• 沒有找到結果。

中 華 大 學 碩 士 論 文

N/A
N/A
Protected

Academic year: 2022

Share "中 華 大 學 碩 士 論 文"

Copied!
50
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學 碩 士 論 文

題目:古箏音樂的滑音自動識別

系 所 別:資訊工程學系碩士班 學號姓名:M09602003 沈瑞祥 指導教授:劉志俊 博士

中華民國九十九年一月

(2)

中文摘要

中國民族樂器彈奏技法的特色是對於「韻」的重視,在常見的民族樂器中,如古箏、

古琴、揚琴、笛,尤其是對古箏與古琴類的樂器而言,特別追求「以韻補聲」的境界。

但自古以來,關於韻的演奏分析與傳承都只能夠以師徒間親自彈奏教授的方式進行;在 本論文研究中,我們希望可以藉由對古箏滑音技法進行自動偵測,能將古箏演奏樂曲轉 換為樂譜,並標示出其中的滑音及其特性。滑音識別技術是對傳統樂器內涵分析的利器,

此外,相較於傳統的師徒面授方式,此技術更有利於後人自我學習時所用。

(3)

Abstract:

One of the prominent characteristics in playing Chinese musical instruments is the emphasis on “yun”. When playing typical Chinese musical instruments, including Yangqin, Dizi, and especially plucking instruments such as Zheng and Guqin, players strive to accomplish "the complement of sound by means of yun". However, the representation and methodology about yun is traditionally done only when a master demonstrates in person, an occasion when only his apprentices will have the opportunity to inherit the technique. In this paper, a technique for automatic recognition of sliding-tone in Zheng music is provided. It can translate a Zheng performance into its corresponding score and label all sliding-tones in the performance with detailed properties. This technique will be a powerful tool for the content-based analysis of Zheng music as well as for improving the quality of Zheng self-learning.

(4)

i

目錄

1.  緒論... 1 

1.1.  研究背景... 1 

1.2.  研究動機... 1 

1.3.  章節概要... 3 

2.  相關研究... 4 

2.1.  箏樂起音點偵測相關研究... 4 

2.2.  箏樂基頻偵測相關研究... 6 

2.2.1.  Licklider 內耳模型: ... 6 

2.2.2.  Slaney 音高偵測方法: ... 7 

2.2.3.  古箏基頻偵測範例:... 8 

2.3.  古箏彈奏與技法相關研究... 9 

2.4.  其他相關研究... 9 

3.  古箏簡介... 11 

3.1.  古箏種類... 11 

3.2.  古箏基本構造... 11 

3.3.  古箏流派... 12 

3.4.  古箏之定弦與轉調... 12 

3.5.  古箏音域表... 13 

4.  古箏滑音簡介... 14 

4.1.  古箏表聲技法簡介... 14 

4.2.  古箏表韻技法簡介... 14 

4.3.  古箏滑音的種類... 15 

5.  古箏滑音偵測技術... 17 

(5)

ii

5.1.  滑音模型... 17 

5.2.  滑音識別... 18 

6.  實驗... 23 

6.1.  實驗環境設定... 23 

6.2.  實驗一:箏樂起音點偵測實驗... 23 

6.3.  實驗二:箏樂基頻偵測與滑音判別實驗... 25 

6.4.  實驗三:10 首箏曲 CD 錄音之滑音偵測 ... 27 

7.  結論與未來研究... 37 

8.  參考文獻... 38 

(6)

iii

圖目錄

圖 1 Licklider 內耳模型 ... 6 

圖 2 Slaney 的方法偵測古箏音高架構圖 ... 7 

圖 3 (a)古箏左手技法波形圖(b)古箏樣本內耳分析圖(c)古箏樣本聽覺神經元 自相關分析(d) Slaney 的音高偵測方法的古箏上滑音樣本之音高分析結果 ... 8 

圖 4 古箏基本構造圖 [52] ... 11 

圖 5 古箏與鋼琴音域對照圖[52] ... 13 

圖 6 上滑音範例譜... 16 

圖 7 下滑音範例譜... 16 

圖 8 連線滑音範例譜... 16 

圖 9 上迴音範例譜... 16 

圖 10 下迴音範例譜... 16 

圖 11 滑音各區段涵義架構 ... 17 

圖 12 滑音判別模型... 18 

圖 13 起音點與終音點示意圖... 18 

圖 14 fafb計算來源示意圖 ... 19 

圖 15 滑音變化區段時間間隔示意圖... 20 

圖 16 滑音音程 Δf 示意圖 ... 20 

圖 17 古箏曲《出水蓮》前兩樂句... 23 

圖 18 人工與 BeatRoot 起音點識別差異圖(前五樂音) ... 24 

圖 19 箏曲彈奏集「滑音練習一」範例... 25 

圖 20《高山流水》簡譜... 28 

圖 21《漢宮秋月》簡譜... 28 

圖 22《出水蓮》簡譜... 29 

(7)

iv

圖 23《平沙落雁》簡譜... 29 

圖 24《月兒高》簡譜... 30 

圖 25《高山流水》簡譜... 31 

圖 26《海青拿鶴》簡譜... 31 

圖 27《陳杏元和番》簡譜... 33 

圖 28《上樓》簡譜... 33 

圖 29《崖山哀》簡譜... 34 

(8)

v

表目錄

表 1 古箏種類[52] ... 11 

表 2 古箏派別分類表[52] ... 12 

表 3 二十一弦古箏定弦與轉調表[52] ... 12 

表 4 古箏八大基本表聲技法表[48] ... 14 

表 5 古箏表韻技法表[48] ... 15 

表 6《出水蓮》前十個樂音以人工起音點識別與 BeatRoot 起音點識別誤差值 ... 24 

表 7 起滑點頻率 fa與起滑點頻率fb實驗結果 ... 25 

表 8 各滑音 ponset、poffset、pa、pb發生時間點 ... 26 

表 9 滑音識別結果... 27 

表 10《高山流水》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 .. 28 

表 11《漢宮秋月》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 .. 28 

表 12《出水蓮》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 ... 29 

表 13《平沙落雁》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 .. 30 

表 14《月兒高》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 ... 30 

表 15《高山流水》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 .. 31 

表 16《海青拿鶴》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 .. 32 

表 17《陳杏元和番》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 ... 33 

表 18《上樓》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 ... 34 

表 19《崖山哀》各滑音 fafbponset、poffset、pa、pb實際值與 誤差值 ... 34 

表 20 主要箏派經典箏曲滑音偵測正確率分析表... 35 

表 21 主要箏派經典箏曲之滑音偵測結果表... 36 

(9)

