音色识别算法

1. 现在有能模拟特定人声音的算法吗

如果是从文字到语音，那么叫做“语音合成”；如果是从一个人的语音到另一个人的语音，那么叫“语音转换”。这两件事情都有人在研究，其中“语音合成”大家可能更为熟悉，比如Siri的声音就是合成出来的。语音合成或转换的软件发布时，一般会内置几个人的声音，文字或别人的声音可以比较容易地转换成这些内置声音。但如果要转换成用户自己的声音，就需要录制用户自己的声音作为训练数据了。我不知道有什么现成的软件可以让小白也能简单地完成这件事。就像完美地P出一张图一样，虽然可行，能以假乱真，但总会有不完美的地方。

2. 多音色的介绍

英文名称：Timbre，指同时演奏几种不同乐器时发出的声音。它着重于同时演奏的乐器数。合成器或者声音发生器能够产生的不同声音一般用配音(patche)、指令(program)、算法(algorithm)、声音(sound)或者音色(timbre)来表示。现代合成器通常使用指令号(program number)来表示它们产生的不同声音。用指令号(program number)或配音号(patch number)来指定想要获得的声音(sound)。例如，一个声音模块可使用配音#1(patch number 1)来产生钢琴声，配音#36(patch number 36)产生低音弦乐器声。配音号和声音之间的对关系称为配音映射(patch map)。

3. 百度的语音识别是不是用的科大讯飞的

网络语音识别为开发者提供业界优质且免费的语音服务，通过场景识别优化，为车载导航，智能家居和社交聊天等行业提供语音解决方案，准确率达到90%以上，让您的应用绘“声”绘色网络也在做语音技术，现在已经完全免费开放了语音识别和语音合成技术，个人开发者都可以免费的使用。由吴恩达带领的网络大脑团队，也在为语音识别、语音合成等技术提供支持，网络的语音技术在未来不容小觑。科大讯飞是国内语音产业的先行者，应用领域从军用到民用，包括移动互联网、教育、车联网、智能家居等。讯飞提供语音云，支持多种方言，国内大部分应用的语音识别功能都是用了讯飞的接口，如高德地图。网络、搜狗、腾讯等互联网公司也有自家的语音识别技术，依托自身丰富的用户资源和数据，发展迅速。从语音识别技术上来说，上面提到的公司用的都是深度神经网络（DNN）算法，降噪方面可能有所差异，更多的差异是在语料库，讯飞经过多年的积累，已经有了丰富的语料库，当然那些互联网公司的大数据也不容小觑。从个人体验来说，目前讯飞在方言识别上是最出色的，标点符号根据停顿和语义自动给出。

4. 什么是软音源、音色、采样器、音序器

软音源的概念，在“软波表”出现时就已经有了。当时的VSC-88、S-YXG50等软波表合成器，其实就是SC-88和MU50硬音源的软版本，其运行时在电脑屏幕上显示出的界面就是一台传统音源的外型。

但是，那时的软波表音质除了音质差外，还有一个弱点就是不能“实时响应”。也就是说，你使用软波表合成器，每当按下琴键后，要等上差不多半秒甚至一秒钟时间才能听到声音，这是恐怕是让人无法忍受的。所以，相当长的一段时间，软波表只能用于播放MIDI，而根本无法演奏和录音。

在DirectSound技术出现以后，软音源的发展很快。我们前边提到的Reality这个软件，可以不依靠创新声卡而读取SF格式的音色，但在DirectSound技术下，延迟问题仍然没有很好地解决。声音延迟这个问题，一直在阻碍着软音源的发展。终于，着名音乐制作软件Cubase 的开发者Steinberg公司提出了被一个称为Audio Stream Input Output的标准规范，这就是大家很熟悉的“ASIO”。

ASIO的中文释义为“音频流输入输出”。ASIO完全摆脱了Windows操作系统对硬件的集中控制，它能实现在音频处理软件与硬件之间进行多通道传输的同时，将系统对音频流的响应时间降至最短。从此，使用ASIO驱动程序的声卡，对音频流的响应时间可以降低到十几毫秒以内。这已经完全满足了“实时”的要求。从此，软音源技术发展的速度，可以说是快得令人无法想象！

看到这里，初学的朋友也应该明白为什么制作音乐需要支持ASIO的专业声卡而不能使用民用声卡或板载声卡了吧。

在ASIO诞生之后，软音源和软效果器也终于“修成了正果”，现在的软音源和软效果器，其音质和性能已经完全可以和传统硬件抗衡，甚至很多效果器和音源的性能已经彻底超越了传统硬件！软件的时代终于来临了。

