Следующая запись

Кто-то из великих музыкантов сказал, что техника для пианиста – это всё равно, что крылья для птицы. Без...

Руководство по обучению хора для директора оркестра, часть 1

Член NAfME Том Сабатино

Статья Первоначально опубликована в блоге JW Pepper

Часть 1: Подготовка певцов

Во время моей педагогической карьеры я заметил, что было много учителей музыки, которые хотели бы узнать больше о преподавании как группы, так и хора - возможно, для того, чтобы их считали для получения дополнительных возможностей трудоустройства, но иногда просто для того, чтобы DO или СОХРАНИТЬ свою текущую работу.

Безусловно, наиболее желательным сценарием было бы, чтобы каждая область музыкального образования - группа, хор, оркестр и общая музыка - имела высококвалифицированного специализированного инструктора, но в действительности многие школьные округа либо не могут себе позволить, либо не желают нанимать персонал. свои программы таким образом. Кроме того, у большинства университетских программ нет времени или программных возможностей для полной подготовки музыкальных специальностей для преподавания по всем музыкальным дисциплинам с одинаковой эффективностью.Следовательно, некоторые учителя оказываются плохо подготовленными к преподаванию в области, не относящейся к их специальности, из-за отсутствия соответствующей подготовки. Возможно, вы прошли обучение в качестве руководителя оркестра и оказались на работе, где от вас ожидают преподавания в хоровом классе, а наибольшая подготовка, которую вы прошли, - это, возможно, один или два семестра голоса. Вот несколько советов, как грамотно подойти к обучению хору, когда вы тренируетесь как руководитель оркестра. Помните, что цель не в совершенстве, но вы хотите, чтобы это принесло вам и вашим ученикам положительный опыт.

Настройка и управление хоровым кабинетом

Подход к классу студентов-инструменталистов и классу студентов-вокалистов может быть похожим, но с некоторыми заметными различиями. Настройка обычно может быть рядами: сопрано впереди слева, басы прямо за ними, альты спереди справа и теноры сзади. Возможны несколько вариантов; выберите то, что лучше всего подходит для ваших певцов. Часто я смешивал певцов или объединял их в квартеты для разнообразия.

В отличие от своих коллег по группе, студенты, обучающиеся вокалу, не имеют внешнего оборудования, помогающего создавать звук. Именно их рот вместе с легкими и телом несут единоличную ответственность за звук. Это различие является одной из причин того, что хор может быть более разговорчивым, чем группы, и может стать причиной катастрофической репетиции, если вы не планируете заранее. Убедитесь, что вы можете без колебаний переходить от одного занятия к другому. Здесь могут пригодиться ваши навыки дисциплинированного инструменталиста и руководителя группы, наряду с хорошо организованной процедурой репетиции в классе и более жестким ритмом.Тщательное планирование, как и целенаправленное и преднамеренное обучение, имеет решающее значение.

Дыхание и разминка

Правильное дыхание - это основа создания хорошего качественного звука, будь то инструмент или пение. Как я объяснил своим ученикам: «Есть два вида дыхания: дыхание для жизни и дыхание для работы. Дыхание, чтобы жить, не требует от вас думать, потому что, очевидно, у вас это есть! Однако дыхание для работы (в данном случае для пения) очень отличается и требует некоторого размышления.Затем я объяснил процесс глубокого дыхания, вдыхая через рот, расширением грудной клетки, а также нижней части живота, с последующим медленным и вдумчивым, регулируемым выпуском воздуха через голосовые связки с небольшим использованием мышцы живота, помогающие воспроизводить устойчивую высоту звука. При игре на любом духовом или струнном инструменте можно использовать тот же процесс, но устойчивый звук всегда создается внешней средой: вибрацией трости, жужжанием губ в мундштук или натягиванием смычка на струне.