1

1. 緒論

1.1. 研究背景

隨著多媒體的快速發展以及多媒體壓縮技術的進步,目前有大量的多媒體資料在網 際網路上快速的傳播與交換,因此對在多媒體資料的分類與查詢技術,顯得日益重要。

所以,有關多媒體資料內涵式分析之相關研究,愈來愈受學術界的重視。

在各種多媒體資料中,音樂是最重要的多媒體資料之一。早期的音樂內涵分析,主 要是由音樂理論學者與心理學家,以人工的方式對音樂作品進行分析與探討。但近年來 在音樂內涵分析方面的研究,逐漸轉為透過擷取音樂低階特徵,對主要的音樂特性如旋 律、節奏、調性、速度等,在偵測、比對、分析、分類、索引等方面以自動技術進行探 討。但這些研究與探討中,幾乎是以西方音樂與樂器為主軸,而以鋼琴、鼓等主題較為 常見。而對於我國傳統上極具特色的民族樂器與音樂,如古箏、二胡、揚琴、笛、琵琶、

簫等樂器之內涵式研究分析,目前仍是以定性描述式的探討為主。

1.2. 研究動機

古箏樂曲中,通常右手演奏技法為表聲技法,而左手演奏技法為表韻技法,如典型 的八大表聲技法:托、擘、抹、挑、勾、剔、打、摘[55][56];而典型的表韻技法有滑 音(sliding-tone)、顫音、猱音等。左手技法中,有相當多的基本型是以滑音作為基礎演 變而來。因此,滑音在表韻技法上扮演著相當重要的角色。箏樂中,如何使用右手表聲 技法與左手表韻技法使一首箏曲的意境呈現,是最主要的探討課題之一。右手技法部份 基本上只是音的產生,而左手技法部份才是箏樂的精華所在 — 韻的表現。張儷瓊在其 論述中提到:潮州箏樂之所以旖妮婉轉、客家箏樂之所以韻味古雅、河南箏樂的頓挫分 明、山東箏樂的樸直剛健,其風格成因多來自作韻的細緻、用韻的精微[57]。

滑音是兩個個別樂音之間音高的連續動態變化,由於涉及兩兩樂音之間音高遞進的 速度、力度、以及跨度等各種因素,滑音的彈奏在上述不同的條件組合之下,產生了各

(10)

2

種作韻的結果,形成各異的音韻樣態。此外,彈奏者的主觀心境亦能影響滑音演奏的實 質動態表現。自動偵測與分析的難度亦隨著以上各種物理量、心理量的變化而相形增加。

正因為滑音變化如此之大,足以影響古箏樂曲的內容與形態,成為古箏演奏的重要表現 手法,也是古箏音樂風格標記的首要關鍵。

一個滑音的彈奏,可能會因假指甲材質差異、彈奏者的心情、彈奏時觸弦角度、彈 奏時力度大小與彈奏時觸弦深度之間不同的組合而產生不同情境。正因為滑音變化如此 之大,也因此相當的難以自動偵測與分析。所以我們初步研究目標,便以箏樂之滑音技 法自動識別技術來進行探討。

音樂識別可應用在多重奏樂曲演奏中的樂器識別、利用音色特徵做音樂上的識別、

以及利用基頻偵測技術做音樂混合樂器的識別。在中國民族樂器古箏的彈奏識別上,也 有人利用顫音特徵[56],做樂曲相似度比較分析。

本文主要研究目標在於針對箏樂,發展能自動識別其樂曲中滑音技法的技術。目前 大多數在樂音識別方面的偵測研究,都是在探討對起音點、拍子、節奏、力度、音高、

小節等音樂特性之識別技術,而我們希望不止只是單單對於音樂樂音識別,而是對音樂 彈奏技法中的滑音進行識別。

滑音偵測技術有相當多的應用,說明如下:

(a) 箏樂自動繪譜之軟體開發:我們可以將滑音技法偵測後的結果,自動產生該樂 曲之樂譜與技法標示。

(b) 古箏樂曲相似度識別與分類:可以應用於古箏樂曲與樂曲之間的相似度識別,

或依其作者、地方文化等作曲風分類。

(c) 箏樂學習評分:應用在箏樂教學學習方面。例如在老師示範彈奏後,可以自動 比對學生的練習是否和老師所示範彈奏之方式相似。

(d) 古箏樂器識別:在西方樂器識別方面的相關研究相當多,所以我們也可以將類 似的技術應用於古箏樂器識別。

(e) 交響化國樂樂器配置分析:最近古箏漸漸受到西洋音樂影響,走向交響化。而 我們所研究的技法偵測,可以應用在交響化的國樂演奏中,對中國民族樂器進 行配置分析。

(f) 箏曲即時彈奏記譜:在箏曲彈奏中,可以即時的記錄彈奏方式,將其自動製譜,

利於未來箏曲數位典藏與研究之用。

(11)

3

1.3. 章節概要

本論文的章節結構說明如下:在第二章中,我們將介紹有關箏樂滑音識別的相關研 究。第三章簡單說明古箏的種類、架構、箏派、鋼琴對照與基本的箏理。第四章將說明 古箏滑音的涵義。第五章針對箏樂滑音識別技術方法與演算法部份說明,並且分別說明 滑音兩大特徵:滑音變化區段時間間隔與滑音變化區段音程差異。第六章則對我們提出 之箏樂滑音判別方法進行實驗及結果分析,最後總結本論文並提出未來研究方向。

(12)

4

2. 相關研究

2.1. 箏樂起音點偵測相關研究

一首音樂是由一連串樂音(tones)或音符(notes)所組成。而在一首音樂中,樂音與音 符的數量相當龐大,難以用人工方式進行切割,所以音樂分析的首要技術便是能將一首 數位音樂以樂音為單位進行自動分段(segmentation),以利後續的其他音樂特性分析與研 究。因此起音點偵測(onset detection)便是音樂內涵分析首先必須具備的技術。

對於數位音樂的起音點偵測技術,最早是由Goto[9][10][11][12][14]提出一種架構在 實體音樂訊號的即時起音點辨識方法。此方法藉由建立節奏偵測模型,利用節奏在樂理 上的特性,可以有效分析出音樂的節奏資訊。

Dixon[4][5][6]將三種現有的起音點偵測特徵值: 頻譜通量(spectral flux),相位偏 移(phase deviation),複數領域 (complex domain)等偵測方法加以改良與整合,再加上調 整判定參數的設定,可以達成極好的起音點偵測效果。經由實驗結果顯示,利用頻譜通 量的改良方法,不僅計算方式簡單,正確率也是最高。本文所使用之起音點偵測方法結 合Dixon[4][5]及 Goto[12][15]兩種起音點偵測法。方法說明如下:

步驟一:前置處理

首先計算輸入箏樂訊號之波封(envelope),將左右聲道取平均,再進行半波整流,

將負波形方面轉換成正波形,並且在每間隔10ms,以 100ms 為音框大小,求出振幅平 均值後進行平滑化處理。

步驟二:古箏音域分頻

將古箏大致按照每根弦的音域範圍,使用一組帶通濾波器進行分頻。

步驟三:起音點特徵值計算

先前研究中,多數的研究都只單單以時域方面為主軸或是以頻域方面為主軸進行研 究,而Dixon 的方法則是將時域方面與頻域方面特徵結合,計算出兩類八種特徵值。在 時域方面,包括振幅差、尖峰振幅差、振幅遞增值、尖峰振幅遞增值等;在頻域方面包