软音源分为插件和独立运行的两种，象Reality、GigaStudio之类独立运行的软音源、软采样器，他们有一个致命的缺点，那就是不能通过算法直接与音频轨缩混在一起，只能够用内录的方式通过声卡将其转换为音频，而这样做，如果声卡不支持无损内录，就必然导致音质的损耗。所以，现在的大多数软音源和软采样器都是以“插件”形式推出的。

所谓插件，就是“插入”到主工作站软件内来使用的软件，它本身不能独立运行，要依靠主软件来运行。这种主软件我们称之为“宿主”。插件就象宿主体内的寄生虫或者是一部分，要依靠宿主来运行。使用起来非常方便，而且根本不用内录成音频，可以直接通过算法直接和音频轨进行缩混，没有任何音质的损耗。现今的插件有许多格式，相互之间有的可以通用，有的不通用。有的插件是开放源码的，任何人都可以自己开发此类插件，而有些是不开放的，只有授权的公司可以开发相应的插件。 有些还需要特别的硬件支持才能工作在最佳状态。

DX/Dxi和VST/VSTi是我们用的最多的插件格式。如果使用Mac OS X，那么就要使用AudioUnits格式。另外还有其他的专业插件格式，必须有相应硬件配合才可以使用，比如Pro Tools的TDM、HTDM、RTAS格式，Creamware的Creamware格式，VariOS的VariOS格式等等。

接下来让我们来介绍一下各类插件。

首先就是DX，DX是一类效果器插件。DX顾名思义，是DirectX的缩写，他是基于微软的DirectX接口技术的，这种效果器插件无论是Cubase、Nuendo还是Cakewalk、Sonar都可以使用。 DX效果器种类非常多，几乎所有音乐制作里用到的效果器都有DX格式的。

而且由于DirectX技术的开放性，现在已经有数不清的DX效果器，比如混响、合唱、失真、镶边以及激励、压限等等，有些是相当实用的效果器。 DX效果器都是来处理音频的，所以都要加载在音频轨中使用，MIDI轨不能使用DX效果器。安装DX效果器很简单，并不需要专门装在哪个文件夹里。插件自己会找到宿主的。而且安装完后，是看不到可执行程序的，因为很多插件是不能独立运行的。当然，现在也已经有很多插件可以独立运行甚至本身就具备了工作站的性质。但是，由于DX效果器仍然是基于DirectX技术的，因此，它的实时性能还是不很理想。

DXi是DirectX Instrument的缩写，它是软音源插件。是Cakewalk公司开发的，这类插件的数量并不多，而且只能运行在Cakewalk SONAR系列软件上，Cubase和Nuendo上不能用，因此，它并不是非常受欢迎。

接下来我们要说的就是VST和VSTi了。这是目前使用最广的插件。

VST是Virtual Studio Technology的缩写，它是基于Steinberg的“软效果器”技术，它是以 ASIO驱动为运行平台的，因此能够以较低的延迟提供非常高品质的效果处理。所以，要达到VST的最佳效果（也就是延迟很低的情况），声卡要支持ASIO。VST效果器种类非常之多，简直是数不胜数。它们的效果现在也已经相当的好。比如使用一个软吉他失真效果器插件，你只要把吉他的输出插在电脑声卡的Line in口，当演奏时，从电脑音箱中即可听到完全实时的失真效果！

VSTi是Virtual Studio Technology Instruments的缩写，他是基于Steinberg的“虚拟乐器插件”技术，和VST一样，声卡要支持ASIO才能发挥它的性能。VSTi软音源的种类也是非常的多，各种各样的软件音源已经多得数不清了。能够使用这些VSTi插件的音乐软件我们称为VSTi宿主，常用的有Nuendo、Samplitude（7.0以后的版本）、Cubase VST32、Cubase SX，FruityLoops、Orion、Project5等等。VSTi虚拟乐器就是软音源，所以只能加载在MIDI轨上。需要注意的是，VST、VSTi插件与DX、DXi插件不同，不是安装在哪里都可以的。VST插件的主要程序都在DLL文件中，而DLL文件必须放在指定的VST Plugins目录下，宿主在运行时才可以找到他们。

一些比较大的VST插件在安装时会问两次安装路径，先让你选择程序安装的目录，这个路径可以随便选择。之后会让你选择VST插件DLL文件的存放位置，这个位置就一定要选择宿主安装目录下VST Plugins文件夹。的而小的插件一般都没有其他程序，只有DLL文件，这就需要你手动将DLL文件复制VST Plugins文件夹下。比如你在C盘上安装了Nuendo2，会有一个VST专门目录c:\Program Files\steinberg\Nuendo2\VSTPlugins，你所有的VST效果器和VSTi音源都要安装在这个文件夹里，否则，Nuendo是找不到插件的。

