)的登錄界面圖，如圖7所示。

在登錄界面下方，能夠顯示該學(xué)習(xí)網(wǎng)站現(xiàn)存的具體課程類型與名稱，以及系統(tǒng)主菜單、導(dǎo)航欄、系統(tǒng)的簡(jiǎn)介和日歷等活動(dòng)欄。在基于人工智能教學(xué)的音樂(lè)智能系統(tǒng)里，當(dāng)前總共開(kāi)設(shè)了四門音樂(lè)類課程：學(xué)科講座、聲樂(lè)演唱、視唱練耳、基本樂(lè)理，如圖8所示。

圖7 聽(tīng)力練習(xí)模塊界面圖

圖8 音樂(lè)現(xiàn)有的課程

根據(jù)音樂(lè)學(xué)科的發(fā)展，音樂(lè)智能系統(tǒng)可以定期推送一個(gè)主題，并開(kāi)設(shè)專業(yè)講座的課程。主題包含音樂(lè)專業(yè)內(nèi)容的主題講座和音樂(lè)相關(guān)知識(shí)的答疑、交流。有問(wèn)有答模塊主要以聊天、交互評(píng)價(jià)等模塊進(jìn)行呈現(xiàn)，如圖9所示。

圖9 經(jīng)典講座界面圖

該智能系統(tǒng)以經(jīng)過(guò)文字形式展開(kāi)概念呈現(xiàn)，把聲樂(lè)演唱學(xué)習(xí)的內(nèi)容展開(kāi)剖析，從唱法介紹到相應(yīng)的唱法教學(xué)視頻，再到相應(yīng)的唱法代表作鑒賞；從概念的框架搭建到逐步地增添學(xué)習(xí)內(nèi)容，以形成科學(xué)全面的學(xué)習(xí)鏈接，剖析過(guò)后的學(xué)習(xí)內(nèi)容更易于學(xué)生接受。其界面圖,如圖10所示。

圖10 聲樂(lè)作品賞析界面圖

該音樂(lè)智能系統(tǒng)的樂(lè)理測(cè)試的主題模塊，依據(jù)音樂(lè)理論指導(dǎo)，運(yùn)用交互式教學(xué)的策略展開(kāi)設(shè)計(jì)，建立知識(shí)題庫(kù)隨機(jī)地開(kāi)展對(duì)學(xué)生所學(xué)知識(shí)進(jìn)行測(cè)驗(yàn)。依據(jù)課程所需在此主題里對(duì)測(cè)試模塊展開(kāi)編程開(kāi)發(fā)，達(dá)到樂(lè)理考試在線化,如圖11所示。

圖11 樂(lè)理測(cè)試的界面圖

4 總結(jié)

交互式教學(xué)音樂(lè)智能系統(tǒng)為音樂(lè)學(xué)習(xí)者提供了更好的技術(shù)支持和學(xué)習(xí)理念，本文首先介紹了基于人工智能音樂(lè)教育的理論基礎(chǔ)和國(guó)內(nèi)外研究現(xiàn)狀，分析相比于傳統(tǒng)音樂(lè)教學(xué)方式的優(yōu)勢(shì)。并且分析了神經(jīng)網(wǎng)絡(luò)模型，尤其針對(duì)性地采用RBF算法用于教學(xué)音樂(lè)智能系統(tǒng)，考慮神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模型和構(gòu)建方式，模擬出音樂(lè)學(xué)習(xí)者的學(xué)習(xí)規(guī)律，從而更好地實(shí)現(xiàn)交互式教學(xué)音樂(lè)智能系統(tǒng)的效果，讓學(xué)生在交互式的音樂(lè)智能系統(tǒng)中進(jìn)行沉浸式學(xué)習(xí)，通過(guò)對(duì)音樂(lè)智能系統(tǒng)設(shè)計(jì)的評(píng)估，能夠更好地對(duì)軟件設(shè)計(jì)進(jìn)行改進(jìn)。在后續(xù)的研究中，應(yīng)加入更人性化的界面設(shè)計(jì)，采用更大規(guī)模模型樣本來(lái)實(shí)現(xiàn)人工智能，使之準(zhǔn)確度更加具有普適性，保證在操作度方面具備良好的穩(wěn)定性，也可以將多種人工智能算法融合用來(lái)改進(jìn)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練算法，獲得更通用的音樂(lè)智能系統(tǒng)，這是下一步研究的重點(diǎn)方向。