(13)

5

括音量、尖峰音量、音量斜率、尖峰音量斜率等。八種起音點偵測特徵值的計算方法如 下:

(A)時域特徵值

振幅差特徵值計算方式如下:

∑ | 1 | (1)

其中 代表第j 個音框之振幅差、 代表在i 時間時的訊號振幅、r 代表取樣頻

率、w = 0.1 秒代表視窗大小(window size)、h = 0.01 秒代表前移值(hop size)。

尖峰振幅差特徵值計算方式如下:

, , 5, (2) 其中 代表在正負5 個音框內的最高振幅差、Peaks 代表在指定範圍內的最大波

峰值、 代表振幅變化選取的門檻值。

振幅遞增特徵值計算方式如下:

0.2 ∑ 0.3 ∑ (3)

其中 代表振幅持續增加的程度。

尖峰振幅遞增特徵值計算方式如下:

, , 5, (4) 其中 代表在正負5 個音框內的最高振幅遞增值。

(B)頻域特徵值:

音量特徵值計算方式如下:

, , 512 , , 5,0 , , 512 (5) 其中S代表 S中的訊號變化量

尖峰音量特徵值計算方式如下:

, , 5,0 (6) 音量斜率特徵值計算方式如下:

∑ , , 5

, , , 512 (7)

(14)

6

尖峰音量斜率特徵值計算方式如下:

, , 5,0 (8) 步驟四:起音點判斷

Dixon 利用這八種特徵進行起音點分類。一般研究都是使用特徵值進行起音點比對 偵測,但Dixon 的方法則是利用分類器進行起音點分類與比較,藉由基因演算法來偵測 出起音點。本文則改用kNN 分類器,使用八種特徵值預先訓練起音點判別程式來進行 起音點偵測。

2.2. 箏樂基頻偵測相關研究

2.2.1. Licklider 內耳模型:

圖 1 Licklider 內耳模型

音高偵測(pitch detection)是語音分析研究中,重要的核心技術之一。常見音高偵測 技術大致上可以分時域自相關分析法(autocorrelational analysis)、頻域的傅立葉轉換分析 以及頻譜係數法分析等。根據的主要音高偵測實驗比較結果顯示,各種不同的分析法,

都各有優缺點,如頻域上的方法,常常對泛音容易產生誤判,時域的方法,對低頻訊號 有解析度上的問題,由這些實驗結果可得知,採用何種音高偵測方法,必須視待分析的 音訊特性而定。

Tolonen[35]提出一個音高分析模型,計算信號頻道之自相關與高頻通道,並且求出

(15)

7

自相關函數。文中改進簡易自相關係數(SACF)成擴充型簡易自相關係數(ESACF),並將 其應用於多重基頻偵測與週期分析。

在[24]一文中,Licklider 提到在許多心理學感知科學的研究結果顯示,人耳聽覺對 音高的感受呈現出雙重特性:音高的感受同時包含頻率(frequency)與週期(period)兩方面 的性質。以內耳的解剖構造而言,耳蝸(cochlea)的不同部位會對不同的頻率而起反應,

而聽覺神經系統(nervous system)的功能類似對訊號進行自相關分析。據此,Licklider 提 出利用一個二維模型來表示內耳對音高感受的雙重特性。如圖1 所示,A 表示耳蝸不同 部位 x 對頻率的過濾作用;B 為神經元對訊號產生延遲τ時間的作用;C 為最後產生一 組訊號自相關運算的結果。

在早期的電腦計算能力相當不足,而 Licklider 所提出的內耳模型,所需求的運算 量相當龐大,所以提出內耳模型時,並沒有受到重視,現今,隨著電腦運算能力的不斷 提昇,漸漸使得Licklider 內耳模型的龐大運算變的可行。Lyon 強調聲音訊號的處理必 需以人耳聽覺模型為依歸[25],所以他根據 Licklider 的內耳模型提出一套內耳聽覺的計 算模型(computational model)。此模型的優點在於對聲音的分析提供了更多的細節資訊,

也對雜訊擁有更好的容忍度。

2.2.2. Slaney 音高偵測方法:

圖 2 Slaney 的方法偵測古箏音高架構圖

(16)

Sla MATLA 配合窄 一套音 音繚繞 偵測方 Sla 器分析 波器(ha 控制(au

2.2.3.

圖 3 (

aney 根據 AB 環境下開 窄化自相關函 音高偵測方法 繞的特性,音 方法相當適合 aney 的音高 析出不同頻帶 alf wave rec utomatic ga

古箏基頻偵

(a)古箏左手 析(d)

Licklider 開發了一套 函數(narrow 法,可以在 音高的偵測 合用來進行 高偵測方法 帶,來模擬耳

ctifier, HW ain control,

偵測範例:

(a)

手技法波形圖 Slaney 的音

的 內 耳聽 套音訊處理函 wed autocor 在多重雜訊干 測必須考量在 行古箏的音高 法主要架構如 耳蝸基底膜 R)模擬內毛 AGC)模擬

(c) 圖(b)古箏樣 音高偵測方

8

聽 覺 計 算 模 函式庫Aud rrelation fun 干擾下偵測 在大量殘響 高分析。

如圖2 所示 膜(basilar m 毛細胞(inne 擬神經元的調

樣本內耳分 方法的古箏上

模 型 提 出 兩 ditory Tool nction)來考 測聲音的音高 響條件下進行

,對於古箏 membrane)的 er hair cells)

調節作用。

分析圖(c)古箏

上滑音樣本

兩 種 實 做 方 lbox[32]。以 考慮泛音的影 高[31]。由於 行,我們認

箏的音樂訊號 的作用。然後 )的功能,最

(b)

(d) 箏樣本聽覺 本之音高分析

式[31][33]

以此模型為 影響,Slan 於古箏演奏 認為 Slaney

號先經過一 後通過半波 最後通過自

覺神經元自相 析結果

, 並 在 為基礎,

ney 提出 奏具備餘 的音高

一組濾波 波整流濾 自動增益

相關分

(17)

9

圖 3-(a)為一實際古箏波形範例,使用 Slaney 的內耳模型計算程式得到的內耳分析 圖(cochleagram)如圖 3-(b)所示,代表各個時間各個聽覺神經元的訊號。將內耳分析圖進 行自相關分析得到圖 3-(c)之自相關分析圖,代表古箏分析樣本在各個時間點對聽覺神 經元的輸出反應。最後用Slaney 的音高偵測方法得到的音高如圖 3-(d)所示。

2.3. 古箏彈奏與技法相關研究

黃好吟[48]在箏曲彈奏技法與記譜研究中,對於各種技法有相當明確的定義。書中 也將許多箏曲,用手寫的方式一一記錄下來,對於樂曲的傳承與教學方面,相當珍貴。

書中對於滑音,依滑音的個數與形態予以定義與分類,主要可區分成上滑音、下滑音、

連線滑音、上迴音、下迴音等五種。閻俐[67]依據個人的演奏經驗,將滑音更細分為上 滑音、下滑音、定時滑音、雙長滑、雙短滑、迴滑音、點滑、波音帶滑等八類。

張儷瓊在記譜研究中[55],將所有記譜派別與記譜差異度做了整合分析與比較,也 對於各派別技法使用技巧加以深入說明。對於古箏樂曲彈奏品質分析上,葉娟礽[61]與 翟源[66]提出了彈奏技法之使用對於箏樂整首樂曲品質的差異分析。