Студент, изучающий голос, должен научиться правильно использовать свою собственную органическую, естественную среду (голосовые связки) для создания звука, и для того, чтобы делать это здоровым образом, необходимо сохранять расслабленными мышцы лица, шеи и горла. и без напряжения. Существует множество упражнений и разминок, которые помогут вашим ученикам начать в этом направлении, но вам, как их инструктору, важно правильно моделировать эту форму. Даже если в прошлом у вас было несколько уроков вокала, было бы полезно найти несколько частных уроков по голосу с обученным коллегой или голосовым инструктором.Некоторые из первых базовых разминок, которые я выполнял с хором, были похожи на те, которые я использовал с оркестром - глубокое дыхание, сопровождаемое длительными длительными звуками в унисон. Вот отличный ресурс для разминки.

Музыкальная грамотность

Когда ученик начинает учиться игре на музыкальном инструменте, процесс обучения чтению и интерпретации музыки обычно начинается сразу же , а учится игре на инструменте. Есть некоторые исключения, но для большинства инструменталистов чтение музыки является обязательным и обычно преподается рано.К студентам, изучающим голос, обычно относятся по-разному. В большинстве случаев пение сначала воспринимается в классе как механическое пение. Хотя это очень естественный способ обучения пению в младших классах, классные и хоровые учителя часто полагаются на механическое обучение в старших классах. Этот прискорбный образец слишком часто наблюдается во многих школах по всей стране. Студенты, обучающиеся вокалу, обычно ожидают, что учитель сыграет их линию, чтобы они могли ее услышать, и выучить ее, только слушая. От этой привычки трудно избавиться в старшей школе, особенно когда у вас есть ученики из разных программ под руководством учителей, которые могли или не могли иметь музыкальную грамотность в качестве приоритета.

Рот-пение имеет свое место, но полагаться на него как на способ обучения хоровой музыке калечит студентов и оказывает им серьезную медвежью услугу для их будущего как грамотных музыкантов. Одна из первых стратегий, которую вы захотите применить после оценки возможностей вашего хора, - это найти и использовать метод пения с листа, который включает эффективный компонент музыкальной грамотности. Под этим я подразумеваю регулярную практику чтения нот, используя слоги сольфеджио или счет, наряду с ежедневной практикой ритмических паттернов.По моему опыту, гораздо важнее выбрать метод и использовать его, а не тот, который вы выберете. Музыкально грамотные ученики, как правило, более уважительно относятся к процессу создания хорошей музыки из-за своего обучения, что может привести к большему уважению и лучшему поведению в репетиционной комнате.

Во второй части мы обсудим выбор и репетицию музыки.

Об авторе:

Член NAfME Том Сабатино в настоящее время работает менеджером по продажам хоровой продукции, хоровым клиницистом и актером озвучивания J.W. Pepper, крупнейший в мире продавец нот. До работы с Пеппер Том 31 год преподавал общую, инструментальную и вокальную музыку в государственных школах штата Делавэр. Он также руководил хором Schola Cantorum в Университете Делавэра, был тенором в хоре Христианской сотни и музыкальным директором Объединенной методистской церкви Святого Марка в Уилмингтоне, штат Делавэр. Он был активным членом Ассоциации музыкальных педагогов Делавэра, где он был президентом и председателем хора Общегосударственного хора, и ACDA, где он работал председателем по стандартам и репертуару средней школы.Том является активным членом NAfME и ACDA, а также занимается озвучиванием и диктором через audible.com.

Этот блог стимулировал появление новых идей для вашей музыкальной программы? Поделитесь ими на Amplify! Заинтересованы в перепечатке этой статьи? Ознакомьтесь с инструкциями по перепечатке.

Национальная ассоциация музыкального образования (NAfME) предоставляет ряд форумов для обмена информацией и мнениями, в том числе блоги и публикации на нашем веб-сайте, статьи и колонки в наших журналах и журналах, а также сообщения на нашем портале для участников Amplify .Если не указано иное, взгляды, выраженные в этих СМИ, не обязательно отражают политику или взгляды Ассоциации, ее должностных лиц или ее сотрудников.