关于插件的格式兼容情况，目前是这样的：DX格式可以用在几乎所有的工作站软件上。Dxi只能用在Sonar系列上。VST和VSTi除了可以在Steinberg的工作站软件如Nuendo、Cubase上之外，现在也可以用在Sonar上，但需要转换，有的时候有可能不如在Nuendo、Cubase上稳定。另外，现在很多插件都已经同时具备多个格式版本，安装时可以自由选择。至于AudioUnits格式，则只能在苹果电脑上使用。

目前，软音源和软效果器的性能已经相当强大，现在的一个插件动辄就是6张CD以上，采样音色就更加大，仅一个钢琴音色就达到1G的容量，而一套用世界名琴录制的“天价弦乐采样音色”需要18张CD，一套“维也纳管弦乐”音色需要9张DVD。

它们的音质也是传统硬音源、合成器以及传统硬采样器所望尘莫及的。但如此庞大的软件对电脑系统的要求很苛刻，CPU越快越好，硬盘容量和缓存越大越好，转速越高越好，内存更是越大越好。另外支持ASIO的专业音频卡是必需的。
音色（musical quality）指音的感觉特性。频率的高低决定声音的音调，振幅的大小决定声音的响度但不同的物体发出的声音我们还是可以通过音色分辨不同发生体的材料、结构不同，发出声音的音色也就不同。

音色是声音的特色，根据不同的音色，即使在同一音高和同一声音强度的情况下，也能区分出是不同乐器或人声发出的。同样的音量和音配上不同的音色就好比同样色度和明度配上不同的色相的感觉一样。

音色的不同取决于不同的泛音，每一种乐器、不同的人以及所有能发声的物体发出的声音，除了一个基音外，还有许多不同频率的泛音伴随，正是这些泛音决定了其不同的音色，使人能辨别出是不同的乐器甚至不同的人发出的声音。每一个人即使说话也有不同的音色，因此可以根据其声音辨别出是不同的人。

声音是由发声的物体震动产生的，当其整体震动时发出基音，但同时其各部分也有复合的震动，这些各部分震动产生的声音组合成泛音。由于部分小于整体，所有不同的泛音都比基音的频率高，但强度都相当弱，否则则无法调准乐器的音高了。

5. 算法与建模的困难在于数学还是技术，或是感想

以语音识别的算法及建模为例，来看看会遇到哪些现实难点。
语音如一段很短的乐曲。
音高可以变化，D调上不去就改C调，
绝对音高变化了，而相对音高依然稳定不变。
依然可以判断出，这两段音高不同的乐曲，确是同一段乐曲。
音色也可以变化，小提琴《梁祝》与电子琴《梁祝》，音色差别很大，
但依然可以得出判断：是同一段乐曲。
音量变化更不影响判断其是同。
语音识别的算法及建模所依赖的，就是这个相对性现象。
充分理解后，就叫做音阶相对性原理。
音阶相对关系不变，固定了乐曲。并可实现重复。
语音也如此。
理解了这个之后，就有了解决语音识别问题的大致方向——
1、找到机器可识别的最小的音阶。
2、发现语音中固定的音阶相对变化顺序。
3、发现音阶的三维现象。
4、音阶三维数码化。
这样就实现了固定其音。
上述4条显然不需要很高深的数学水平。
高中数学做算法就足够了。数学不是难点。
技术，肯定需要。声AD转码需要探索出适应新算法的新技术。但这并不很难。
感想？是的，需要感想。
思考上述四条语音问题方向应得出如下感想：
必须对声音开始到结束的全部详细过程，有清晰的数码化认识。
这就是最大的难点。

6. 目前语音识别技术能否很好地识别音色的不同

语音识别技术发展到今天，特别是中小词汇量非特定人语音识别系统识别精度已经大于98%，对特定人语音识别系统的识别精度就更高。这些技术已经能够满足通常应用的要求。由于大规模集成电路技术的发展，这些复杂的语音识别系统也已经完全可以制成专用芯片，大量生产。在西方经济发达国家，大量的语音识别产品已经进入市场和服务领域。一些用户交机、电话机、手机已经包含了语音识别拨号功能，还有语音记事本、语音智能玩具等产品也包括语音识别与语音合成功能。人们可以通过电话网络用语音识别口语对话系统查询有关的机票、旅游、银行信息，并且取得很好的结果。调查统计表明多达85%以上的人对语音识别的信息查询服务系统的性能表示满意。