焦力對於滑音定性描述的研究中[62],對於滑音做了滑音種類以及滑音彈奏間差異 感分析。文中對滑音功能亦有明確的說明,此外對如何練習滑音也有相當深入之討論。

許守誠和許菱子的研究中[50]提出:滑音動作的遲早、快慢和按弦點的改變與音樂效果 有很大的關係,各種因素的變化也會產生不同的音響效果。由此可知滑音具有多樣的形 態,是古箏音樂韻味表現的重要技法。在其他滑音延伸的技法中,雷華也對於夾彈、提 彈技法的基本彈奏方式提出分析研究[64]。

林雅琇針對潮州箏曲,運用不同素材來詮釋樂曲的差異性與特性,展現出潮州箏樂 與其他派別箏樂的不同[46][47]。另外文中也以潮州名曲《寒鴉戲水》做為例子,對於 不同版本差異進行深入比較,探討各藝人在詮釋《寒鴉戲水》的差異。

2.4. 其他相關研究

Klapuri[21]將音樂訊號經由梳形濾波器(comb filters)轉換,並將節奏在樂理上的特

(18)

10

性帶入觀測機率模型,並且利用HMM 來預測節奏出現位置的週期,最後帶入相位量測,

以便找出起音點出現的地方。

Kitahara[22]在多重樂器演奏識別樂器研究中,利用基頻偵測與樂譜比對的技術進 行音色特徵值擷取,再藉由PCA 與 LDA 相關技術,進行多重樂器識別。

(19)

11

3. 古箏簡介

3.1. 古箏種類

分別經由弦質與弦線數之差異,可區分出古箏不同類型,目前使用的古箏弦材質有 鋼弦和纏弦兩大類,由古箏弦的數量(弦數)區分可分成 13 弦箏、16 弦箏、18 弦箏、21 弦箏、23 弦箏、26 弦箏、29 弦箏、七音箏、腳踏箏、蝴蝶箏,目前最常被使用於彈奏 的類型為21 弦箏與 26 弦箏,如表 1 所示。

表 1 古箏種類[52]

區分方法 古箏類型

弦質 鋼弦箏、纏弦箏

弦數 13 弦箏、16 弦箏、18 弦箏、21 弦箏、23 弦箏、26 弦箏、29 弦箏、

七音箏、腳踏箏、蝴蝶箏

3.2. 古箏基本構造

圖 4 古箏基本構造圖 [52]

(20)

一 箏弦、

如圖4 3.3. 古

3.4. 古

由 各弦音

一個基本的古 前樑(岳山) 所示。

古箏流派 古箏流派中,

古箏之定弦與 由於古箏定弦 音高,以達到

古箏,其構造 )、箏首(龍

,主要以地

區分方法 地區風格

與轉調 弦無半音的 到轉調之目

造包括正面 龍頭)、箏舷

地區風格作為 表 2 法

格 山東

客家

的存在,無法 目的。21 弦之

表 3 二十一

12

面與反面,正 舷、面板和箏

為古箏派別 古箏派別分

東箏派、河 家箏派、陝

法快速的轉換 之轉調表如 一弦古箏定

正面的構造 箏足,反面

別區分,如表 分類表[52]

派別 河南箏派、潮 陝西箏派、浙

換定弦,只 如表3 所示 定弦與轉調表

造有箏尾(鳳 面構造有鳳眼

表2 所示。

潮州箏派、

浙江箏派

只能靠壓弦與

。 表[52]

鳳尾)、雁柱(琴 眼、鳳沼、

與移動雁柱

琴碼)、

龍池,

柱來調整

(21)

13

3.5. 古箏音域表

下圖5 是對於不同弦數之古箏,對應到鋼琴之音域,方便了解各種古箏相當於鋼琴

之音域範圍。

↓中央 C

圖 5 古箏與鋼琴音域對照圖[52]

(22)

14

4. 古箏滑音簡介

4.1. 古箏表聲技法簡介

表 4 古箏八大基本表聲技法表[48]

指法符號 符號名稱 符號說明

^ 大指向掌心方向彈弦

B 大指向掌外方向彈弦

C 中指向掌心方向彈弦

D 中指向掌外方向彈弦

E 食指向掌心方向彈弦

F 食指向掌外方向彈弦

G 無名指向掌心方向彈弦

H 無名指向掌外方向彈弦

4.2. 古箏表韻技法簡介

在古箏技法中,分成右手表聲技法與左手表韻技法,而右手表聲技法中,變化較小,

大多是基本技法的組合技法,而左手變化較大,使用壓弦的方式,使音高產生變化,產 生了左手的表韻技法,除了左手壓弦外,也可配合上右手技法組合後產生,而箏曲就是 利用左手的音高變化,彈奏出優美箏曲。

(23)

15

表 5 古箏表韻技法表[48]

指法符號 符號名稱 符號說明

a,D

上滑音 右手彈弦後,左手隨即按壓該弦,使音升高。

b,E

下滑音 左手先按弦,右手彈奏時左手即刻放弦。

C

連線滑音 凡用加箭頭的弧線,把兩個或兩個以上的音符連接起來,表示從第一個音 符依次滑奏到最後一個音符。

F…… .

連剔 中指順弦序連續向外撥弦。

I

大指用托、中指用勾在二根弦上同時相對撥弦。

J

反撮 大指用擘、中指用剔在二根弦上同時反向撥弦。

K

剔撮 大指用托、中指用剔在二根弦上同時向外撥弦。

L

擘撮 大指用擘,中指用勾在二根弦上同時向內撥弦。

M,N,O

小撮 大指用托、食指用抹在二根弦上同時相對撥弦。

P

反小撮 大指用擘、食指用挑在兩弦上同時反向撥弦。

Q,R,S

重撮 大指用托、食指用抹、中指用勾在三根弦上同時撥弦。

T

反重撮 大指用擘、食指用挑、中指用剔在三根弦上同時撥弦。

U

花指 左右手的大指、食指或中指向外或向內連撥數弦。

V

拂音 右手大指向外速托數弦,而得若干裝飾性的樂音。

4.3. 古箏滑音的種類

箏樂滑音根據[48]可大致分為上滑音、下滑音、連線滑音、上迴音、下迴音等五種。

各種滑音的涵義定義如下:

(a) 上滑音:右手撥弦後,左手隨即按弦使音升高二度或三度稱之。如圖6 譜例所示,

(24)

16

為一個由5 音滑至 6 音之上滑音。

| A I A|

圖 6 上滑音範例譜

(b) 下滑音:左手先按弦,使音升高二度或三度,待右手撥弦後,左手隨即放鬆,使音 高復原稱之。如圖7 譜例所示,為一個由 1 音滑至低音 6 之下滑音。

\| ¿154 |

圖 7 下滑音範例譜

(c) 連線滑音:凡用加箭頭的弧線把兩個或兩個以上的音符連接起來,表示從第一個音 符依次滑奏到最後一個音符,這種滑音稱為連線滑音。如圖 8 譜例所示,為一 個由5 音滑至 6 音再由 6 音滑至 5 音,最後由 5 音滑到 6 音之連線滑音。

|46Q |

圖 8 連線滑音範例譜

(d) 上迴音:右手撥弦後,左手即將音按高大二度或小二度或小三度,再迅速放回本音,

形成音符的迴轉效果,這種滑音,稱上迴音 如圖 9 譜例所示,為一個由 3 音 滑至5 音再滑回 3 音之上迴音。

|R343|

圖 9 上迴音範例譜

(e) 下迴音:左手先按譜音低一弦,使與譜音同音高,右手撥弦後,左手稍放隨即再按 成譜音,使形成一迴轉音,這種滑音稱為下迴音 如圖 10 譜例所示,為一個 由1 音滑至低音 6 再滑回 1 音之下迴音。

|¾343|

圖 10 下迴音範例譜

(25)

17

5. 古箏滑音偵測技術

5.1. 滑音模型

本文對滑音的識別研究,初步以上滑音與下滑音為主。在一個完整的上滑音與下滑 音彈奏過程中,依時間劃分為起滑區段(A)、滑音變化區段(B)與終滑區段(C)等三個區段

。如圖11 所示,各區段涵義說明如下。

圖 11 滑音各區段涵義架構

起滑區段(A):箏樂訊號中,一個樂音的開始彈奏之處稱之為起音點(ponset);起音點 之頻率值,即稱之起音點頻率(fa)。在此區段中,頻率大致上維持一定值。

滑音變化區段(B):為滑音技法偵測最重要的區段,包括起滑點(pa)與終滑點(pb)兩 個參數。當頻率開始滑動時稱為起滑點(pa),而當頻率滑動至要求音準之時稱為終滑點 (pb)。

終滑區段(C):這個區段中,包括了終滑點(pb)與終音點(poffset)。滑音在終滑點之後 會有一段頻率穩態的區塊,在這個區塊中的頻率值,即稱為終滑點頻率值(fb)。最後是

(26)

18

整個樂音的結束點,我們稱之終音點(poffset)。

5.2. 滑音識別

(Hz)

時間(s) Δf= 1200*log2(fb/fa)

滑音時值範圍T 終滑點約 在3/4T處

起滑點約 在1/2T處

Δt=tb-ta

fb

fa

圖 12 滑音判別模型

由於古箏技法甚多,本研究主要以自動偵測箏樂技法中,上滑音與下滑音為研究目

標。基本滑音判別模型如圖12 所示。如前所述滑音變化之音程為小二度、大二度或小

三度;而起滑點大約在滑音總時值T 之 1/2 處,終滑點則約在總時值 T 之 3/4 處。

(a) 滑音識別方法

步驟一:偵測起音點(onset)與終音點(offset)

首先,先進行起音點與終音點偵測,找出各樂音的起始點 ponset與終音點poffset,如 圖13 所示。

poffset

ponset

圖 13 起音點與終音點示意圖

(27)

19

步驟二:求前fa、fb(前 1/8T 與後 1/8T)頻率值

一個完整滑音彈奏中,滑音變化區段約占整個訊號的 1/4(約位於整個滑音技法的

2/4~3/4 區塊間),並且在這 1/4 的區段內會產生頻率變化。因此,我們可計算滑音總時 值的前1/8 穩定頻率區段之平均頻率值作為起滑點頻率 fa;滑音總時值的後1/8 穩定頻 率區段之平均頻率值作為終滑點頻率fb,如圖14 所示。

圖 14 fafb計算來源示意圖 步驟三:fa、fb頻率穩定判斷

由於 fa、fb對於滑音點偵判別影響相當大,所以必須要判斷 fa、fb是否為穩定值。

如頻率變化太大,即判斷為非滑音,並將其去除。

步驟四:追蹤fa、fb與偵測pa、pb

在進行判斷滑音之前,必須追蹤起滑點頻率fa、終滑點頻率fb,以作為計算Δf 所用。

接著偵測起滑點pa與終滑點pb發生之時間點tatb,以作為計算Δt 所用。

步驟五:求滑音變化區段之時間間隔

取出tbta進行相減,可算出滑音變化區段中的時間間隔Δt。

(9)

其中Δt 為滑音變化區段時間間隔,如圖 15 所示。

(28)

20

Δt=tb-ta

tb ta

圖 15 滑音變化區段時間間隔示意圖 步驟六:求滑音變化區段之音程

利用fb、fa進行音程計算,可求得滑音變化區段音程 。

1200 / (10) 其中 為滑音變化區段之音程,如圖16 所示。

pb

pa

Δf= 1200*log2(fb/fa)

p

onset

p

offset

f

b

f

a

圖 16 滑音音程 Δf 示意圖 步驟七:檢驗滑音之音程與時間間隔是否合於滑音限制

Δf 與 Δt 是判斷滑音主要特徵參數,我們必需檢查 Δt 的間隔是否滿足時間間隔限制 條件:

1/8 T 1/2 (11) 而 的音程限制條件為:

(29)

21

| 100| (12)

| 200| (13) 或 | 300| (14) 其中| 100|、| 200|與| 300|為計算小二度、大二度與小三度三種滑音

可能音程之音分差; 為可允許之音分誤差範圍,系統預設值為20 音分。

滑音識別之正式演算法詳細敘述於Algorithm 1 。

(30)

22

Algorithm 1:Detect_ Sliding_Tone (S(t))

/*Input:古箏箏曲原始波形訊號 S(t) */

/*Output: S(t)中所有滑音之集合 P,其中每一滑音包含起音點 */

/* 時間(tonset)、終音點時間點(toffset)、起滑點時間點(ta) */

/* 、終滑點時間點(tb)、起滑點頻率(fa)、終滑點頻率(fb) */

0: begin

1: Ponset = Onset_Detect(S(t)); // Ponset為起音點之集合 2: Poffset = Offset_Detect(S(t)); // Poffset為終音點之集合

3: P = Φ; // 起始 S(t)中所有滑音之集合 P 4: for each tone (ponset, poffset) in Ponset and Poffset

5: // 其中 onset Ponset, offset Poffset

6: begin

7: fa = AvgFreq(S(t), ponset, 1/8); // 計算滑音前 1/8 時值平均頻率 8: fb = AvgFreq(S(t), poffset, 1/8); // 計算滑音後 1/8 時值平均頻率 9: pa = Freq_Trace(ponset, fa); // 由起音點向後依照fa頻率追蹤

10: // 起滑點 pa

11: pb = Freq_Trace(poffset, fb); // 由終音點向前依照 fb頻率追蹤

12: // 起滑點 pb

13: ta = ponset – pa // 起滑點位置之時間 14: tb = poffset – pb // 終滑點位置之時間 15: △f = 1200*log2(fb/fa) // 滑音音程計算 16: △t = tb-ta // 滑音時值計算 17: if Constraint_Check(f, t) = Up