Катерина Херлбурт, менеджер по маркетинговым коммуникациям, 4 сентября 2017 г. © Национальная ассоциация музыкального образования (NAfME.org)

- "Не утомляйте нас, приступайте к хору" - факт или миф?

Получите ФАНТАСТИЧЕСКИХ РЕЗУЛЬТАТОВ! - Загрузите комплект из 6 электронных книг «Основные секреты написания песен» и НАЧНИТЕ ПИСАТЬ ОТЛИЧНЫЕ ПЕСНИ!

Правда ли, что чем больше времени у вас уходит на припев песни, тем меньше вероятность того, что она станет хитом? На первый взгляд это могло бы показаться правдой. В конце концов, для большинства песен припев - это самая «зацепляющая» часть песни, часть, которую все помнят, часть, которая должна заставлять нас возвращаться.Итак, давайте быстро взглянем на десять лучших хитов Billboard Hot 100 на этой неделе и узнаем, сколько времени им на самом деле нужно, чтобы добраться до припева.

Запускаем часы с первой ноты песни и проверяем, когда она достигает припева, а затем, когда поются слова заголовка, мы получаем следующие результаты:

1. Дальний Восток Движение: Как G6 : 0’15 ”для заглавных слов (песня начинается с припева).
2. Бруно Марс: Just the Way You Are : 0’52 ”для припева, 1’05” для заголовков.
3. Nelly: Just a Dream: 0’20 дюймов до начала припева, 0’29 дюймов до слов заголовка.
4. Рианна: Единственная девушка (в мире) : 0’46 дюймов до начала припева, 0’48 дюймов до слов названия.
5. Usher, подвиг. Pitbull: DJ Got Us In Love Again : 0 ″ ​​39 ′ в начале припева, 0 ″ 41 в заглавные слова.
6. Тейлор Свифт: Назад к декабрю : 0’55 ”для начала припева, 1’05” для заголовков.
7. Кэти Перри: Teenage Dream : 0'52 дюйма до начала припева, 0 дюймов 56 до слов заголовка.
8. Taio Cruz: Dynamite : 0’38 ”для начала припева, 0’54” для заголовков.
9. Flo Rida: Club Can’t Handle Me : 0’21 ”в названии (песня начинается с припева).
10. Trey Songz Feat. Nicki Minaj: Bottoms Up : 0’17 ”до слов названия (песня начинается с припева).

Три современных хита Billboard начинаются с припева, и это отличный способ убедиться, что название вашей песни рано и часто приходит в голову слушателям.

Песня, которая дольше всех попадает в припев, - это «Back to December» Тейлор Свифт, которая примечательна тем, что является единственной балладой, которая в настоящее время входит в десятку лучших.

И когда вы начинаете смотреть на другие песни, входящие в текущую сотню лучших хитов, кажется почти правилом, что вы услышите припев и, в большинстве случаев, слова заголовка до того, как начнется первая минута песни. прошло.

Мы знаем, что стихи дают нам предысторию - они закладывают основу и дают основную историю.И мы знаем, что припев дает нам эмоциональный отклик на все это.

И, похоже, чем дольше вы заставляете аудиторию ждать этой эмоциональной реакции, тем больше вы будете разочарованы своей аудиторией.

Имея это в виду, следующие советы, вероятно, применимы к 90% песен, которые вы напишете:

1. Подойдите к припеву до 1-минутной отметки вашей песни ; в среднем на 45-секундную отметку.
2. Используйте припев в своей песне только в том случае, если куплет короткий и не слишком гармоничен.
3. Не используйте бридж или инструментальное соло до окончания второго припева .
4. Рассмотрите возможность запуска припева сразу после вступления песни , затем куплета 1.
5. Поместите слова заголовка в структурно значимую часть мелодии припева : в начале, в конце или на самой высокой ноте.

Написано Гэри Эвером с веб-сайта «Основные секреты написания песен».
- Подписывайтесь на Гэри на Twitte r

_____________________

Загрузите «Основные секреты написания песен» на свой настольный компьютер или ноутбук и возвращайтесь к написанию отличных песен!

