作者：苗雨 單位：江蘇師范大學(xué)

一、歌唱聲音質(zhì)量客觀評價研究歷史追溯

歌唱聲音質(zhì)量客觀評價的研究是以聲樂藝術(shù)科學(xué)化研究為前提的，這種科學(xué)化的研究始于歐洲，它的研究歷史最早可以追溯到18世紀(jì)。

(一)輕緩起步階段

早在1703年，法國醫(yī)生杜達(dá)(Dydart)發(fā)表了《發(fā)聲原理的研究報告》(MemoiresSurlacausedelavoix)一書，提出了“旋渦”(Vortex)理論，從生理學(xué)的角度對歌唱發(fā)音的科學(xué)性進(jìn)行了開創(chuàng)性的研究①。1854年，西班牙著名聲樂教育家和理論家瑪努埃爾•加爾西亞(M．P．R．Garcia，1805－1906)發(fā)明了喉鏡，促進(jìn)了人們對嗓音生理學(xué)的研究，同時也開創(chuàng)了以人體發(fā)聲機(jī)理作指導(dǎo)的新的教學(xué)方法(機(jī)理教學(xué)法)，使人類聲樂發(fā)展史進(jìn)入了一個嶄新時代。1863年德國海德堡大學(xué)教授亥姆霍茲(HermannVonHelmholtz，1821－1894)發(fā)表了近代世界聲學(xué)史上劃時代的巨著《作為音樂理論生理基礎(chǔ)的音的感覺》(又譯《聲音感覺論》)，將基礎(chǔ)生理學(xué)及解剖學(xué)的研究和數(shù)學(xué)與物理學(xué)分析結(jié)合起來，驅(qū)使吸引人們運(yùn)用聲學(xué)的普遍原理去解釋歌唱發(fā)音的現(xiàn)象，在聲樂界產(chǎn)生了強(qiáng)烈反響。經(jīng)過一個半世紀(jì)的發(fā)展，對聲樂演唱和教學(xué)領(lǐng)域的研究，終于從純粹的以人的主觀意識為主的經(jīng)驗(yàn)主義進(jìn)入了以生理學(xué)和物理學(xué)原理為基礎(chǔ)的客觀科學(xué)主義研究的新高度。

(二)快速發(fā)展階段

自20世紀(jì)20年代蘇聯(lián)國立莫斯科大學(xué)物理學(xué)教授爾謝夫金(SergeyNikolayevitchRzhevkin)和卡贊斯基(VladimirSergeyevitchKazansky)發(fā)現(xiàn)歌手共振峰以來，西方學(xué)者對歌唱聲音質(zhì)量進(jìn)行實(shí)證性評價研究進(jìn)入快速發(fā)展的階段。美國的巴索洛繆(WilmerT．Bartholomew)，威廉•范納德(WilliamVennard)，瑞典的桑德柏格(JohanEmilFredrikSundberg)等是這一研究領(lǐng)域的代表。我國自20世紀(jì)80年代開始，包紫薇(1981)、王士謙(1986)、韓寶強(qiáng)(1996)、吳靜(2007)、于善英(2010)等學(xué)者相繼在此研究領(lǐng)域取得了一系列的成果。他們的研究主要是運(yùn)用頻譜分析等技術(shù)，為歌唱聲音的不同形態(tài)找到相對應(yīng)的聲學(xué)評價參數(shù)，并探索在歌唱評價和聲樂教學(xué)中的應(yīng)用價值。這一時期，王建群(2005)、劉加林(2006)等學(xué)者還從基頻、標(biāo)準(zhǔn)化噪聲能量、聲強(qiáng)等方面研究影響歌唱發(fā)聲質(zhì)量評價的相關(guān)參數(shù)。以上相關(guān)研究為基于人工智能技術(shù)的歌唱發(fā)聲質(zhì)量客觀評價研究奠定了基礎(chǔ)。

