视唱练耳课程中多声部训练的实践研究

来源 :长春师范大学 | 被引量 : 0次 | 上传用户:cqz17
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视唱练耳教学是音乐基础教学,与音乐相关的各专业都有着很多的关联。以往的视唱练耳教学通常围绕单音、音程、和弦、节奏以及旋律进行模唱与听写训练,教学内容更加侧重于听辨技术训练,课堂教学形式相对比较单一,学生在听辨训练的过程中容易疲乏,因此,在传统技能技巧训练的基础上,增加视唱部分的实践教学训练内容则更好的丰富了视唱练耳教学,使视唱练耳课堂教学更加的多元化,让学生产生更多有兴趣。在视唱练耳训练中加强多声部能力的培养,是提高学生音乐素养的有效途径,同时,将课堂教学与舞台实践融为一体,将《视唱练耳》课由课堂延伸至排练室与音乐厅。本文试以《Sing Sing Sing》歌曲为例,进一步探讨多声部训练在视唱练耳课程实践中的运用。论文共分成四个部分,绪论部分分别探讨选题缘由及意义、相关研究综述以及本文主要的研究方法三个方面,对视唱练耳课程在实践中应用的背景进行系统的梳理,对本文所采用的实践性方法进行必要的解读。论文的第一大部分分别从两个方面论述视唱练耳课程的起源与现状:视唱练耳课程的起源与发展;视唱练耳课程的现状。视唱练耳教学目前融进了音乐会的实践环节。通过以往视唱练耳课程的学习和总结,进一步拓展丰富视唱练耳课程的教学,尽可能提升视唱练耳课程的教学现状。论文的第二部分主要探讨多声部训练与视唱练耳课程的关系:多声部音乐的特征以及多声部训练在视唱练耳课程中的作用。这部分主要对视唱练耳课程本身进行个体的研究,介绍什么是多声部,进而证实在视唱练耳课程中加强多声部能力的培养,是提高学生音乐素养的有效途径,具有相当的可行性,而且具有极强的实践性品格。论文的第三部分主要以作品《Sing Sing Sing》为例,探讨多声部作品在视唱练耳课程实践中的训练方法研究。对《Sing Sing Sing》的曲目进行介绍和曲式分析,通过音乐会及课堂教学中挖掘本曲目的的训练方法。试从歌曲个案的角度深入探究视唱练耳课程中的多声部训练,进而将课程教学的理论研究真正反哺到带有实践性的教学环节中去。
其他文献
近年来,各类现代化的信息技术在教育领域取得了一定的积极成效,但在教学融合的过程中受到重重阻碍。从技术接受的视角探究缘由,发现教师使用信息技术的意愿不高,拒绝、抵触的
以γ-Al2O3为载体,采用均相沉淀法制备不同ZnO负载量的纳米ZnO-γ-Al2O3复合粉体。通过X射线粉末衍射(XRD)、扫描电镜(SEM)和氮气吸附对复合粉体的结构、表面形貌和比表面积进行表
随着人们生活水平的提高,食品结构趋于多元化、保健化,鲜食甘薯市场日趋看好.
低温煤焦油中含有20%~30%的酚类化合物。酚类化合物作为重要的化工原料和中间体,具有极高经济价值。从低温煤焦油中提取酚类化合物既可以减少后续生产流程中的氢耗,还可以提
目的:本文通过回顾性分析使用二甲双胍的代谢性疾病患者的临床资料,探讨二甲双胍药物不良反应的临床表型及其影响因素。方法:选取2018年1月-2019年12月于重庆医科大学附属第二医院内分泌科/生殖内分泌科门诊就诊随访并给予二甲双胍治疗的患者363例,收集患者的基本信息及临床资料,根据患者使用二甲双胍后是否出现不良反应分为有反应组(n=201例)和无反应组(n=162例),比较两组患者的临床特征、糖化
介绍一种基于GPS模块和科大讯飞TTS语音模块的景区自助语音导游系统,给出了系统的详细硬件设计方案及主要软件流程图。除可为景区游客的自助导游提供支持外,还可充分展示景区的
背景肝细胞癌是一种病死率极高的原发性肝癌。在我国癌症死亡率里排在第三位。在世界范围内以高发病率、高死亡率而著称。HCC形成特点是由多种因素、分多个阶段、协同作用所致。HCC的致病因素及发病机制,目前未被全部研究清楚。因此,彻底研究清楚HCC发生的具体分子机制,对于早期预防、早期诊断、精确治疗HCC意义重大。越来越多的Lnc RNAs被证实通过MAPK传导通路在肝细胞癌的形成过程中起调控作用。因此,
随着计算机软硬件技术的高速发展,计算机信息技术已经渗透到了人们工作生活的方方面面。计算机技术给人们带来了高效和便捷,同时也给人类带来了很多的风险。近年来,各种各样的网络安全事件层出不穷。研究如何从日志数据中,重现攻击者的攻击过程对于网络安全事件分析有着重要的意义。当前阶段下的网络安全设备基于特征码匹配的形式来进行攻击检测。这种方式的优点是安全人员可以按照需求自行增加或者删除检测规则,使用起来较为灵
改革开放以来,行政管理体制改革取得了明显的成效,然而相对于政府改革和企业改革,事业单位改革却严重滞后,已不能适应社会经济环境的变化,难以满足公众对公共服务的需求。事
面对海量的信息,推荐系统是解决信息过载问题的有效途径之一。传统的协同过滤推荐算法主要是使用评分来进行预测和推荐,方法简单有效,但是协同过滤推荐算法的缺点也显而易见:第一,协同过滤简单的进行用户和项目之间的线性交互来预测评分,忽略了非线性关系,使得推荐准确性受一些限制;第二,协同过滤只使用评分信息来进行推荐,但是由于评分数据的稀疏,使其面临数据稀疏和冷启动问题。近年来深度学习发展越来越快,被广泛应用