音乐学习对学生未来发展有着不可忽视的作用。但目前音乐教学并没有满足人们的期望,由于音乐学科自身的特殊性,班级授课制这种一对多教学模式的弊端显得更加严重。尤其在基础教育阶段,学生音乐水平普遍不高,每个学生的音乐感知能力不同,学习进度有差异。教师从学生平均水平出发进行施教,难以满足所有学生的学习需求。而且,在一些音乐师资力量匮乏的边远地区,学生上音乐课的次数有限,音乐素养得不到有效提升。这种现状下,急需一种新的方式辅助音乐教师进行音乐演唱教学。数字音频技术的快速发展,为学生音乐素养以及演唱技能的提升提供了新的解决办法。通过对学生的演唱进行录音、分析和处理,依照专业的评价标准,自动化地、客观地评价学生的演唱情况,帮助学生更有效率地练唱。基于此目的,本项目研发了一套基于特征比对的音乐学唱系统,可以实现通过旋律特征提取、相似度对比、音高数据分析来进行演唱自动评分,为学生指出不足之处,分析错误原因,给出改进意见。本文研究的核心在于反馈评价的设计和实现上。围绕这个核心,做了以下研究和探索：(1)Web实时录音的实现。通过Flash和FMS服务器相结合的方式实现了Web实时录音,并支持将录制的音频保存成WAV格式。(2)音高提取方式的研究。本文对演唱声音和模板库中MIDI音乐通过不同方式分别进行了音高提取,生成音高特征序列,便于两段音频的相似度对比和反馈分析。(3)演唱／演奏信息反馈方式的研究。以音准、节奏和气息平稳度作为评判依据,设计了一种图像、声音、文字相结合的反馈方式,让学生更加直观的认识到演唱中出现的错误,并改正错误。本文的特色之处：(1)在功能设计上：首先,弥补同类系统在教育性上的缺失,相比同类系统更加注重反馈形式的多样性、反馈内容的详细性以及反馈结果的有效性,以达到帮助学生提高演唱水平的目的。其次,增加了音乐资源类别,系统音乐库中除了带有人声的演唱曲目外,还有纯音乐可供选择,学生可借此练习器乐演奏能力。(2)在技术实现上：首先,确定以音准、节奏、气息平稳度三项指标作为演唱评判标准,并用基于帧的音高序列数据将三项标准呈现出来。其次,提出了一种基于规则的平滑方式,结合已有的五点中值平滑,取得了比较好的平滑效果。最后,在相似度对比方面,综合使用规整算法和余弦相似度算法,使计算出来的结果更加精确。