随着社会经济和科学技术的不断发展,钢琴音乐艺术与信息科学、计算机技术相结合的研究受到越来越多的关注。随着钢琴普及率的不断提高,如何对钢琴音质科学地客观地评价,已经变得越来越重要。客观的钢琴音质评价方法不仅可以实现便捷有效地音质评价,而且对提升钢琴的制造水平也具有很大的指导意义。因此,本文围绕钢琴音质评价有关理论和方法进行了研究,并基于曲风对钢琴音质的影响及钢琴音乐信号的多种特征提取,实现了使用动态模糊神经网络(Dynamic Fuzzy Neural Network,D-FNN)进行自动音质评价的功能。本文的主要内容和创新如下:1.由于弹奏不同曲风的钢琴曲时会让钢琴呈现出不同的音质效果,因此,本文提出了一种结合曲风及多种特征提取的钢琴音质评价方法。在这样的场景下,在进行钢琴音质评价时,获取钢琴声音信号方式由以往仅获取一些键音或和弦,转变为获取对应曲风的一整段乐曲;同时,对钢琴声音信号特征参数的分析,也由单个键音的特征的分析变成多个键音及键音之间的复杂关系的分析和识别。2.根据音乐信号特征与钢琴音质之间的关系,提取了音长、起振时间等特征作为时域特征,泛音数量、泛音能量占比等特征作为频域特征,以及基于互相关分析的互相关系数矩阵特征值作为空域特征。并根据不同音区的键音的特点及在演奏时起到的作用的差异,以低音区、中音区、高音区三个音区为统计单元,将时域特征和频域特征在各音区内的特征统计值替代每个键音的时域特征和频域特征。3.考虑到仅靠经验知识无法准确地描述某种特定曲风的键音信号特征以何种联系和方式对此时曲风下的钢琴音质产生影响,本文提出了通过训练动态模糊神经网络来获得曲风特征、钢琴音质和信号特征之间复杂关系的推理逻辑和规则的方法,并采集了不同钢琴和多种曲风的音乐信号,在实验室自主研发的硬件综合平台上进行了实验。实验结果证明该方法的整体性能可达到预期的效果。