技术领域
[0001] 本申请实施例涉及教学辅助设备领域，尤其涉及一种钢琴弹奏辅助方法、钢琴灯控制模块及钢琴灯。
相关背景技术
[0002] 目前，钢琴灯作为常见的钢琴弹奏辅助工具得到了广泛的应用，钢琴灯的光线可以均匀照亮琴谱和按键，从而减少眩光对弹奏者眼睛的伤害。然而传统的钢琴灯只能解决照明问题，并不具备弹奏辅助功能。在传统的教师当面指导辅助模式存在多因素限制的情况下，需要通过钢琴灯在实现照明功能的同时来实现弹奏辅助的功能。
具体实施方式
[0058] 下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
[0059] 在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
[0060] 实施例一
[0061] 图1是本申请实施例一提供的一种钢琴弹奏辅助方法的流程图，该方法可以由本申请实施例所提供的钢琴灯控制模块执行，所述钢琴灯控制模块配置于钢琴灯本体中，该模块可以由软件和/或硬件的方式来实现。钢琴灯控制模块内嵌于钢琴灯本体中，连接钢琴灯本体的照明单元，可以控制钢琴灯本体的照明。
[0062] 如图1所示，所述钢琴弹奏辅助方法包括：
[0063] S110，若检测到弹奏音频识别事件，则确定所述弹奏音频对应的目标标准曲目。
[0064] 本实施例所提供的方法由钢琴灯控制模块执行，所述钢琴灯控制模块配置于钢琴灯本体中。可以理解的，钢琴灯本体可以包括照明器件，用于在接通电源并打开开关后照明，其可以解决钢琴弹奏过程中照明的问题。钢琴灯控制模块可以是在钢琴灯本体内部设置的，具有计算能力和控制能力的模块，例如可以是微处理器、微控制器等，并且该计算能力和控制能力可以用来调节钢琴灯的亮度等。本方案中，钢琴灯控制模块可以用来进行弹奏音频的识别、对比和纠错，从而实现钢琴灯的功能扩展。
[0065] 其中，弹奏音频表征一段连续的钢琴弹奏声音，当弹奏声音持续一定时间后，可以视为弹奏音频识别事件，仅短时间或少次数按下琴键不会被视为是音频识别事件。目标标准曲目为预存的若干标准曲目或根据弹奏音频联网获取的标准曲目。各标准曲目作为弹奏者的弹奏音频对比模板，用于进行对比纠错。
[0066] 当弹奏者进行钢琴弹奏时，会产生弹奏音频，此时检测到音频识别事件，对弹奏音频进行识别，从预存的标准曲目或联网搜索到的标准曲目中确定目标标准曲目，目标标准曲目表征弹奏者当前弹奏的弹奏音频对应的曲目的对比标准。
[0067] S120，将所述弹奏音频和所述目标标准曲目进行弹奏对比，得到对比结果。
[0068] 其中，为了确定弹奏者的弹奏是否准确，将弹奏者弹奏出的弹奏音频和目标标准曲目进行弹奏对比，由于标准曲目作为对比标准，因此通过对比结果能够反映当前弹奏者的弹奏是否正确。
[0069] 本方案中，具体的，可以将弹奏音频和目标标准曲目按照预设规则转化成字符串，并将两个字符串进行对比。本方案还可以采取其他方式进行对比，对比的对象不仅可以包括单个音符的准确性，还可以包括各个音符之间的时间间隔是否准确。
[0070] S130，若所述对比结果存在错误，则控制钢琴灯进行灯光提示。
[0071] 其中，若对比结果存在错误，则说明弹奏音频与目标标准曲目在某处出现了区别，即表征弹奏者在此处的弹奏出现了错误。钢琴灯控制模块控制钢琴灯进行灯光提示，提示弹奏者弹奏出现了错误。通过这种方式不仅能够在出现弹奏错误时提醒弹奏者，防止出现弹奏者不知晓弹奏错误的情况，便于在弹奏结束后进行纠错，还可以使钢琴灯不再局限于照明功能，能在钢琴灯控制模块的控制下实现照明功能的同时实现弹奏辅助的功能。具体的，灯光提示可以为短暂改变灯光颜色、进行预设次数的闪烁等。