7. ZOOM效果器怎么样

ZOOM G2效果器
ZOOM G2效果器自上市以来，受到了许多吉他爱好者的关注，销售情况一直非常好。成为了效果器领域又一个深受欢迎的型号。G2的成功，除了其良好的市场定位以外，还要归功于其出色的内在品质:
首先是其音色，由于G2采用的是96Khz的取样频率，不会丢失任何声音信号，也使其的声音还原相当的出色，音色更为的真实。96Khz的取样频率，同样是业界最高的工业标准。ZOOM G2效果器采用的是ZOOM最新的第三代32位DSP处理芯片ZFX-3，让音色更上一层台阶。

ZOOM G2效果器提供了2种算法，其内置的音色效果中，每个音色都可以选择现场演奏和录音两种模式，满足了乐手现场演出和录音的需要。同样在编辑的音色里面，用户也可以在这两种算法中进行切换。

G2效果器内置高品质PCM鼓机，对于吉他的练习者来说，鼓机的出现无疑是练琴的绝佳排挡。G2效果器的鼓机拥有40种样式，从简单的鼓点，到复杂的FUNK节奏。非常的齐全，满足了各种水平层次的乐手的练习使用。

音箱模拟技术是当前效果器领域流行的配置之一，ZOOM G2效果器的DRIVE模块采用的是16种经典的音箱/单块模拟，大大增强了音色的丰富性和真实性，从FENDER的纯净的音色，到MESA激烈的金属失真G2效果器一网打尽。这也是在ZOOM入门级效果器中第一次使用此功能。

一般的效果器调节只有3段均衡，而ZOOM G2效果器除了基本的3段均衡以外，还拥有3段额外均衡。让音色的调节更为细致。让音色更为生动。

对于一款入门级效果器来说，良好的可操作性无疑是相当重要的。G2效果器延续了ZOOM入门级效果器一贯的简单实用的原则。大大简化了的操作。用户只需简单的旋转几个旋钮即可完成大部分的调节和操作，非常的好用。

ZOOM的G2效果器的上市代表了ZOOM的合成效果器进入新的一个历史阶段。而从G2的效果器的销售情况来看，国内的吉他爱好者对于ZOOM的新产品报以极大的兴趣。同时ZOOM G2效果器的上市也代表了ZOOM G系列效果器即将全面推向市场。接下来，中国市场将迎来G2的后续型号，G2.1u。

G2.1u基本和G2的内部配置基本相同，所不同的是加装了1块表情踏板和一个USB接口，表情踏板的使用使得现场演奏方便，USB接口更是可以利用附赠的CUBASE Le软件直接在电脑进行录音的工作。

8. 不同音色的声音什么不同

基础乐理知识

(一)音

1.音的产生：

音是一种物理现象。物体振动时产生音波，通过空气传到人们的耳膜，经过大脑的反射被感知为声音。人所能听到的声音在每秒振动数为16-2000次左右，在自然界中，我们人的听觉能感受到的音很多，但并不是所有的音都可以作为音乐的材料。使用到音乐中的音（不含泛音），一般只限于每秒振动27-4100次的范围内。也就是说在音乐中所说的音是人们在长期的生活实践中挑选出来，能够表现人们生活或思想感情的，并组成一个固定的体系，用来表达音乐思想和塑造音乐形象。

2.音的主要性质：

音的高低 音的强弱 音的长短 音色

(1)音有高低、强弱、长短、音色四种主要性质，在音乐表现中非常重要，其中以音的高低和长短最为重要。不知道您是否有这样的体会：对于一首歌，不管您人声演唱还是乐器演奏，唱的声音是小是大，也不管您演唱或演奏时用什么调，音的强弱及音色有了变化，但这支歌的旋律依旧。可是，如果这首歌的音高或音的长短有改变的话，则音乐的感受就会受到严重的影响。可见，对一段旋律来说，音高和音长短的重要性。

(2)音的高低决定于物体在一定时间的振动次数（频率）。振动次数越多，音越高；振动次数越少，音越低。音的强弱决定于振幅（音 的振动幅度）的大小。振幅越大，音越强；振幅越小，音越弱。音的长短决定于音的延续时间的不同。音的延续时间越长，音越长；音的延续时间越短，音越短。而音色由发音体的性质、形状及泛音的多少等多种因素决定。

(3)什么是音色？ 音色指音的感觉特性。是音乐中极为吸引人、能直接触动感官的重要表现手段。发音体的振动是由多种谐音组成，其中有基音和泛音，泛音的多寡及泛音之间的相对强度决定了特定的音色。人们区分音色的能力是天生的，音色分为人声音色和器乐音色。人声音色高、中、低音，并有男女之分；器乐音色中主要分弦乐器和管乐器，各种打击乐器的音色也是各不相同的。

3.音的分类

乐音 噪音

根据音振动状态的规则与不规则，音被分为乐音与噪音两类。 音乐中使用的主要是乐音，但噪音在是音乐表现中必不可少。如架子鼓发出的声响就是一种噪音，不过，这种噪音有一定的规律。