Или попробуйте приложение для iPhone / iPod Touch «Основные секреты написания песен».

Поиск припева в песнях с Python | автор: Вивек Джаярам

Первое, что нам нужно сделать, это превратить единицы и нули в песне во что-то полезное. Самый простой способ - использовать частоты, поскольку частоты говорят нам, какие ноты присутствуют (например, A - 440 Гц). Чтобы преобразовать необработанный звуковой сигнал в частоты, требуется много математических операций, но, к счастью, у нас есть библиотеки, которые это сделают за нас. Для этой статьи я выбрал классическую поп-песню Scream and Shout от will.I.am, которая определенно была моим джемом в старшей школе.

 import pychorus 
 chroma, _, _, _ = pychorus.create_chroma ("scream_and_shout.mp3") 

В основном это оболочка библиотеки librosa, которая выполняет две функции. Сначала он преобразует исходную форму волны в частоты с помощью преобразования Фурье. Затем он использует информацию о частотах нот в разных октавах (A в разных октавах - 440 Гц, 880 Гц, 1760 Гц и т. Д.), Чтобы получить представление о том, какие ноты воспроизводятся в любой момент. Список нот, играющих в любой момент песни, называется хроматограммой.

Может быть, вы уже видите структуру песни из частотного спектра.

Самый простой способ думать об этом - это как видеокадры. Звук непрерывный, но компьютеры работают с дискретными данными. Эта хроматограмма имеет около 5 кадров в секунду, где каждый кадр сообщает нам, какая нота играла в этом музыкальном клипе длительностью 0,2 секунды. Поскольку в западной шкале 12 нот, каждый кадр представляет собой вектор из 12 элементов, где каждое значение находится между 0 и 1.Так, например, если бы мы слушали чистую ноту A, вектор был бы [0, 0, 0, 0, 0, 0, 0, 0, 0, 1 , 0, 0], и если бы музыка была полностью молчал, тогда бы все были по нулям. Для 4-минутной песни это дает матрицу 1200 x 12.

Хотя просмотр необработанных частот будет работать, мы превращаем его в заметки по нескольким причинам. Во-первых, он обеспечивает большую устойчивость к изменениям инструментовки в разных припевах. Например, если в последнем припеве была дополнительная гитара или несколько ударных, частоты могли бы сильно отличаться, но фактические ноты и аккорды были бы похожими.Кроме того, работа с музыкальными нотами позволяет нам работать в пространстве меньшего измерения (12 возможных нот против 5000 различных частот, которые люди могут слышать).

А теперь давайте подумаем, как найти длинные повторяющиеся разделы.

Послушайте два разных припева из песни. Мы сосредоточимся на обнаружении именно этих припевов.

Эти части звучат одинаково, но как мы можем это измерить?

Поскольку наша песня представляет собой набор кадров по 12 нот в каждом, нам нужна функция подобия для сравнения любых заданных кадров песни.Если V₁ и V₂ - это 12 векторов нот в любых двух экземплярах песни, тогда мы будем использовать следующую функцию подобия:

Интуиция: сначала мы берем разность векторов, а затем смотрим на норму. Если бы играли одни и те же ноты, то норма разницы была бы близка к 0, а если бы ноты были разными, то эта норма была бы большой. Мы делим на √12, чтобы результат всегда был между 0 и 1, и вычитаем из 1, чтобы аналогичные ноты получали высокий балл, и наоборот.