(三)縱深拓展階段

21世紀(jì)以來，計算機(jī)信息處理技術(shù)與神經(jīng)生理學(xué)、非線性動力學(xué)、模糊數(shù)學(xué)等學(xué)科的快速發(fā)展，為基于人工智能技術(shù)的歌唱聲音質(zhì)量評價研究提供了更為豐富的研究手段。我國有關(guān)基于人工智能技術(shù)的歌唱聲音質(zhì)量評價研究始于2007年，迄今成果單薄，其中代表性的成果有:王修信等(2007)、羅蘭娥(2008)、李文娟等(2009)、袁劍(2010、2011)。這類研究或利用語音分析技術(shù)對藝術(shù)嗓音進(jìn)行聲音樣本提取，并與標(biāo)準(zhǔn)化聲音或?qū)I(yè)評委的主觀評價進(jìn)行比較;或制定涉及多項(xiàng)評價標(biāo)準(zhǔn)的評價方案，然后利用計算機(jī)、人工智能、模糊數(shù)學(xué)等知識原理對不同聲音評價參數(shù)進(jìn)行分析，最后在此基礎(chǔ)上建立歌唱發(fā)聲質(zhì)量客觀評價機(jī)制。以下本文將以主流研究中的兩種體系———基于歌唱聲音評價參數(shù)提取的和基于主觀評價標(biāo)準(zhǔn)量化的客觀評價機(jī)制為研究對象，分別以研究思路和方法、研究內(nèi)容、研究結(jié)果、存在問題等方面對其研究成果作出歸納梳理和評價。

二、基于人工智能技術(shù)的兩種評價體系

之所以確定為兩大體系，是因?yàn)榍罢叩难芯炕A(chǔ)是歌唱聲音，后者是建立在主觀評價標(biāo)準(zhǔn)量化指標(biāo)的基礎(chǔ)之上的;之所以都確定為客觀評價體系，是因?yàn)槎呔\(yùn)用了人工智能技術(shù)。

