← أحدث الأبحاث
💻 computer science

Development and pilot validation of an AI-assisted self-practice system for erhu performance assessment and score-aligned feedback

تقدم هذه الورقة تطوير والتحقق التجريبي من صحة نظام ممارسة ذاتية مدعوم بالذكاء الاصطناعي لآلة الإرهو، يدمج التعرف البصري على الموسيقى، وتتبع طبقة الصوت، وتحويل الوقت الديناميكي لتوفير تغذية راجعة متوافقة مع النوتة الموسيقية، مما أظهر ارتباطاً قوياً مع تقييمات الخبراء وسهولة استخدام عالية لدى طلاب المعاهد الموسيقية.

المؤلفون الأصليون: Xingzhi Guan, Hanjun Su, Masanori Fukui, Zhe Ji

نُشر 2026-09-11
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Xingzhi Guan, Hanjun Su, Masanori Fukui, Zhe Ji

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

لطالما اعتمد تعلم الموسيقى على الأذن البشرية؛ حيث يعزف الطالب نوتة موسيقية، ويستمع المعلم ليقرر ما إذا كان حد الصوت صحيحاً أم أن الإيقاع منضبط. وبالنسبة للآلات ذات الفريتات (الدرجات)، مثل الغيتار، توفر العلامات المادية على عنق الآلة دليلاً بصرياً لحدة الصوت الصحيحة. ولكن بالنسبة لآلة الإرهو (erhu)، وهي آلة صينية تقليدية ذات وترين، يكون العنق أملسًا وخاليًا من العلامات، مما يضطر العازف للاعتماد كلياً على ذاكرة العضلات وحساسية أصابعه لتحديد المكان الصحيح على الوتر. وبدون وجود معلم، لا يملك الطالب الذي يتدرب بمفرده أي وسيلة لمعرفة ما إذا كانت أصابعه تنحرف قليلاً عن النغمة الصحيحة. وهذه الأخطاء الصغيرة يمكن أن تتحول إلى عادات، وتترسخ في ذاكرة العضلات بحيث يصعب التخلص منها لاحقاً. وبينما بدأت الذكاء الاصطناعي في مساعدة الموسيقيين على ممارسة الآلات الغربية، ظلت تقنيات الانزلاق والاهتزاز الفريدة الخاصة بالإرهو نقطة عمياء لأنظمة الكمبيوتر، التي غالباً ما تخلط بين التعبير الفني والأخطاء.

قام الباحثون الآن ببناء نظام مصمم لسد هذه الفجوة، عبر إنشاء مساعد ذكاء اصطناعي يمكنه الاستماع لعازف الإرهو، ومقارنة الأداء بنوتة موسيقية مطبوعة، وتقديم نصائح محددة وقابلة للتنفيذ. طور الفريق مساراً رقمياً يقبل ملف PDF قياسي للموسيقى، ويحوله إلى صيغة يمكن للكمبيوتر فهمها، ثم يحلل تسجيلاً للطالب وهو يعزف معها. لا يكتفي النظام بالاستماع للنوتات الصحيحة فحسب، بل تم تدريبه على التعرف على الطرق المحددة التي تُعزف بها آلة الإرهو. فهو يميز بين الانزلاق المتعمد والجميل من نوتة إلى أخرى وبين الخطأ العرضي في حد الصوت. كما يفصل صوت الآلة المنفردة عن أي مرافقة خلفية، وهو تحدٍ شائع في التسجيلات المنزلية. وبمجرد اكتمال التحليل، يقوم النظام بعرض النتائج مباشرة على صورة النوتة الموسيقية، مسلطاً الضوء بدقة على النوتات التي عُزفت بحدة عالية جداً، أو منخفضة جداً، أو بسرعة زائدة، ويقدم ملخصاً لما يجب التدرب عليه لاحقاً.

لاختبار مدى نجاح هذا النهج، جمع الباحثون تسجيلات من ثمانية عشر طالباً متقدماً في معهد موسيقي في الصين. عزف كل طالب مقاطع من مقطوعة تسمى "تاوهو وو" (Taohuawu)، وتم تقييم أدائهم من قبل معلمين خبيرين استمعا في خفاء، دون معرفة بما قرره الكمبيوتر. وأظهرت النتائج توافقاً قوياً بين الخبراء البشر والآلة؛ فعندما قيم الخبراء دقة الطلاب في حد الصوت (intonation)، تطابقت درجات الكمبيوتر مع أحكامهم بمعامل ارتباط قدره 0.93. أما بالنسبة للإيقاع، فكان التطابق أقل قليلاً ولكنه ظل قوياً عند 0.83. كما تمكن النظام من تحديد نوتات مشكلات معينة بدرجة عالية من الموثوقية، حيث حدد معظم الأخطاء التي سمعها المعلمون بشكل صحيح. وفي اختبار منفصل، نجح النظام في فصل لحن الإرهو عن الموسيقى المصاحبة في معظم التسجيلات، مما أثبت قدرته على عزل صوت الآلة حتى في المزيج الصوتي المزدحم.

كما بحثت الدراسة في كيفية تعامل النظام مع التقنيات المميزة للإرهو، مثل "الفايبراتو" (vibrato) -وهو تذبذب سريع وطفيف في حد الصوت- و"البورتامينتو" (portamento) -وهو انزلاق سلس بين النوتات. فبينما كانت نماذج الكمبيوتر القديمة تصنف هذه الاختيارات الفنية كأخطاء، صُمم هذا النظام الجديد ليتسامح معها. ومن خلال التركيز في تحليله على الجزء المستقر من منتصف كل نوتة وتجاهل اللحظات القصيرة عند بدء القوس أو توقفه، تجنب الذكاء الاصطناعي الإنذارات الكاذبة. لقد تعلم أن الانزلاق في حد الصوت هو أمر متعمد إذا حدث بسرعة كافية، وأن التذبذب هو ميزة وليس خطأً. وعندما اختبر الباحثون النظام بدون هذه التعديلات المحددة، انخفضت دقته بشكل كبير، مما أكد أن هذه القواعد المخصصة كانت ضرورية للآلة.

وبعيداً عن الأرقام التقنية، سأل الباحثون الطلاب عن شعورهم تجاه استخدام هذه الأداة، وكانت الردود إيجابية للغاية. أفاد الطلاب أن النظام جعل من السهل العثور على أخطائهم دون الحاجة إلى الاستماع إلى تسجيلاتهم مراراً وتكراراً. وقد قدروا رؤية الأخطاء محددة مباشرة على النوتة الموسيقية، مما أزال حالة الحيرة في محاولة معرفة أين أخطأوا. ورغم أن الدراسة كانت بمثابة اختبار تجريبي يتضمن قطعة موسيقية واحدة ومجموعة محددة من الطلاب، إلا أن النتائج تشير إلى إمكانية تطويع الذكاء الاصطناعي ليتناسب مع تفاصيل الموسيقى غير الغربية. يقدم النظام مساراً للمتعلمين للممارسة باستقلالية تحت إشراف "أذن رقمية" تفهم اللغة الفريدة لآلة الإرهو، مما يحول جلسة التدريب المنفردة إلى تجربة تعليمية أكثر دقة وفعالية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →