【摘 要】
:
“歌唱性”是音乐表演艺术必需具备的一种演奏状态,其描述的不是单纯音与音之间的连贯问题,也不是持续音之间相互连接的问题,而是情感状态的连接问题。钢琴独奏曲《松花江上》是崔世光依据原同名声乐独唱曲改编而成,作品充分利用了钢琴的优势,在保留原旋律的基础上将织体、音区、力度、和声等方面极大地扩展,强化了音乐的张力,使作品中的情感表达内涵得到丰富,“歌唱性”的表现视角得到扩充,增加了无限的艺术魅力。在长期的
论文部分内容阅读
“歌唱性”是音乐表演艺术必需具备的一种演奏状态,其描述的不是单纯音与音之间的连贯问题,也不是持续音之间相互连接的问题,而是情感状态的连接问题。钢琴独奏曲《松花江上》是崔世光依据原同名声乐独唱曲改编而成,作品充分利用了钢琴的优势,在保留原旋律的基础上将织体、音区、力度、和声等方面极大地扩展,强化了音乐的张力,使作品中的情感表达内涵得到丰富,“歌唱性”的表现视角得到扩充,增加了无限的艺术魅力。在长期的演奏实践中,演奏者对于歌唱性弹奏的运用往往存在经验模式,没有形成可靠的理论依据,因此本文从“歌唱性”的角度出发,以钢琴改编曲《松花江上》为素材,与演奏中的音色控制、力度层次和乐句连贯三方面相结合,实现情感连贯与演奏诠释相统一。
其他文献
无线射频识别(Radio Frequency Identification,RFID)技术是物联网中信息传感技术之一,是利用无线射频信号实现的非接触式自动识别技术。因为RFID抗污染性好和穿透性强等优势,其已被广泛应用于商业、交通和医疗等场景。然而,由于RFID的非接触通信方式,RFID系统存在各类安全威胁,通常采用安全认证协议来保证RFID系统的安全性。同时,对于低成本的无源标签,现有的安全认证
随着移动通信技术的发展以及智能手机等移动终端的普及,通信数据呈现指数级的增长。手机用户在打电话、发短信和上网过程中会产生大量的手机信令数据,这些数据无法通过人工来分析处理。然而随着大数据技术的来临,这些数据蕴藏的价值也越来越凸显。在此背景下,本文提出了基于手机信令大数据的目标轨迹分析和提取的方法。目前对于轨迹分析研究主要采用的是GPS定位数据,其定位精度高但受天气等因素影响较大。相比于GPS定位数
面对井喷式增长的网络流量和提升用户隐私保护的要求,基于端口号和有效载荷的传统流量分类方法已经无法满足快速实时的分类要求。在迅猛发展的互联网时代,网络流量分类技术对于提高网络的管理效率,提升用户的网络体验,保障网络环境的绿色和安全有着至关重要的作用。因此本文深入流量分类技术的研究,研究内容分为以下三个方面。首先,面对加密流量难以提取有效信息的问题,本文提出了一种基于改进DCGAN的加密流量数据生成方
随着网络通信技术的不断发展和基础设施的迅速完善,云计算和边缘计算逐渐走向成熟,这两种计算模式在处理复杂任务时各有优势,因此将云计算中心化处理和边缘计算就近处理结合的云边融合计算应运而生。然而云边融合计算在提供高效计算能力的同时,其所面临的数据安全与隐私保护问题也愈发突出。一方面,云计算部分已经成为数据挖掘的强有力保障,那么如何在数据挖掘和保护用户隐私之间进行权衡,在保证隐私信息安全的前提下获得数据
跨项目缺陷预测(Cross-Project Defect Prediction,CPDP)是一种在没有足够的历史缺陷数据情况下建立精确预测模型的可行解决方案,因此近些年来CPDP成为了一个研究热点。尽管现有的CPDP方法已取得了不错的预测结果,但其预测性能仍有一定的提升空间。一方面,现有的大多数CPDP方法未能在减小数据分布差异的同时充分利用可用的标签信息。另一方面,近些年有相关研究工作从软件源代
目标跟踪是机器视觉中的一个重要分支,其目的是对视频中的指定目标进行跟踪。从跟踪数据集来看主要分为地面监控视频和无人机监控视频,本文考虑几种主要的无人机视频数据集和一个地面监控视频数据集。相关滤波的目标跟踪算法在视频跟踪中表现出良好的性能,其中的自适应空时感知算法是最近比较热门的模型之一。评价目标跟踪性能的两个重要指标是准确度和精确度,本文从这两个指标出发,对自适应空时感知模型进行分析和改进。为了解
语音情感识别作为情感计算的一个重要分支,因其快速、便捷、真实的特点,受到了广泛学者的深入研究。在过去的语音情感识别研究中,学者们多数使用传统的机器学习方法来进行语音情感识别的研究。然而近几年随着深度学习的火热,深度学习方法在各个领域中都表现出了优异的性能,成为其中的翘楚。本文主要工作是研究如何使用神经网络提取语音中的情感信息,选择出利于情感识别的语音特征,进而提高语音情感识别效果。主要工作如下:(
基于TCP/IP的网络由于设计之初对支持移动性考虑不足,难以适应车载高速移动环境,这成为制约车联网和车内娱乐发展的瓶颈。针对现有车载娱乐系统时延高且不稳定的问题,研究了NDN基本原理、NDN车联网应用场景、聚类划分算法、视频传输相关技术等。主要研究内容和创新点如下:(1)在深入研究NDN基本原理和车联网特性的基础上,提出了将NDN运用于车联网的构想,以替代传统基于TCP/IP体系结构的车联网。ND
随着人工智能的兴起,图像数据呈爆炸式的增长,文档文本检测已不再满足人们的日常需要,更多的将是对场景文本的进一步研究。而场景文本检测又由于其特殊性,受到诸如光照、背景复杂度、文本多样性等多种因素影响,已成为近几年研究的热点之一。目前主流检测算法主要基于深度学习的方式,针对多方向文本边框的线性特征设计且均具有较好的检测结果,但由于曲线文本自身的特殊性即对应表征方式未能实现边缘轮廓的精准定位,造成精度下
伴随着人机交互的普及,以及深度学习技术在计算机视觉领域的不断成功,基于深度神经网络的面部表情识别已经成为情感计算中的热门研究方向。在面部表情识别研究中,通常会面临三个方面的突出问题,第一方面,实际应用中图像采集设备捕捉到的人脸往往难以保证都是正脸,不可避免的会出现大量各种姿态的面部图像。然而,当前大部分的面部表情识别研究通常只针对正脸图像,当人脸姿态存在较大角度的旋转时,识别精度大幅下降。稳定可靠