Теперь нам нужно перебрать все возможные пары кадров песни, посмотреть, какие из них похожи, и найти две области с последовательными похожими кадрами.Формально мы можем создать матрицу M , где M [x] [y] = подобие (x, y) с функцией подобия, использованной выше . Это называется временной матрицей подобия. См. Пример кода для его создания ниже. На самом деле мы можем сделать это намного быстрее с помощью numpy-вещания, но более медленный пример легче выполнить

Полная временная матрица изображена ниже. Обратите внимание на несколько свойств

1. Он симметричен относительно диагонали, поскольку сходство между кадрами x и y такое же, как между y и x : M [x] [y] = M [y ] [x]
2. Диагональ равна 1, потому что каждый кадр звучит точно так же, как он сам: в частности, M [x] [x] = 1

Теперь давайте посмотрим на раздел где эти припевы пересекаются

Обратите внимание на темную диагональную линию, которая тянется от 2: 30–3: 00 по оси x и от 0: 45–1: 15 по оси y.Это соответствует совпадению между первым и вторым припевами, сыгранными выше.

Интуитивно понятно, что если клип из 0: 45–1: 15 похож на клип из 2: 30–3: 00, то это означает, что кадр в 0:45 должен совпадать с кадром в 2:30, кадр 0 : 46 соответствует кадру 2: 31… пока кадр 1:15 не совпадает с кадром 3:00. Надеюсь, вы видите, что повторяющиеся участки всегда будут обозначаться диагональными линиями.

«Повторяющиеся участки - это диагональные линии в матрице сходства времени и времени»

Матрица подобия запаздывания

К сожалению, обнаружение диагональных линий в матрице сложнее и медленнее, чем обнаружение вертикальных или горизонтальных линий.Благодаря этому мы можем применить простое линейное преобразование, чтобы повторяющиеся припевы выглядели как горизонтальные линии, а не диагональные, что значительно упрощает последующую обработку. Это делается путем создания матрицы сходства лага по времени. Если матрица времени-времени измеряет сходство между кадрами x и y, то матрица запаздывания измеряет сходство между кадром x и кадром, произошедшим y секунд назад. Формально, матрица запаздывания T [x] [y] = M [x] [x-y] = подобие (x, x-y).

Давайте посмотрим на тот же матч хора, который мы видели ранее.

Наша диагональная линия теперь стала горизонтальной. Ось x такая же, но теперь линия имеет постоянное значение y около 1:45. Поскольку второй припев с 2:30 до 3:00 похож на припев с 0: 45–1: 15, эта строка сообщает нам, что кадр в 2:30 похож на кадр 1:45 назад. Кадр в 2:31 аналогичен кадру 1:45 назад ... кадр в 3:00 аналогичен кадру 1:45 назад

Таким образом, музыка с 2:30 до 3:00 похожа на часть песни, которая произошла 1:45 назад.Вот почему у нас есть линия от 2:30 до 3:00 с координатой y 1:45.

«Повторяющиеся участки - это горизонтальные линии в матрице подобия с задержкой»

Поскольку мы знаем, что ищем горизонтальные линии, мы можем применить несколько хороших методов шумоподавления и сглаживания, которые изолируют эти линии. Сейчас это в основном компьютерное зрение, и вы можете увидеть результат пересечения хора после шумоподавления.

Из этой шумопониженной матрицы мы можем легко идентифицировать строки (которые являются повторяющимися секциями), выполняя итерацию по каждой строке и используя порог для минимальной оценки обнаружения и минимальной длины строки.

Мы продемонстрируем остальную часть алгоритма в пространстве времени-времени (диагональные линии) для простоты и ясности, но на самом деле алгоритм реализован в пространстве запаздывания (горизонтальные линии) для ускорения и упрощения реализации.

Подсчет всех повторяющихся фрагментов

Теперь, когда у нас есть метод обнаружения повторяющихся фрагментов в песне, нам нужен способ подсчитать всех повторений припева. Теоретически, если припев повторяется n раз в песне, у нас должно получиться n² строк, представляющих все возможные пересечения.Мы редко обнаруживаем все из них, но только некоторые из них необходимы, чтобы иметь представление о том, где находятся припевы. Смотрите следующую анимацию для подсчета линий.

В этом примере мы показываем 9 диагональных линий, которые соответствуют 3 припевам, все совпадающие друг с другом. На самом деле имеется более трех припевов, и вы, вероятно, можете увидеть больше, чем просто 9 выделенных строк.

