厚吉数字器乐实训室 数字器乐实训室（指法仪版）以《厚吉数字音乐课堂教学系统》为核心的集成化数字器乐教室，包含了集成化授课平台、数字音乐谱架（指法仪版）、备课软件与教学资源库四部分。授课平台是由器乐教学子系统、歌唱教学子系统、乐理教学子系统、音乐创编教学子系统、白板互动教学子系统、多媒体课件播放子系统等组成。         数字音乐谱架将传统谱架和指法仪相结合，采用POE网络供电技术，仅用一根网线解决信息传输和供电，无电教学更安全；超A0拍摄幅面实时记录学生完整练习过程，辅助器乐教学。         “全谱器乐、全能歌唱”技术和资源也为学生自主创编奠定了一定基础：内置资源降低创编门槛、多模式试唱即时播放试听、多类小乐器音源库从多方面表现作品，促进学生对音乐理解和表达。 系统拓扑布局 教师：   · 触摸屏与教学大屏同屏显示、双向控制。在弹奏过程中无需起身，即能调整教学内容。  学生：   · 超A0大幅面的学生指法采集仪，完整清晰记录多种器乐指法；   · 采用POE网络供电技术，一根网线同时解决学生端信号传输和供电，无电教学更安全！ 数字音乐课堂教学系统软件介绍 《厚吉数字音乐课堂授课软件》 数字音乐课堂授课软件是一套集成化教学平台软件，包括：器乐教学、歌唱教学、钢琴谱教学、乐理教学、创编教学、音乐白板互动教学、多媒体播放等多个教学模块。 《音乐教学备课软件》 独立的音乐教学备课软件，让老师随时随地完成教案编写、课件制作。专业的音乐符号、演奏记号等，保证教案、课件、试卷的正确性，专业性。音频、视频、动画、图片、文本、表格等多种对象的支持，丰富课件内容。 数字音乐课堂教学资源平台 核心技术 《数字器乐实训室教学系统》是一款集成 “全谱器乐”与“全能歌唱”的综合数字音乐教学平台。         “车同轨，字同文”为中国统一奠定了经济与文化基础；厚吉教育科技为解决常用小乐器没有信息化手段辅助教学的困境，独创“全谱器乐”教学理念与技术，规范各类乐器谱指法规则，夯实教育部提出“小乐器进课堂”的教学目标。          “全谱器乐”基于自主创新研发的五线谱与简谱智能生成小乐器参照图示技术、分解式多维播放技术、多模式播放技术等多项核心技术、多类小乐器音源库，以器乐教学、歌唱教学和作品创编为核心教学应用，结合数字音乐谱架实现口风琴、竖笛六孔、竖笛八孔(英式)、竖笛八孔（德式）、笛子、陶埙八孔、陶埙十孔、陶笛六孔、陶笛十二孔、葫芦丝、洞箫等11种器乐教学，教师根据需要将五线谱与简谱的音符、乐句、乐谱灵活生成为指定的小乐器指法参照图示。全谱器乐谱采用规范统一的指法与吹法标示，学生根据当前所学触类旁通快速提升。         全能歌唱是一种全新音乐教学理念和模式，以歌曲演唱和创作为核心，通过数字化技术手段，实现五线谱和简谱的范唱、节奏、旋律、哼唱、唱名、试唱、伴唱等多种方式教学，并可对词曲灵活改编、创作和表演，学生的创作成果不仅能够呈现，还能通过系统试唱出来、分享出去，让学生在实践中创造与进步。 更多数字器乐实训教室详情请访问公司官网：http://www.gdhouji.com

产品的详细介绍，请直接咨询我们。电话：0574-62080651

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。