[0072] 本申请实施例所提供的技术方案，通过检测弹奏音频识别事件，确定弹奏者是否正在进行弹奏；当识别到弹奏音频时，确定弹奏音频对应的目标标准曲目。将弹奏音频和目标标准曲目进行弹奏对比，通过二者的对比结果来确定弹奏者是否出现弹奏错误。若对比结果存在错误，则控制钢琴灯进行灯光提示，提示弹奏者出现了弹奏错误。本申请提供的方案能够在钢琴弹奏时识别当前正在弹奏的曲目，并将识别出的目标标准曲目作为对比对象进行弹奏对比，并在弹奏错误时控制钢琴灯提示弹奏者出现了弹奏错误，从而解决了传统钢琴灯功能过于单一的问题，实现了通过钢琴灯进行弹奏辅助的目的。
[0073] 实施例二
[0074] 图2为本发明实施例二中的钢琴弹奏辅助方法的流程图，本实施例以上述实施例为基础进行优化。具体优化为：若检测到弹奏音频识别事件，则确定所述弹奏音频对应的目标标准曲目，包括：若检测到弹奏音频识别事件，则对所述弹奏音频进行解析，得到所述弹奏音频的目标音频指纹；确定所述目标音频指纹与预设的标准曲目库中的至少一种标准曲目的标准音频指纹的第一相似度；确定第一相似度最高的标准音频指纹对应的标准曲目为所述目标标准曲目。
[0075] 如图2所示，本实施例的方法具体包括如下步骤：
[0076] S210，若检测到弹奏音频识别事件，则对所述弹奏音频进行解析，得到所述弹奏音频的目标音频指纹。
[0077] 其中，音频指纹为一段音频中独一无二的数字特征，因此目标音频指纹即为弹奏音频的数字特征。当弹奏者开始弹奏，识别出弹奏音频后，对弹奏音频进行目标音频指纹的获取。具体的，获取弹奏音频的目标音频指纹可以通过如下方式来实现：获取弹奏音频对应的频谱图，从频谱图中提取峰值点作为弹奏音频的目标音频指纹。在获取频谱图之前，对弹奏音频进行转码，将其转换为音频波形文件，之后将音频波形文件进行傅里叶变换处理，得到频谱图。
[0078] S220，确定所述目标音频指纹与预设的标准曲目库中的至少一种标准曲目的标准音频指纹的第一相似度。
[0079] 其中，在一种可行的方案中，创建标准曲目库，在标准曲目库中预先存放多首钢琴曲作为标准曲目，并不断进行更新和增加；每首标准曲目在保存至标准曲目库之前，也需要获取每首标准曲目对应的标准音频指纹。标准音频指纹的获取方式与弹奏音频的目标音频指纹的获取方式可以相同，通过将标准曲目转换为音频波形文件，将音频波形文件进行傅里叶变换处理，得到对应的频谱图，再从频谱图中提取峰值点得到标准音频指纹。
[0080] 将目标音频指纹与标准音频指纹进行匹配，通过对目标音频指纹的频谱图中的峰值点和标准音频指纹的峰值点按照时间的维度进行匹配，匹配到的峰值点越多，第一相似度就越高。
[0081] S230，确定第一相似度最高的标准音频指纹对应的标准曲目为所述目标标准曲目。
[0082] S240，将所述弹奏音频和所述目标标准曲目进行弹奏对比，得到对比结果。
[0083] S250，若所述对比结果存在错误，则控制钢琴灯进行灯光提示。
[0084] 本申请实施例所提供的技术方案，通过音频指纹进行弹奏音频和目标标准曲目的对比，音频指纹的识别不受音频本身的存储格式，编码方式，码率和压缩技术影响，能进行较高精度的对比，使得对比结果的准确度更高。
[0085] 实施例三
[0086] 图3为本发明实施例三中的对比结果确定方法的流程图，本实施例以上述实施例为基础进行优化。具体优化为：将所述弹奏音频和所述目标标准曲目进行弹奏对比，得到对比结果，包括：确定所述弹奏音频的第一频率值及时间进度值；确定在所述时间进度值时所述目标标准曲目对应音频的第二频率值；若所述第一频率值和所述第二频率值的差值小于预设阈值，所述对比结果为不存在错误；当所述第一频率值和所述第二频率值的差值大于或者等于所述预设阈值时，所述对比结果为存在错误。