Обратите внимание, как все обнаруженные линии совпадают по горизонтали или вертикали.Для каждого сегмента линии мы просто смотрим в горизонтальном и вертикальном направлении на другие сегменты линии и получаем оценку, основанную на том, сколько других линий мы пересекаем. Чтобы вывести припев, мы можем выбрать любую из повторяющихся частей припева, но мы возьмем ту, которая имеет наибольшее количество пересечений с самыми сильными оценками сходства. (Опять же, теоретически все они имеют одинаковое количество пересечений, но на практике всегда есть тот, который имеет более высокие оценки сходства).

Результаты

А теперь самое интересное! Давайте посмотрим, какие разделы выводятся алгоритмом при поиске припева не менее 15 секунд.

И просто чтобы показать, что это работает не только на поп-музыку, вот обнаруженный припев для хорошо известной фортепианной пьесы Fur Elise:

И ради забавы я решил запустить его на Daft Punk по всему миру. Если честно, генератор случайных чисел тоже нашел бы припев в этой песне.

А вот часть матрицы временного сходства для Around the World. Помните, что диагональные линии - это повторяющиеся участки. Да, это много повторов, особенно для 1-минутного клипа.

Одна из основных проблем заключается в том, что этот метод не работает для музыки, записанной в непостоянном темпе. Например, большая часть старой музыки, такой как рок, часто записывалась без метронома, но с указанием времени барабанщиком. Если один припев быстрее или медленнее другого, его часто не улавливают.

Следующее - повторяющийся припев в промежутке времени для песни Beatle Yellow Submarine.

Эта линия должна быть горизонтальной.Однако второй припев заметно медленнее первого, что приводит к значительному наклону строки вниз. Это означает, что наш детектор горизонтальных линий не улавливает повторение, и мы остаемся без определения хоруса.

Вместо этого мы используем метод порогового значения матрицы и ищем связанные компоненты с достаточно большим диапазоном по оси x. Это делается только в том случае, если мы знаем, что песня была записана без метронома. Вначале мы можем использовать детектор ударов и посмотреть на стандартное отклонение между ударами.Для песен со строго заданным временем стандартное отклонение в основном равно 0, в то время как для свободно записанных песен стандартное отклонение намного больше.

Эта функция еще не выпущена и является запланированной функцией среди других изменений, таких как возможность выбирать, какой из припевов выводить (вместо только самого высоко оцененного).

Мы начали с наблюдения, что песни повторяются, и закончили с быстрым и простым методом обнаружения припева.

Одним из основных преимуществ этого метода является то, что он запускается за несколько секунд для полной композиции на центральном процессоре, в отличие от методов нейронной сети, которые могут потребовать дополнительных вычислений или графического процессора.Хотя модель машинного обучения почти наверняка подойдет лучше, этот алгоритм прост для понимания и является хорошим введением в обработку сигналов и распознавание музыкальных образов.

Я рекомендую вам попробовать запустить исходный код некоторых песен и посмотреть, какие результаты вы получите!

Также не стесняйтесь обращаться ко мне с любыми вопросами или подписывайтесь на меня в твиттере по адресу https://twitter.com/vivjay30, чтобы узнать о других проектах и ​​обновлениях! Я всегда рад общаться и сотрудничать с другими, интересующимися искусственным интеллектом и музыкой.

Смотрите также

• 
  Как научиться быть сверху девушке
• 
  Как научиться плавать в бассейне самостоятельно взрослому
• 
  Как научиться танцевать хип хоп дома за 5 минут
• 
  Как быстро научиться бегать 60 метров
• 
  Как научиться прыгать в длину с разбега
• 
  Как научиться находить компромиссы
• 
  Как научиться брокерскому делу
• 
  Как научиться делать красивые коллажи
• 
  Как научиться правильно управлять своей энергетикой
• 
  Как научиться курить в тягу
• 
  Как научиться делать подвороты на джинсах