(一)基于歌唱聲音評價參數(shù)提取的客觀評價研究

直接以歌唱聲音本身作為評價參數(shù)的客觀研究目前主要采用兩種方法———神經(jīng)網(wǎng)絡(luò)研究方法和特征匹配研究方法。

1．利用神經(jīng)網(wǎng)絡(luò)方法建立評價機(jī)制的研究

此種研究方法以廣西師范大學(xué)計算機(jī)科學(xué)與信息工程學(xué)院的王修信、物理與電子工程學(xué)院的羅蘭娥為代表。(1)研究思路與內(nèi)容王修信等先后發(fā)表了《幾種聲學(xué)參數(shù)在藝術(shù)嗓音客觀評價中的應(yīng)用》(2007)、《藝術(shù)嗓音歌聲客觀評價初探》(2007)兩篇文章，提取歌聲平均能量(表征相同環(huán)境下歌聲信號的相對大小)、平均頻率誤差(判別測試者的歌聲頻率與標(biāo)準(zhǔn)頻率中心是否對準(zhǔn))、平均音域誤差(表征測試者音域與曲譜音域的偏離程度)作為客觀評價的3個聲學(xué)參數(shù)。在MATLAB計算機(jī)培養(yǎng)編寫程序②環(huán)境下，使用BP(backpropaga-tion)神經(jīng)網(wǎng)絡(luò)方法③客觀評價藝術(shù)嗓音歌聲質(zhì)量。后篇文章較前篇文章有所深化，將聲源分析樣本從36人增加到48人，明確了性別比例(其中女31名，男18名);在分析方法上增加了多元線性回歸方法。研究認(rèn)為，使用BP神經(jīng)網(wǎng)絡(luò)方法和多元線性回歸方法基本都能正確客觀評價歌聲質(zhì)量，且與資深專業(yè)教師的主觀評價一致。BP神經(jīng)網(wǎng)絡(luò)方法誤差在4%之內(nèi)，線性回歸方法誤差在6%之內(nèi)，BP神經(jīng)網(wǎng)絡(luò)方法(模型)客觀評價效果較優(yōu)。羅蘭娥與王修信為師承關(guān)系，其研究以王修信的研究為基礎(chǔ)。因此，羅蘭娥在研究方法和觀點(diǎn)上與王修信有不少相似之處，包括如錄音環(huán)境、錄音設(shè)備(軟件、硬件)、聲音樣本提取標(biāo)準(zhǔn)、存儲格式、MATLAB分析程序的選擇等方面。相對于王修信等的研究，該文的創(chuàng)新之處在于:①明確了歌唱聲音信號采集的類型，使該研究與歌唱實(shí)踐更加契合;②聲音評價提取的參數(shù)由原有研究的3項(xiàng)增加到8項(xiàng)，對被評價聲音的反映更加全面;③評價網(wǎng)絡(luò)建立所依據(jù)的類型增加了評價精度更高的小波神經(jīng)網(wǎng)絡(luò)。研究認(rèn)為，神經(jīng)網(wǎng)絡(luò)方法能正確客觀地評價歌聲質(zhì)量，評價分?jǐn)?shù)最高的歌唱者聲學(xué)參數(shù)呈規(guī)律變化;小波神經(jīng)網(wǎng)絡(luò)方法較BP神經(jīng)網(wǎng)絡(luò)方法評價精度更高;聲學(xué)參數(shù)對評價結(jié)果影響度排序依次為第三共振峰、第一共振峰、音域、基頻、平均能量、第三共振峰微擾、第一共振峰微擾、基頻微擾等。(2)評價及存在問題王修信等的研究在歌唱聲音采樣時對于錄音環(huán)境、錄音設(shè)備(軟件、硬件)、聲音樣本提取標(biāo)準(zhǔn)、存儲格式、被錄制對象的年齡、人數(shù)、唱法等方面都有明確的界定，在規(guī)范性和嚴(yán)謹(jǐn)性方面達(dá)到了較高的要求。該研究對被錄制對象的性別和聲部在(2007)中不明確，在(2007)中區(qū)分了男女性別，對歌唱者的聲部依然未見說明。遺憾的是，兩項(xiàng)研究對歌聲信號采集類型(單音、練聲曲、歌曲片段)及演唱音域未作說明，在歌唱藝術(shù)實(shí)踐中，以上內(nèi)容都是對歌唱發(fā)音評價產(chǎn)生影響的重要因素。羅蘭娥(2008)中涉及到一些與音樂相關(guān)的概念值得商榷。分析結(jié)果中有:“1號歌唱者E、F、G三種調(diào)試的第一共振峰均接近450Hz，第三共振峰均接近2500Hz，音域3.5個八度左右，明顯寬于其他歌唱者”。這里存在兩個問題。首先，這句話中提及到兩個音樂概念———“調(diào)試”和“音域”。在音樂術(shù)語中沒有“調(diào)試”這個概念，結(jié)合多次提到“調(diào)試”的上下文可以推斷，作者指的應(yīng)該是“調(diào)式”。但“調(diào)”和“調(diào)式”的概念在樂理中的含義是不同的。一般來說，孤立的一個音或毫無邏輯關(guān)系的若干個音無法構(gòu)成音樂語言，只有把若干個音按照一定的關(guān)系組織起來才能塑造音樂形象，表達(dá)思想感情。主音與它構(gòu)成一定的關(guān)系(主要是傾向性關(guān)系，音程關(guān)系與和弦關(guān)系)的若干個音所結(jié)合成的音的體系叫做“調(diào)式”。“調(diào)”主要是指主音的音高，亦即整個調(diào)式的音高。④作者在文中實(shí)際要表達(dá)的意思應(yīng)是用E、F、G三種不同的調(diào)來演唱歌曲。其次，此句提到歌唱者的“音域3.5個八度左右”。這個3.5個八度如何解釋?以男高音聲部為例，理論上說，男高音音域的應(yīng)用范圍一般在C1－C3的兩個八度之間。歌唱實(shí)踐中，因?yàn)樯ひ魲l件和高音技術(shù)原因，能達(dá)到這個音域范圍的男高音也并不多見。羅蘭娥(2008)的研究中，歌唱聲音樣本錄制對象為音樂學(xué)院聲樂專業(yè)19名21歲－25歲的本科大學(xué)生，就國內(nèi)的聲樂教學(xué)現(xiàn)狀分析，這些學(xué)生的演唱音域如果能達(dá)到兩個八度已經(jīng)進(jìn)入優(yōu)秀的行列了，而結(jié)果顯示1號歌唱者的音域達(dá)到3.5個八度左右是不可能存在的。