[0087] 如图3所示，本实施例的方法具体包括如下步骤：
[0088] S310，确定所述弹奏音频的第一频率值及时间进度值。
[0089] 其中，第一频率值表示弹奏音频中的音乐的频率值，由于钢琴的每个琴键发出的声音对应不同的频率，因此确定弹奏音频的第一频率值即可确定当前弹奏者弹奏的是哪些音符。时间进度值表示弹奏者的弹奏已经持续的时间。若检测到弹奏音频识别事件，则在确定目标标准曲目的同时开始计时，根据计时得到弹奏音频的时间进度值，用于与目标标准曲目的进度进行统一。
[0090] S320，确定在所述时间进度值时所述目标标准曲目对应音频的第二频率值。
[0091] 其中，根据时间进度值，确定在该时间时目标标准曲目的进度，使得弹奏音频和目标标准曲目的进度统一，防止由于进度不统一而导致的识别错误。在时间进度统一后，确定在当前时间点目标标准曲目对应音频的第二频率值，即在该时间点时，应该被弹奏者按下的琴键对应的音符。
[0092] S330，若所述第一频率值和所述第二频率值的差值小于预设阈值，所述对比结果为不存在错误；当所述第一频率值和所述第二频率值的差值大于或者等于所述预设阈值时，所述对比结果为存在错误。
[0093] 其中，考虑到不同钢琴之间的调音也有所不同，因此在第一频率值和第二频率值的差值小于预设阈值时，即认为是弹奏者按下了正确的琴键，对比结果为不存在错误。若第一频率值和第二频率值的差值大于预设阈值，则说明在目标标准曲目中在该时间点应该被按下的正确琴键和弹奏者实际按下的琴键不同，对比结果为错误，控制钢琴灯提示弹奏者此处出现了弹奏错误。
[0094] 本申请实施例所提供的技术方案，用琴声的频率值来表示应该被按下的琴键，并以此作为对比依据，确定演奏者是否按下了正确的琴键，从而无需在钢琴中设置琴键检测装置来检测琴键的按键情况，而是在软件层面进行，能够更便捷的进行对比结果的确定。
[0095] 实施例四
[0096] 图4为本发明实施例四提供的一种手型评价方法的流程图，本实施例是上述实施例的基础上的进一步细化。在上述各实施例的基础上，可选的，在检测到弹奏音频识别事件之后，所述方法还包括：获取预设的弹奏区域的待处理图像；通过预先训练的手部检测网络从所述待处理图像中获取手部图像；通过所述手部图像进行手型评价。
[0097] 如图4所示，本实施例的具体实施步骤包括：
[0098] S410，获取预设的弹奏区域的待处理图像。
[0099] 其中，弹奏区域可以预设为琴键区，通过摄像装置对琴键区进行拍照，获得待处理图像，待处理图像为用于后续手型评价处理的参考图像。考虑到隐私问题和处理速度，弹奏区域的设置尽量仅覆盖琴键区，弹奏区域的设置过大的话，在获取待处理图像时可能会拍摄到弹奏者的面部或者钢琴周围环境的情况，从而对隐私造成影响；并且弹奏者仅通过琴键进行弹奏，待处理图像中出现越多的无关场景的话，在进行后续处理时还需要先裁减掉无效区域，因此会对后续的处理速度和效率造成影响。
[0100] S420，通过预先训练的手部检测网络从所述待处理图像中获取手部图像。
[0101] 其中，手部检测网络为预先训练的用于从待处理图像中提取手部图像的AI 网络模型，手部图像表示待处理图像中能够用于进行后续手型评价处理的部分。弹奏者在弹奏时手的覆盖范围是有限的，为了进行手型评价，需要将待处理图像中的手部图像识别出来进行单独处理。通过神经网络训练得到的手部检测网络可以智能准确地识别待处理图像中的手部图像，便于进行后续处理。