(二)音阶

五声音阶 七声音阶

1.音阶的定义

音阶（Scale）指调式中的各音，从以某个音高为起点即从主音开始，按照音高次序将音符由低至高来排列，这样的音列称为音阶，世界各地有许多不同的音阶，随着音乐水平的进步，音乐非常完整的理论与系统，目前世界上几乎都是用西洋的十二平均律来作为学习音乐的基础，因此我们今天所说的音阶，就是以最普遍的大音阶（大调）与小音阶（小调）为主。

2.音阶的分类

根据调式所包含的音的数量可分为："五声音阶"、"七声音阶"等。音阶由低到高叫做上行，由高到低叫做下行。

五声音阶（Pentatonic scale）由五个音构成的音阶，多用于民族音乐的调式如：do、re、mi、sol、la、（do）。

(三)乐音体系

1.乐音体系的定义

在音乐中使用的、有固定音高的音的总和，叫做乐音体系。

2.乐音体系的分类

(1)音列

乐音体系中的音，按照上行或下行次序排列起来，叫做音列。

(2)音级

乐音体系中的各音叫做音级。音级有基本音级和变化音级两种。乐音体系中，七个具有独立名称的音级叫做基本音级。基本音级的名称是用字母和唱名两种方式来标记的。两个相邻的具有同样名称的音叫做八度。升高或降低基本音级而得来的音，叫做变化音级。将基本音级升高半音用"升"或" "来标明；降低半音用"降" 或" "来表明；升高全音用"重升"或"x"来标明；降低全音用"重降" 或" "来标明；还原用" "表示。

3.音域与音区

音域可分为总的音域和个别音域、人声和乐器音域。音域中的一部分是音区，音区可分为高音区、中音区和低音区三种。人声的音区划分，往往是不相符合的，例如男低音的高音区却是女低音的低音区。但各音区具有自己的特性音色，这体现在音乐的表现中，一般来说：高音区清脆、尖锐；而低音区则低沉、浑厚。

(四)调式

稳定音 不稳定音

在音乐中，要表现音乐思想、塑造音乐形象仅仅依靠一个孤立的音、和弦或多个彼此毫无关系的音，是难以实现的。

1.调式的定义

在音乐中，按照一定的关系连结在一起的许多音（一般不超过七个），组成一个体系，并以一个音为中心（主音），这个体系就叫做调式。

2.调式中音的分类

在调式体系中，起着支柱作用并给人以稳定感的音，叫做稳定音。给人以不稳定感的音叫做不稳定音。不稳定音有进行到稳定音的特性，这种特性就叫做倾向。 不稳定根据其倾向进行到稳定音，这叫做解决。音的稳定与不稳定是相对的。我们常见的某一个音（或和弦）在某一调式体系中是稳定的，但在另一调式体系中可能变得不稳定，即便在同一调式体系中，因为和声处理的不同，某些稳定音也可能暂时处于不稳定的状态中。

3.调式的分类

调式分为大调式和小调式。由七个音组成的调式叫大调式，其中稳定音合起来成为一个大三和弦。小调式也是由七个音组成的，其中稳定音合起来成为一个小三和弦。大调式的主音和其上方第三音为大三度，因为这个音程最能说明大调式的色彩。小调式的主音和其上方第三音为小三度，因为这个音程最能说明小调式的色彩。在大小调体系中，起稳定作用的是第Ⅰ、Ⅲ、Ⅴ级。这三个稳定音级的稳定程度是不同的， 第Ⅰ级最稳定，而第Ⅲ级和第Ⅴ级的稳定性较差。三个稳定音和它们的稳定性只有和主音三和弦共响时才能表现出来，假使用其他非主音三和弦时，则不具有稳定性。第Ⅱ级、第Ⅳ级、第Ⅵ级、第Ⅶ级是不稳定音级，在适当的条件下，它们显露出二度关系进行稳定音的倾向。

1.大调

依照十二平均律的系统，我们可以从任何一个半音（DO、＃DO、RE、＃RE、MI、FA、＃FA、SOL、＃SOL、LA、＃LA、SI）开始，依照大调的音程排列次序来做出一个全新的大调，以C大调为
例：

I II III IV V VI VII I
全音 全音 半音 全音 全音 全音 半音

A：主音、导音 ：

每个大调都有七个音，您看到的罗马数字就是我们为这七个音排列的级数，第一个音为I级音做为整个大调最主要的音常常被称为"主音"，而第七个音为VII级音作为引导整个音阶再度回到主音的VII级音常常被称为"导音"。

B：大调的组成规则：

每个音之间的音程大小，依序为‘全-全-半-全-全-全-半’，这就是大调的组成规则，我们将整个音阶分成两部分：‘DO、RE、MI、FA’ + ‘SOL、LA、SI、DO’，称之为"音型"，每个音型含四个音，其间的音程距离都是‘全、全、半’，所以一个大调就是由两个‘全、全、半’音型，中间以一个全音连接而成。 整个大调音阶组成的口决是："全全半、全、全全半"

C：升级大调

例1：

以C大调为基础，一个大调应有两个音型，把C大调的两个音型去掉前面那一个，只剩下后面的SOL、LA、SI、DO部分，在后面再接一个"全全半"的音型，在两个音型之间加上一个全音连接，成为"RE、MI、＃FA、SOL"，其中的FA需要升半音来做成"全全半"音型，因此这个大调就是： 此大调的主音是SOL，所以调名就是G大调，调号是＃FA

例2：

以C大调为基础，一个大调应有两个音型，把C大调的两个音型去掉前面那一个，保留后面的RE、MI、＃FA、SOL，会再得到一个新的音型LA、SI、＃DO、RE：

这个大调的主音是RE，所以调名就是D大调，然后调号是＃FA与＃DO
例3：

以C大调为基础，一个大调应有两个音型，把C大调的两个音型去掉前面那一个，保留后面的LA、SI、＃DO、RE得到一个新的音型MI、＃FA、＃SOL、LA：

这个大调的主音是LA，所以调名就是A大调，调号是＃FA、＃DO与＃SOL 由此三例继续做下去，我们会得到7个大调：G大调、D大调、A大调、E大调、B大调、＃F大调、＃C大调，而这七个调的调号有一个共同点，就是延续前一个调的调号再增加一个新的调号，顺序是：＃FA、＃DO、＃SOL、＃RE、＃LA、＃MI与＃SI，列表如下：

C G D A E B ＃F ＃C
D 降级大调
例1：

降级大调与升级大调相反，以C大调为基础，一个大调应有两个音型，在一开始去掉C大调上面的音型留下下面的DO、RE、MI、FA，然后下面再接一个音型，用一个全音连接起来得到FA、SOL、LA、降SI的音型： 这个大调的主音是FA，所以调名就是F大调，调号是降SI

例2：

一样的方法，以C大调为基础，在一开始去掉C大调上面的音型，保留下面的音型，在向下接一个音型，得到一个新音型：降SI、DO、RE、降MI 这个大调的主音是降SI，所以调名就是降B大调，调号是降SI、降MI

依此类推，得到7个降级大调：F大调、降B大调、降E大调、降A大调、降D大调、降G大调、降C大调这7个大调，这七个调的调号有一个共同点：就是延续前一个调的调号，增加一个新的调号，顺序是：降SI、降MI、降LA、降RE、降SOL、降DO、降FA，列表如下：

C F 降B 降E 降A 降D 降G 降C
注意：十二平均律中只有12个音，只能做出12个大调，可是您算一下，C大调 + 7个升级大调 + 7个降级大调总共有15个，怎么会多3个？原因很简单，其中一定有三个调是重复的，需要扣掉，但怎么有重复的？原因很简单，就是"同音异名"造成的。 现将升级大调与降级大调的调名列出来哪3个调是重复的，一目了然。
1 2 3 4 5 6 7
G D A E B ＃F ＃C （升级大调）
F 降B 降E 降A 降D 降G 降C （降级大调）
其中蓝色的调名表明这6个调互相是同音异名的调：
B大调（5个升记号） 同 降C大调（7个降记号）
＃F大调（6个升记号） 同 降G大调（6个降记号）
＃C大调（7个升记号） 同 降D大调（5个降记号）
其中（B／降C）、（＃F／降G）、（＃C／降D）根本就是同一个音，既然主音相同，那音阶自然就完全一样了，只是写法不同而已。

2.小调

小调与大调相比可就简单多了，每一个大调都有一个附属的小调，而且这个附属小调所用的调号是共用该大调的调号，我们可以将小调看成是"寄生"于大调的另一种音阶。将该大调的主音向下移小三度就可以找到小调的主音了，

例1：
以C大调为例，其附属小调就是a小调了：

本例中下面那一行就是C大调的附属小调a小调，确定了主音是LA后，向上排7个自然音上去，因为C大调没有任何的升降记号，所以a小调也就没有任何的升降记号。
例2：

本例是二个升记号的D大调，附属小调就是b小调，其他的音往上推，因为调号都写在前面了，所以不用去想哪个音要升或要降了。这种小调称为自然小音阶，在作曲中并不常用。
小调的分类
小调分"自然小音阶"、"和声小音阶"、"旋律小音阶"、"现代小音阶"四种，比较如下：

本图中自上而下分别是"自然小音阶"、"和声小音阶"、"旋律小音阶"、"现代小音阶"，其区别是：

a 自然小音阶：
除了调号之外，完全不加任何临时记号。
b 和声小音阶：
因为和声学导音的概念，导音应该和主音相差半音，所以除了调号之外，将自然小音阶的七级音升高半音，就成为和声小音阶。
c. 旋律小音阶：
除了调号之外，由于和声小音阶将七级音升高半音，六级音和七级音就会相差增二度（三个半音）了，为了方便旋律的发挥，所以在音阶上行时将六级音也升半音，却给人以大调的感觉，为了解决这个问题，便在音阶下行时将六级音和七级音还原，成自然小音阶的样子，称为旋律小音阶。
d. 现代小音阶：
除了调号之外，在现代的和声中，技术不断进步，大小调的调性也不再是很重要的事了，作曲家需要新音阶，现代小音阶就出现了，和旋律小音阶不同的是，现代小音阶在下行的时候是不将六级音和七级音还原的。

(五)音程

1.音程的定义

(1)音程

所谓的音程指两个音级在音高上的相互关系，就是指两个音在音高上的距离而言，其单位名称叫做度。度作为音程的单位，是两个音符之间相差几个自然音音名的数量单位，如四度就是指由这个音算起四个自然音音名，如DO和FA之间的度数算法是DO、RE、MI、FA四个自然音音名，因此DO和FA之间的度数就是四度。度数并没有办法显示DO和FA之间的确实距离，确实距离要用半音来算。因为若只是用度数来计算音程，会出现一个问题：有些度数虽然都叫四度，但之间相隔的半音数目却不一样，如DO和FA之间相差5个半音，而FA和SI之间相差6个半音。度数是相同的，但实际的距离却不同。因此，确定了这组音的度数后还要在度数的前面再加上大、小、增、减等形容词来进一步确定这组音的正确音程。 例：若以自然音Do、Re、Mi、Fa、Sol、La、Si来做例子，所可能出现的音程如下：

一度 二度 三度 四度 五度 六度 七度 八度

同音与同音之间为最低度数，称为一度，相隔一个音的称为二度，其他以此类推…….，但是您一定很清楚这样的分法只是最粗略的分法，因为相同的度数之间，还是会因为相隔半音数目不同而有差别，如谱例：

大二／小二 大三／小三 完全／增四 完全／减五 大六／小六 大七／小七

如上例的大二／小二度，DO和RE相差二个半音（即一个全音），MI和FA相差一个半音，但以度数来说都叫二度，为了区分这两种不同的音程，音程较远的被成为大二度，音程较近的被称为小二度。 因为一、四、五、八这四种度数在和声学上被认为是最和谐的音程，所以在四度和五度的地方有完全的字样，因此我们称之为完全音程，即完全一度、完全四度、完全五度、完全八度。 在音程中，最常见的就是大、小和完全这三种。完全音程因为完全，所以不再冠以大、小这样的字眼，在乐理上是没有大四度或小五度这种名词。而在其他同度数的情况下，大音程一定比小音程多一个半音，如大三度就一定比小三度多一个半音，但有时候因为临时记号的关系，出现了比大三度要再多一个半音的情况，这个音程被称为增三度，如FA和＃LA就是增三度，反之，若出现比小三度要再少一个半音的情况，就称为减三度，如＃RE和FA。 在完全音程的情况下，像DO和FA相差5个半音，称之为完全四度，但FA和SI却相差6个半音，比正常的完全四度增加了一个半音，此时我们就以完全四度作为标准状态，称呼FA和SI的音程为增四度，完全五度和减五度同上。

(2)常见的音程的名称：

距离0个半音：完全一度
距离1个半音：小二度（MI / FA）、增一度（DO / ＃DO）
距离2个半音：大二度（DO / RE）、减三度（＃RE / FA）
距离3个半音：小三度、增二度 距离4个半音：大三度、减四度
距离5个半音：完全四度
距离6个半音：增四度、减五度
距离7个半音：完全五度
距离8个半音：小六度
距离9个半音：大六度
距离10个半音：小七度
距离11个半音：大七度
距离12个半音：完全八度

记住最基本的自然音程，其他的就依照原则去推论：若这个音程是大、小、完全音程，那就没什么关系了。但若不是，则比大音程或完全音程还要多半音的音程称为增音程；反之，比小音程或完全音程还要少半音的音程称为减音程。超过八度的音程，称为复音程（八度以内称为单音程），要判别复音程很简单，只要算出这个音程是八度 + ？？度数，再减去一度即可得到答案，如c和c2虽然都是唱DO，但差了二个八度，所以他们的音程就是八度 + 八度再减去一度，答案15度。