18: // 根據音程△f 與時值t 檢查是

19: // 否滿足上滑音條件限制

20: add(Up, tonset, toffset, ta, tb, fa, fb) to P

21: // 增加一個上滑音資訊至 P 集合

22: else if Constraint(f, t) = Down

23: // 根據音程△f 與時值t 檢查是

24: // 否滿足上滑音條件限制

25: add(Down, tonset, toffset, ta, tb, fa, fb) to P

26: // 增加一個下滑音資訊至 P 集合

27: end

28: return P // S(t)中所有滑音之集合 P 29: end

(31)

23

6. 實驗

6.1. 實驗環境設定

電腦設備:Intel® Core ™2 Quad CPU Q6600 @2.40GHz,2.40GHz,1.99GB RAM,

實驗樣本:古箏 21 弦之滑音彈奏樣本、箏曲彈奏集「滑音練習一」、10 首各箏派經典 箏樂樂曲CD 錄音等。

6.2. 實驗一:箏樂起音點偵測實驗

實驗樣本:

|5U 54.2 | H U T5

N

4|225 H 5 V|2 - 2 - |

圖 17 古箏曲《出水蓮》前兩樂句 實驗方法:

步驟一:在相同環境變數下,讓10 位不同的受測者聽取相同的待測樂句。

步驟二:讓受測者以人工標記樂句中各個樂音的起音點位置。

步驟三:步驟一與步驟二每人重覆做五次,而每次誤差值不可高過於0.01 秒。

步驟四:將取出來的五個人工標示值取平均,作為此受測者的起音點人工辨識結 果。

步驟五:再對人工標記起音點與 BeatRoot 程式偵測起音點結果做比較,分析誤差 值變化。

實驗結果:

由表 6 可以看出人工斷音標準差大部份都在 0.05 秒以下,可以根據此統計值來設 定程式斷音正確參考標準。而在樂音6 與樂音 9 時,主要是受到古箏彈奏中的餘音干擾 較強,使得BeatRoot 所產生之斷音點與人工誤差值較大。圖 18 為 BeatRoot 斷音與人工 斷音實際差異圖。

(32)

24

BeatRoot 斷音

人工斷音

圖 18 人工與 BeatRoot 起音點識別差異圖(前五樂音)

表 6《出水蓮》前十個樂音以人工起音點識別與 BeatRoot 起音點識別誤差值

樂音

人工 斷音點

(秒)

人工斷音 標準差

(秒)

BeatRoot 斷音點

(秒)

BeatRoot 與人工之誤差

(秒)

樂音1 1.04 0.021 1.08 0.04

樂音2 2.04 0.048 1.95 0.09

樂音3 2.65 0.253 2.68 0.03

樂音4 3.42 0.021 3.48 0.06

樂音5 4.17 0.035 4.29 0.12

樂音6 6.03 0.023 5.79 0.24

樂音7 7.08 0.019 6.89 0.19

樂音8 8.06 0.026 7.88 0.18

樂音9 8.25 0.028 8.5 0.25

樂音10 9.14 0.015 9.19 0.05

平均 — 0.048 — 0.16

(33)

25

6.3. 實驗二:箏樂基頻偵測與滑音判別實驗

實驗樣本:

|z~|X}|Y||Z{|I6|r5|

|G3|F2|[1|

圖 19 箏曲彈奏集「滑音練習一」範例 實驗方法:

由於在箏樂滑音技法中,滑音變化區段約佔整個樂音時值部份的 1/4,然而這 1/4 的範圍,大致落在整個樂音起音點至終音點時值的2/4 時值點與 3/4 時值點之處,而 tatb即是2/4 時值與 3/4 時值之時間點。fafb分別介於起音點至2/4 時值點與 3/4 時值點 至終音點之間,fa、fb我們就必需由這範圍中取得,再利用音程計算,計算出 。 實驗結果:

表 7 起滑點頻率 fa與起滑點頻率fb實驗結果

滑音

起滑點頻率 fa(Hz)

終滑點頻率

fb(Hz) (音分)

理論值 (音分)

誤差 (音分)

z 490.5 584.7 305 300 5

X 658.2 584.7 206 200 6

Y 438.4 490.5 193 200 7

Z 348.9 438.4 399 300 99

I 327.3 348.9 111 200 89

r 245.0 294.3 317 300 17

G 294.3 327.3 193 200 7

F 218.1 245.0 202 200 2

[ 474.7 218.14 -1347 300 -1053

(34)

26

表 8 各滑音 ponset、poffset、pa、pb發生時間點

滑音 ponset

(音框)

poffset (音框)

pa (音框)

pb

(音框) Δt/T pa/T pb/T

z 3 53 28 41 0.26 0.500 0.766

X 53 159 106 131 0.23 0.496 0.730

Y 212 266 239 253 0.25 0.506 0.759

Z 266 363 316 321 0.05 0.512 0.566

I 363 464 413 438 0.24 0.495 0.740

r 464 518 491 504 0.24 0.486 0.740

G 583 632 608 620 0.24 0.514 0.755

F 632 738 682 697 0.14 0.471 0.613

[ 738 793 770 782 0.22 0.636 0.800 總平均 0.207 0.512 0.718

從表 7 的實驗結果中,可以看出大部份都在誤差值的許可範圍內。而第 4 與第 5

個滑音,由於訊號之頻率較不穩定,使結果出現誤差較大;而在第9 個滑音中,可以發

現這個滑音誤差值極大,原因是來自基頻偵測中,由於對太低頻的樂音頻率解析度不足 無法正確偵測基頻所造成。

由表7 與表 8 之結果,我們進一步檢查 與 是否滿足滑音限制條件。如前所述,

在 限制條件部份,我們將挑選音分差小於20 音分的結果;在 限制條件的部份,將

挑選1/8 T 1/2範圍之樂音。實驗結果,在九個滑音中,有六個滑音符合滑音限

制條件被正確偵測出,但也有三個受到不同因素,而無法正確偵測出,分別是第4、5、

9 滑音。在第 4 與第 5 滑音中,所出現的誤差來源,來自訊號頻率的不穩定;而第 9 滑 音是由於自相關分析受到泛音及前一樂音殘響干擾,出現基頻偵測錯誤的問題。而針對

《出水蓮》前二樂句進行滑音偵測的結果,在這兩樂句中,共有七個滑音,偵測結果可 正確偵測出五個滑音點,但無法偵測出的另外兩個滑音點,主要原因也是因為偵測起音 點錯誤所造成,所以未來需對起音點偵測方法繼續進行調整,以提高滑音識別整體準確

(35)

27

率。最後結合表7 與表 8 的 與 結果,進行滑音最後判斷,結果如表9。

表 9 滑音識別結果

滑音 1/8 ≦Δt/T ≦1/2 Δf<20 滑音識別結果

z 0.26 O 5 O O

X 0.23 O 6 O O

Y 0.25 O 7 O O

Z 0.05 X 99 X X

I 0.24 O 89 X X

r 0.24 O 17 O O

G 0.24 O 7 O O

F 0.14 O 2 O O

[ 0.22 O -1053 X X

6.4. 實驗三:10 首箏曲 CD 錄音之滑音偵測

實驗樣本:

我們採用山東箏派、客家箏派、潮州箏派、浙江箏派、河南箏派中,著名的箏曲做 為範例,分別由各派代表性箏樂名家所彈奏之CD 錄音。

實驗方法:

步驟一:將箏曲進行起音點偵測,取出各音符之起音點。

步驟二:將起音點資訊與箏曲檔案讀入。

步驟三:計算各起音點頻率與起音點時間。

步驟四:計算起滑點頻率值、終滑點頻率值、滑音音分差、滑音時間間隔。

步驟五:判別音分差與滑音時間間隔之變化,是否符合滑音變化區段特徵。

步驟六:輸出為起滑點頻率、終滑點頻率、滑音音分差、滑音變化區段、滑音時間 間隔。

(36)

實驗結 第一首

表 滑音

第二首

表 滑 音 實

結果:

首樂曲:山東

表 10《高山 fa

實際值 (Hz)

361.73 3 323.24 439.68 3 328.00 首樂曲:山東

表 11《漢宮 fa

實際值 (Hz)

435.59 4 360 3 287.40 2

東箏派,趙

山流水》各 fb

實際值 (Hz)

(音

376.30 341.7 328.00 -

296.0 - 東箏派,高

宮秋月》各 fb

實際值 (Hz)

(音

491.67 319.06 - 288.61

趙玉齋,《高

圖 2 各滑音faf

音分) 誤 (音 70

97

-506 2 -177 高自成,《漢

圖 21 各滑音faf

音分) 誤差 (音 190

-209 7 1

28

高山流水》

20《高山流 fbponset、p

誤差值 音分)

po

(音

30 1 3 1 206 2 23 3 漢宮秋月》

《漢宮秋月 fbponset、p

差值 音分)

pon

(音框

10 93 9 29 193 49

流水》簡譜 poffset、pa

onset

音框)

poff

(音框

00 14 43 18 276 31 335 34

月》簡譜 poffset、pa

nset

框)

poffse

(音框

3 140 95 345 95 592

pb實際值與

ffset

框)

pa

(音框

43 122 87 165 17 296 48 341

pb實際值與

t

框)

pa

(音框)

116 320 543

與 誤差值

a

框)

pb

(音框

2 132 5 176 6 306 1 344

與 誤差值

)

pb

(音框)

127 332 567

框) T

0.24 0.25 0.24 0.23

T

0.24 0.25 0.24

(37)

第三首

滑音

第四首

首樂曲:客家

表 12《出 fa

實際值 (Hz) 560.00

549.06

490.00

246.82

422.41

首樂曲:潮洲

家箏派,饒

出水蓮》各滑 fb

實際值 (Hz) 632.09

612.50

437.66

344.77

436.6

洲箏派,蘇

饒寧新,《出

圖 22 滑音fafb

(音分) 誤 (音 212

190

-195

456

57

蘇巧箏,《平

圖 23

29

出水蓮》

2《出水蓮》

ponset、po

誤差值 音分)

po

(音

12 1

10 2

5 5

156 8

43 1

平沙落雁》

《平沙落雁

》簡譜

offset、pa、p

onset

音框)

poff

(音

148 20

250 28

500 59

895 10

133 11

雁》簡譜

pb實際值與

ffset

音框)

pa

(音框

00 147

82 266

95 547

067 98

77 115

與 誤差值

a

框)

pb

(音框

7 186

6 274

7.5 571.2

1 1024

55 1166 框) T

6 0.24

4 0.25

25 0.24

4 0.23

6 0.25

(38)

表 滑 音 實

4 6 4 4 3 37 第五樂

滑音

表 13《平沙 fa

實際值 (Hz)

461.50 680.61 448.17 403.72 334.09 72.4662 2 樂曲:潮洲箏

表 14《月 fa

實際值 (Hz) 611.47

476.75

沙落雁》各 fb

實際值 (Hz) 551.95 266.92 490.91 367.50 372.46 298.000 箏派,林毛

月兒高》各滑 fb

實際值 (Hz) 854.90

558.9

各滑音faf

(音分) 誤 ( 308 -1624

157 -161

188 -383 毛根,《月兒

圖 24 滑音fafb

(音 分)

誤差 (音分 580 28

275 75

30

fbponset、p

誤差值 (音分)

p (音

8 1324

43

39 2 12 2 83 3 兒高》

4《月兒高》

ponset、po

差值 分)

pons

(音框

80 214

5 295

poffset、paponset

音框) poff

(音

20 5 86 12 155 19 224 26 295 33 364 39

》簡譜

offset、pa、p

et

框)

poffset

(音框

4 295

5 341

pb實際值與

ffset

音框)

pa

(音框

3 37 21 103 91 173 61 242 30 312 98 381

pb實際值與

t

框)

pa

(音框)

255

318

與 誤差值

框)

pb

(音框)

45 3 111 3 182 2 251 2 320 1 390

與 誤差值

)

pb

(音框)

275

329 值

) T

0.24 0.23 0.25 0.24 0.23 0.26

T

0.26

0.24

(39)

第六樂

表 滑 音

第七樂

樂曲:浙江箏

表 15《高山 fa

實際值 (Hz)

536.33

591.30

591.30

樂曲:浙江箏

箏派,項斯

山流水》各 fb

實際 值 (Hz) 495.50

490.00

490.00

箏派,范上

斯華,《高山

圖 25 各滑音faf

(音 分)

誤差 (音

-137 3

-325 2

-325 2

上娥,《海青

圖 26

31

山流水》

《高山流水 fbponset、p

差值 音分)

pon

(音框

37 33

25 63

25 63

青拿鶴》

《海青拿鶴

水》簡譜 poffset、pa

set

框)

poffse

(音框

2 485

1 706

1 706

鶴》簡譜

pb實際值與

et

框)

pa

(音框

5 408

6 669

6 669

與 誤差值

框)

pb

(音框)

446

689

689 值

T

0.25

0.26

0.26

(40)

表 滑音

表 16《海青 fa

實際 值 (Hz) 445.45

677.16

501.15

501.15

787.50

821.62

904.63

945.91

444.95

958.69

青拿鶴》各 fb

實際 值 (Hz)

( 分

673.30 7

1575.0 1

298.00 -

590.23 2

752.89 -

744.20 -

1112.8 3

919.1 -

367.8 -

678.5 -

各滑音faf

(音 分)

誤差 (音分

708 40

461 116

947 64

283 83

-77 12

172 28

358 58

-49 15

329 29

598 29

32

fbponset、p

差值 分)

pons

(音框

08 83

61 408

47 765

3 114

23 153

8 195

8 235

51 288

9 340

98 399

poffset、pa

et

框)

poffset

(音框

183

8 530

5 897

1 1299

0 1682

5 2106

1 2518

4 3048

5 3541

7 4133

pb實際值與

t

框)

pa

(音框)

133

469

831

9 1220

2 1606

6 2135

8 2434

8 2966

3473

4065

與 誤差值

pb

(音框)

158

500

864

1260

1644

2172

2475

3007

3507

4099 值

T

0.25

0.24

0.25

0.25

0.25

0.10

0.24

0.25

0.25

0.25

(41)

第八樂

表 滑音

第九樂

樂曲:河南箏

表 17《陳杏 fa

實際 值 (Hz)

426

616.62

531.73

640.89

423.77

377.84

樂曲:河南箏

箏派,曹東

杏元和番》各 fb

實際值 (Hz)

516

550.63

468.53

423.088

513.68

343.91

箏派,曹桂

東扶,《陳杏

圖 27《

各滑音fa

(音 分)

誤 (音

330

-196

-219

-718 4

333

-163

桂芬,《上樓

圖 2

33

杏元和番》

《陳杏元和番

fbponset

誤差值 音分)

po

(音

30 2

4 1

19 2

418 3

33 4

37 6

樓》

28《上樓》

番》簡譜 poffset、pa onset

音框)

poff

(音框

20 80

02 14

207 27

41 40

499 53

676 75

簡譜

、pb實際值

ffset

框)

pa

(音框

0 50

41 122

78 242

04 372

35 517

52 714

值與 誤差值

框)

pb

(音框)

65

2 132

2 260

2 387

7 526

4 733 值

) T

0.25

0.25

0.25

0.24

0.25

0.25

(42)

滑 音

第十樂

滑音

表 18《上 fa

實際值 (Hz)

467.16 5 370.59 3 322.70 3 313.21 3 樂曲:客家派

表 19《崖 fa

實際值 (Hz)

502

557

237

上樓》各滑 fb

實際值 (Hz)

(音

543.69 2 328.85 2 318.93 - 366.04 2 派,羅九香

崖山哀》各滑 fb

實際值 (Hz)

478

485

260

滑音fafb

音分) 誤差 (音分 270 30 206 6

-20 80 269 31 香,《崖山哀

圖 29 滑音fafb

(音分) 誤 (

-83

239

138

34

ponset、poff

差值 分)

pons

(音框

0 140 6 256 0 367 1 477 哀》

9《崖山哀》

ponset、po

誤差值 (音分)

p (音

17

39

38

ffset、pa、pb et

框)

poffset

(音框

0 178 6 285 7 386 7 510

》簡譜

offset、pa、p ponset

音框) pof

(音 框

140 20

415 48

896 96

實際值與

t

框)

pa

(音框)

159 272 376 493

pb實際值與

ffset

音 框)

pa

(音框

02 1710

83 4490

66 9310

誤差值

)

pb

(音框)

169 279 381 501

與 誤差值

框)

pb

(音框

.45 1860.

.44 4660.

.00 9480.

T

0.25 0.24 0.26 0.24

框) T

.70 0.24

.72 0.26

.73 0.24

(43)

箏派

河南派 河南派 山東派 山東派 潮州派 潮州派 客家派 客家派 浙江派 浙江派

圖 偵測的

《海青 低,在 錯而造 式在滑 都會過 個改變 分差與

演奏者

曹東扶 曹桂芬 趙玉齋 高自成 蘇巧箏 林毛根 饒寧新 羅九香 項斯華 范上娥

總平均 圖20~圖 29 與 的結果由設定 青拿鶴》與《

《陳杏元和 造成結果的誤 滑音後都加上 過高。在林毛 變會因為彈奏 與時間間隔的

另外在《崖山

表 20 主 箏曲

陳杏元和 上樓 高山流水 漢宮秋月 平沙落雁 月兒高 出水蓮 崖山哀 高山流水 海青拿鶴 均

與表10~表 定不同的音

《月兒高》三 和番》中,由

誤差偏大,

上了連三個 毛根的《月兒 奏者的習慣 的限制中。

山哀》中,

主要箏派經典 滑音

數 和番 7 4 水 4 月 3 雁 6 高 3 蓮 5 哀 3 水 4 鶴 10 4.9 表19 為十首 音分誤差條件

三首箏曲滑 由於我們進 而在《海青 個音的花指技 兒高》中,

慣所改變,使

譜中的第二

35

典箏曲滑音 正確 (20 音分

29%

25%

50%

67%

34%

0%

60%

33%

25%

20%

34%

首經典箏曲簡 件下,結果介 滑音偵測結果 進行自相關分 青拿鶴》范上

技法(歷音) 此首箏曲之 使得所偵測出

二個滑音確

音偵測正確率 確率

分以內) (3

%

%

%

%

%

%

%

%

%

%

%

簡譜與滑音 介於34%~6 果可看出,

分析時,在 上娥的箏曲

,因而沒辦 之用調使用 出之滑音結

確認為 滑

率分析表 正確率 30 音分以內

58%

75%

75%

67%

33%

0%

60%

33%

75%

20%

50%

音偵測結果,

63%之間,從 這三首的偵 在低頻時的頻 曲中,我們發 辦法正常偵測 用輕三重六 結果並不落於

滑音技法,而 內)

正 (40 音

7 7 7 6 6 0 8 10

7 2 6

,由表20 可 從《陳杏元和 偵測結果正 頻率偵測較 發現了,其 測,終滑點

,將音高改 於我們所設

而原先的第 正確率

音分以內) 72%

75%

75%

67%

67%

0%

80%

00%

75%

20%

63%

可得知,

和番》、 正確率較 較容易出 其彈奏方 點頻率值 改變,這 設定之音

第三個滑

參考文獻

相關文件

“A feature re-weighting approach for relevance feedback in image retrieval”, In IEEE International Conference on Image Processing (ICIP’02), Rochester, New York,

Lange, “An Object-Oriented Design Method for Hypermedia Information Systems”, Proceedings of the Twenty-seventh annual Hawaii International Conference on System Sciences, 1994,

C., “Robust and Efficient Algorithm for Optical Flow Computation,” Proceeding of IEEE International Conference on Computer Vision, pp. “Determining Optical Flow.” Artificial

[16] Goto, M., Muraoka, Y., “A real-time beat tracking system for audio signals,” In Proceedings of the International Computer Music Conference, Computer Music.. and Muraoka, Y.,

When? Where? What? A Real-Time System for Detecting and Tracking People.’’ Proc. International Conference on Face and Gesture Recognotion, April, pp. Pentland, “Pfinder:

Ko, “Fast Intra Prediction Mode Selection Scheme Using Temporal Correlation in H.264,” IEEE International Region 10 Conference, pp. Yu, “A Fast Mode Decision Method for

Ahmad, A Variable Block Size Motion Estimation Algorithm for Real-time H.264 Video Encoding,  Signal Processing: Image Communication,

D.Wilcox, “A hidden Markov model framework for video segmentation using audio and image features,” in Proceedings of the 1998 IEEE Internation Conference on Acoustics, Speech,