[0102] S430，通过所述手部图像进行手型评价。
[0103] 在上述实施例的基础上，图5为本发明实施例四提供的一种手型评价方法的流程图，在上述各实施例的基础上，可选的，通过所述手部图像进行手型评价，包括：对所述手部图像中以预设的原点位置建立坐标系；根据所述坐标系得到至少一个琴键坐标和至少一个指关节坐标；根据至少一个所述琴键坐标和至少一个所述指关节坐标得到指法坐标图；将所述指法坐标图与标准的指法坐标图进行对比，得到第二相似度；确定所述第二相似度所在的第一目标数值区间；根据预设的数值区间与评价等级的对应关系，将所述目标数值区间对应的评价等级作为所述手型评价。
[0104] 如图5所示，本实施例的具体实施步骤包括：
[0105] S510，获取预设的弹奏区域的待处理图像。
[0106] S520，通过预先训练的手部检测网络从所述待处理图像中获取手部图像。
[0107] S530，对所述手部图像中以预设的原点位置建立坐标系，根据所述坐标系得到至少一个琴键坐标和至少一个指关节坐标。
[0108] 其中，坐标系的原点可以为手部图像形状的中心点，以该点作为中心点建立二维坐标系，在手部图像中，分别确定每个琴键和指关节在二维坐标系中的坐标，这些坐标能够表征指关节与琴键的相对位置。
[0109] S540，根据至少一个所述琴键坐标和至少一个所述指关节坐标得到指法坐标图。将所述指法坐标图与标准的指法坐标图进行对比，得到第二相似度。
[0110] 其中，指关节坐标表示各指关节的相对位置，将指关节坐标和琴键坐标按照预设顺序进行连线，形成指法坐标图，各指关节坐标的连接可以提现弹奏者各指关节的角度、幅度特征及手指相对于琴键的位置，比如，通常情况下，手指应该按在琴键偏靠下的位置，才能够对琴键进行充分的按压。将指法坐标图与标准指法坐标图对比分析，将每帧指关节坐标按照时间先后顺序进行记录，将指法坐标图中表征的指关节的角度、幅度特征与标准的指法坐标图中标准的指关节角度、幅度特征进行对比，以特征差异程度进行相似度计算，得到第二相似度。
[0111] S550，确定所述第二相似度所在的第一目标数值区间；根据预设的数值区间与评价等级的对应关系，将所述目标数值区间对应的评价等级作为所述手型评价。
[0112] 其中，针对不同的第二相似度，分别设置不同的手型评价。在钢琴练习中手型是一个重要的部分，举例来说，在钢琴弹奏中，五指需要分开，手掌拱起，整个手呈半圆形，越接近于上述特征(即第二相似度越高)手型就更为标准，因此在进行手型评价的设定时，可以按照第二相似度由高到低的顺序设置由高到低的评价，比如，第二相似度在90％以上评价为A，在80％至89％评价为B。根据第二相似度的数值，确定其所在的目标数值区间，并确定该目标数值区间对应的手型评价。
[0113] 本方案通过这样的设置，对演奏者的手型进行评价，对演奏者的手型能够起到提醒和纠正的作用，让演奏者根据量化的手型评价对自己的弹奏手型有较为清晰的认知，从而起到辅助练习的作用。
[0114] 实施例五
[0115] 图6为本发明实施例五提供的一种手部检测网络训练方法的流程图，本实施例是上述实施例的基础上的进一步细化。在上述各实施例的基础上，所述手部检测网络，通过如下方式进行训练：获取至少两张钢琴弹奏图像；对每张钢琴弹奏图像中的手部特征进行裁剪，获得每张所述钢琴弹奏图像对应的手部图像标签；通过包含所述手部图像标签的至少两张所述钢琴弹奏图像构建标准图像集；将所述标准图像集输入预设的神经网络中训练至收敛，得到所述手部检测网络。