2.音程的分类之一

先后弹奏的两个音形成旋律音程。同时弹奏的两个音形成和声音程。旋律音程书写时要错开，和声音程书写时要上下对齐。音程中，下面的音叫根音，上面的音叫冠音。旋律音程依照它进行的方向分为上行、下行、平行三种。

3.转位音程

(1)定义

音程的根音和冠音相互颠倒，叫做音程转位。音程的转位可以在一个八度内进行，也可以超过八度。音程转位时可以移动根音或冠音，也可以根音、冠音一起移动。

(2)音程转位时的规律：

A、所有音程分为两组，它们是可以相互颠倒的。
B、可以颠倒的音程总和是9。因此我们若要知道某一音程转位后成几度音程，便可以从9中减去原来音程的级数，例如：七度（7）转位后（9－7＝2）成二度，其他依此类推。 除了纯音程外，其他音程转为后都成为相反的音程：纯音程转位后成为纯音程，大音程和小音程之间通过转位后相互转化，增音程和减音程之间通过转位后可以相互转化，但增八度转位后不是减一度，而是减八度，倍增音程和倍减音程之间通过转位后可以相互转化。

4.音程的分类之二

极完全协和音程 协和音程 完全协和音程 音程（按和声音程在视觉上的印象） 不完全协和音程 大小二度、大小七度 不协和音程 所有增减音程 倍增、倍减音程

(1)
按照和声音程在听觉上所产生的印象，音程可分为协和的及不协和的两类。 听起来悦耳、融合的音程，叫协和音程。协和音程又可分为三种：

A.声音完全合一的纯一度和几乎完全合一的八度是极完全协和音程。其特性是声音有点空。
B.声音相当融合的纯五度和纯四度是完全协和音程。其特性是声音有点空。
C.不很融合的大小三度和大小六度是不完全协和音程。其特性是声音则较为丰满

(2)

听起来比较刺耳，彼此不很融合的音程叫做不协和音程。包括大小二度、大小七度及所有增减音程（包括增四、减五度音程）倍增、倍减音程。

9. 电子琴民族音色为什么不象真的乐器一样

它采用大规模集成电路，大多配置声音记忆存储器，用于存放各类乐器的真实声音波形并在演奏的时候输出，所以并不是真正的乐器。

影响电子琴音色的因素有很多，各个品牌型号的电子琴音色各有不同，也确实存在好坏之分。

首先电子琴音色的来源就不同，大多音色是通过录音采样来建设的，录音的品质是音色的先天因素，有的单一采样然后通过算法去分配，这种方法采取的音色失真率会比较高。

稍好一些的电子琴会逐级采样，也就是一个音的不同力度都进行采样，然后做成电子琴的音色，你在弹奏时就会发出接近于乐器真实的演奏效果，这种音色就会好一些。另外电子琴的处理器、音箱等品质的好坏也会对音色产生决定性的影响。

因为电子琴制造时的方式方法都不一样，音色自然也就千差万别，所以要想电子琴的音色更好，最简单的方法就是去换一台更高标准的电子琴。如果在表演时要追求更好的音色效果，还可以外接音响、调音台、效果器等设备，通过这些方式可以对音色进行一些修饰，达到更好的表达效果。

10. 麦克风阵列和麦克风区别

麦克风阵列是将两个或多个麦克风的信号耦合为一个信号，信号强度更高，可以通过芯片，消除环境中各种干扰，比如回声，这就大提高了在恶劣环境中的音色识别性能，也可以降低噪音，主要用在人工智能上，实现远距离识别有用信号，也就是提高清晰度。现版在在远程会议普通麦克风只有一个麦克风信号，信号低，灵敏度低，音色杂，噪音量大。

麦克风阵列(Microphone Array)，从字面上，指的是麦克风的排列。也就是说由一定数目的声学传感器(一般是麦克风)组成，用来对声场的空间特性进行采样并处理的系统。早在20世纪70、80年代，麦克风阵列已经被应用于语音信号处理的研究中，进入90年代以来，基于麦克风阵列的语音信号处理算法逐渐成为一个新的研究热点。而到了“声控时代”，这项技术的重要性显得尤为突出。

麦克风，学名为传声器，由英语microphone（送话器）翻译而来，也称话筒，微音器。麦克风是将声音信号转换为电信号的能量转换器件。分类有动圈式、电容式、驻极体和最近新兴的硅微传声器，此外还有液体传声器和激光传声器。大多数麦克风都是驻极体电容器麦克风，其的工作原理是利用具有永久电荷隔离的聚合材料振动膜。