[0116] 如图6所示，本实施例的具体实施步骤包括：
[0117] S610，获取至少两张钢琴弹奏图像；对每张钢琴弹奏图像中的手部特征进行裁剪，获得每张所述钢琴弹奏图像对应的手部图像标签。
[0118] 其中，钢琴演奏图像为作为参考标准的钢琴弹奏图像，其为包含完整钢琴键盘及清楚演奏手型的2D图像。手部图像标签为钢琴演奏图像中的手部图像，用于进行接下来的手型评价检测，为了进行AI神经网络模型的训练，以钢琴弹奏图像标签的形式存在。手部图像的裁剪可以通过检测框来实现，将手部图像从钢琴弹奏图像中裁剪出来，作为对应的钢琴弹奏图像的标签。
[0119] S620，通过包含所述手部图像标签的至少两张所述钢琴弹奏图像构建标准图像集。
[0120] 其中，标准图像集中包括若干钢琴弹奏图像及每张钢琴弹奏图像对应的手部图像标签，用于作为AI神经网络模型的训练参考。
[0121] S630，将所述标准图像集输入预设的神经网络中训练至收敛，得到所述手部检测网络。
[0122] 其中，AI神经网络模型需要完成的任务为从标准图像集中的每张钢琴演奏图像中输出手部图像的位置。预设的AI神经网络模型对标准图像集中的钢琴弹奏图像进行解析，并从中获取其确定的手部图像，再将手部图像与手部图像标签进行对比，确定识别是否准确，在识别错误的情况下进行学习，不断提高识别成功率，直至收敛。
[0123] 本方案通过这样的设置，采用2D图像进行分析计算，速度更快效率更高，提高训练速度；通过对空白AI神经网络模型的训练，在训练至收敛的情况下能够准确地从图像中获得手部图像，在后续的手型评价中更具有针对性。基于深度学习的手段，进行手部图像的检测和分割，并通过训练神经网络模型来得到手部检测网络，从而提供了一套完整的神经网络模型的训练方式，通过训练完成的手部检测网络来更好的进行手型评价。
[0124] 在上述各实施例的基础上，在检测到弹奏音频识别事件之后，所述方法还包括：
[0125] 对预设的弹奏区域进行视频录制；
[0126] 将录制的视频转换至直播视频信息并实时推送至外部服务器；
[0127] 在所述视频录制结束后，对已录制的视频进行本地保存。
[0128] 其中，视频的录制可以通过在钢琴灯本体中设置摄像头来实现，在钢琴灯工作时，灯管的光线会照亮键盘区域，因此摄像头能够完整的对键盘区域进行视频录制，因此预设的弹奏区域可以设置为钢琴的键盘区域。考虑到隐私问题，摄像头只会对键盘区域进行视频录制，而不会拍摄钢琴周边环境及弹奏者的视频。在进行视频录制的同时，将录制的视频转换至直播视频信息并实时推送至外部服务器进行直播，具有直播观看权限的用户可以使用移动设备，通过APP 观看直播。在视频录制结束后，将已录制的视频保存在本地的数据存储和管理模块，通过移动设备的APP可以对已录制的视频进行回看。此外，摄像头还可以进行人体的识别，通过摄像头自动识别人体是否在钢琴边，长时间离开是自动熄灭钢琴灯，节约能源。
[0129] 本方案通过这样的设置，可以在弹奏者身边没有他人陪同或教导的时候，通过直播和视频录制的方式来进行辅助，比如，在儿童练习钢琴监护人不在身边时，监护人可以通过手机APP对练习进行观看；通过视频录制，指导人员可以根据查看回放视频对弹奏者的弹奏进行检查及评估，提出手型、指法等方面的指导。
[0130] 实施例六
[0131] 在上述实施例的基础上，图7为本发明实施例六提供的一种弹奏成绩确定方法的流程图，在上述各实施例的基础上，所述方法还包括：在弹奏结束后，确定对比结果为错误的错误数值；确定所述错误数值所在的第二目标数值区间；根据预设的数值区间与失误扣分的对应关系，确定所述第二目标数值区间对应的弹奏分；确定弹奏者的至少一种基础弹奏能力分；根据所述弹奏分和所述至少一种基础弹奏能力分的预设权重，对所述失误分和所述至少一种基础弹奏能力分进行加权求和，得到所述弹奏成绩。
[0132] 如图7所示，本实施例的具体实施步骤包括：
[0133] S710，在弹奏结束后，确定对比结果为错误的错误数值。
[0134] 其中，如前文实施例中所述，对比结果为错误时，表征弹奏者的弹奏出现了错误，错误数值即表征在弹奏过程中弹奏者总共出现的弹奏错误次数。
[0135] S720，确定所述错误数值所在的第二目标数值区间；根据预设的数值区间与失误扣分的对应关系，确定所述第二目标数值区间对应的弹奏分。
[0136] 其中，由于错误数值表征弹奏者弹奏中出现的弹奏错误的次数，因此错误数值越多，失误扣分就越多。比如，基础分为100分，错误数值为5，预设的错误数值在5‑10时失误扣分为20，则对应的弹奏分为80分。
[0137] S730，确定弹奏者的至少一种基础弹奏能力分；根据所述弹奏分和所述至少一种基础弹奏能力分的预设权重，对所述失误分和所述至少一种基础弹奏能力分进行加权求和，得到所述弹奏成绩。
[0138] 其中，基础弹奏能力分可以通过多个维度来确定，比如，钢琴学习年数越少，为了鼓励弹奏者且不起到误导错误，基础弹奏能力分可以适应性的小幅增加，以小幅提高最后的弹奏成绩；弹奏者的年龄若较小或较大，基础弹奏能力分可以适应性增加，反之则适应性降低基础弹奏能力分；基础弹奏能力分也可以由指导者根据对弹奏者的弹奏能力评估来预设。在得到弹奏分和基础弹奏能力分后，对二者进行加权求和，得到弹奏者的弹奏成绩。此外，还可以根据弹奏成绩进行数据报表的生成，数据报表中可以包括每日练习时间，练习期间的错误数值和每次弹奏的弹奏成绩，更直观的反映弹奏者的钢琴练习情况。
[0139] 本方案通过这样的设置，根据量化的弹奏成绩使弹奏者更直观的了解自己的弹奏水平，通过弹奏成绩的变化弹奏者可以对自己的进步和提高得到直接的反馈，能够提高钢琴练习的兴趣；根据弹奏者不同的弹奏水平进行评分，既能够体现弹奏者的弹奏能力，根据学习年份和弹奏者年龄调整弹奏成绩，比如儿童进行弹奏时弹奏分不会过低，防止得分过低影响儿童学习钢琴演奏的兴趣和信心。
[0140] 实施例七
[0141] 图8为本发明实施例七提供的一种钢琴灯控制模块的结构框图，该模块可执行本发明任意实施例所提供的钢琴弹奏辅助方法，具备执行方法相应的功能模块和有益效果。所述模块配置于钢琴灯本体中，所述模块包括：
[0142] 目标标准曲目确定单元810，用于若检测到弹奏音频识别事件，则确定所述弹奏音频对应的目标标准曲目。
[0143] 曲目对比单元820，用于将所述弹奏音频和所述目标标准曲目进行弹奏对比，得到对比结果。
[0144] 灯光控制单元830，用于若所述对比结果存在错误，则控制钢琴灯进行灯光提示。
[0145] 在上述实施例的基础上，目标标准曲目确定单元810，用于若检测到弹奏音频识别事件，则对所述弹奏音频进行解析，得到所述弹奏音频的目标音频指纹；确定所述目标音频指纹与预设的标准曲目库中的至少一种标准曲目的标准音频指纹的第一相似度；确定第一相似度最高的标准音频指纹对应的标准曲目为所述目标标准曲目。
[0146] 在上述实施例的基础上，曲目对比单元820，用于确定所述弹奏音频的第一频率值及时间进度值；确定在所述时间进度值时所述目标标准曲目对应音频的第二频率值；若所述第一频率值和所述第二频率值的差值小于预设阈值，所述对比结果为不存在错误；当所述第一频率值和所述第二频率值的差值大于或者等于所述预设阈值时，所述对比结果为存在错误。
[0147] 在上述实施例的基础上，图9为本发明实施例七提供的一种钢琴灯控制模块的结构框图，如图9所示，该模块包括：目标标准曲目确定单元910、曲目对比单元920、灯光控制单元930和手型评价单元940。
[0148] 手型评价单元940，用于在检测到弹奏音频识别事件之后，获取预设的弹奏区域的待处理图像；通过预先训练的手部检测网络从所述待处理图像中获取手部图像；通过所述手部图像进行手型评价。
[0149] 在上述实施例的基础上，手型评价单元940，用于通过以下方式训练手部检测网络：获取至少两张钢琴弹奏图像；对每张钢琴弹奏图像中的手部特征进行裁剪，获得每张所述钢琴弹奏图像对应的手部图像标签；通过包含所述手部图像标签的至少两张所述钢琴弹奏图像构建标准图像集；将所述标准图像集输入预设的神经网络中训练至收敛，得到所述手部检测网络。
[0150] 在上述实施例的基础上，手型评价单元940，用于对所述手部图像中以预设的原点位置建立坐标系；根据所述坐标系得到至少一个琴键坐标和至少一个指关节坐标；根据至少一个所述琴键坐标和至少一个所述指关节坐标得到指法坐标图；将所述指法坐标图与标准的指法坐标图进行对比，得到第二相似度；
[0151] 确定所述第二相似度所在的第一目标数值区间；根据预设的数值区间与评价等级的对应关系，将所述目标数值区间对应的评价等级作为所述手型评价。
[0152] 如图9所示，该模块还包括：摄像单元950。摄像单元950，用于对预设的弹奏区域进行视频录制；将录制的视频转换至直播视频信息并实时推送至外部服务器；在所述视频录制结束后，对已录制的视频进行本地保存。
[0153] 如图9所示，该模块还包括：弹奏成绩确定单元960。弹奏成绩确定单元 960，用于在弹奏结束后，确定对比结果为错误的错误数值；确定所述错误数值所在的第二目标数值区间；根据预设的数值区间与失误扣分的对应关系，确定所述第二目标数值区间对应的弹奏分；确定弹奏者的至少一种基础弹奏能力分；根据所述弹奏分和所述至少一种基础弹奏能力分的预设权重，对所述失误分和所述至少一种基础弹奏能力分进行加权求和，得到所述弹奏成绩。
[0154] 上述产品可执行本申请实施例所提供的钢琴弹奏辅助方法，具备执行方法相应的功能模块和有益效果。
[0155] 实施例八
[0156] 图10为本发明实施例八提供的一种钢琴灯的结构框图，包括：钢琴灯本体 1010和钢琴灯控制模块1020，所述钢琴灯控制模块1020配置于钢琴灯本体中 1010，所述钢琴灯控制模块1020用于本申请任意实施例所提供的钢琴弹奏辅助方法。
[0157] 上述实施例中提供的钢琴灯控制模块可执行本申请任意实施例所提供的钢琴弹奏辅助方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的钢琴弹奏辅助方法。
[0158] 本发明解决儿童或者成人在钢琴练习期间，自动采集并记录相关过程数据，通过视频和声音数据采集分析，实现如下应用：
[0159] 1、通过智能算法识别钢琴弹奏期间的错误，并通过灯光、声音提醒；
[0160] 2、针对少儿钢琴练习，支持监护人或者老师能够远程实时视频查看，回看；
[0161] 3、针对钢琴弹奏，通过算法识别弹奏乐曲名称，在弹奏完成后，给出弹奏成绩评估；
[0162] 4、通过记录数据分析，提供钢琴联系的报告。报告内容包括并不限于如下内容：每天弹奏时常分析，弹奏成绩变化曲线，通过预设练习时间，评估每天任务完成情况等。
[0163] 注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
