软件工程第四次作业——团队作业

Posted 2020-08-17 汪汪汪汪汪~

软件工程第四次作业——团队作业

  本次作业采用团队作业的方式，我的队友是我的同班同学，他们分别为：（队长）亢健强，贾猛，黄明帅，黄珂锐。我们团队的总体任务是要做一个“乐谱识别与演奏”的软件，拍摄一张乐谱图片，它会使用光学识别转换成音乐。

  此次团队作业中我得任务主要是做需求调研，为此我先总结了一下常用的需求调研方法的优缺点，然后结合我们团队的实际情况选出了一种最适合我们的调研方法。

调研方法	优 点	缺 点
实地观察法	调查者在实地通过观察获得直接的、真实可靠的第一手资料	有一定的偶然性，且受调查者主观因素影响较大
访谈调查法	适用于调查的问题比较深入，调查的对象差别较大，调查的样本较小	结果难以进行定量研究，且访谈过程耗时长，成本较高，隐秘性差
会议调查法	简便易行，工作效率高，可以较快地了解到比较详细可靠的社会信息	调查结果难以全面反映客观真实情况，且受时间条件的限制，很难做深入细致的交谈
问卷调查法	突破时空的限制，在广阔的范围内，对众多的调查对象同时进行调查	只能获得书面的社会信息，而不能了解到生动，具体的社会情况
抽样调查法	节约人力物力和财力，能在较短的时间内取得相对准确的调查结果，具有较强的时效性	局限性，抽样结果不足时会影响调查结果的准确性
文献调查法	突破时空的限制，进行大范围的调查，调查资料便于汇总与分析	一般只能作为调查的先导，而不能作为调查结论的现实依据

 

综合以上几种调研方法，我们团队最后决定采取会议调查法，召集了我们认识的各个班级的同学，主要围绕两大问题展开了细致的讨论，问题一乐谱的识别与播放软件开发的意义和优点，问题二开发这个软件的“困难之处”，在于同学相互交流的过程中，我们得到了许多有用的信息，以下是会议调查的总结

会议调查总结

  在物联网技术飞速发展的今天，音乐及数字化技术也成为人类不可或缺的重要组成部分之一，而随着音乐网络教学的普及，音乐数字化等技术已经得到了非常广泛的应用。但让人感到遗憾的是，作为音乐核心内容的媒介——乐谱，在当前绝大范围的音乐教学系统中，都是以静态图片作为显示存在的，所以“乐谱识别软件”可以满足教学中对动态乐谱的强烈要求，同时也可以推广音乐数字化技术在现今音乐教学领域中的应用。此次会议中我们分别对“乐谱识别软件”实现的优缺点做了热烈的讨论，我做了以下几点总结。

  优点：1.为大量现存纸质乐谱资源的数字化管理提供有效途径。随着数字图书馆的蓬勃发展，数字音乐图书馆也悄然兴起。馆藏纸质乐谱资源的数字化已成为建设数字音乐图书馆的当务之急。音乐图书馆所藏的乐谱数以万计，如此浩大的数字化工程，单纯靠传统的人工录入，将是漫长和繁重的工作，既费时又昂贵。乐谱经过识别处理，其结果具有存储空间小，表现方式灵活，视觉上的乐谱图形显示，听觉上的乐音实时播放，因此它具备其他数据形式无法比拟的优势。

2.数字化音乐教育。再由应试教育向素质教育转轨并不断发展的今天，多媒体电脑音乐走进课堂已成为时代发展和音乐教育的需要。通常，音乐教师在黑板上写出的谱例在学生心中难以形成音响的听觉联想，而钢琴上弹出的声音转瞬即逝，借助乐谱识别软件，教师即可在课堂上即时的将课本上的谱例生成“数字乐谱”，利用其非常直观的乐谱显示功能以及实时性。动态性的特点，将谱例与实践音响同步展现在学生面前，并可迅速重新演奏或演奏乐谱中任意一段，使学生的听觉与视觉形象融为一体，从而激发学生的学习兴趣。

3.数字娱乐。让普通人也能迅速“识别”乐谱，并在听觉上产生冲击，从而体验音乐的美好。

  缺点：1.形式复杂。文本文档通常仅由字符组成，而乐谱是一个由线条图形，块图形，符号，文字等多种形态元素混合排列而成，识别起来非常困难。

2.相交密集，多粘连。由于乐谱中各种交错混杂的图形嵌入在谱线当中，因而他们与谱线之间相交。粘连无处不在。

3.多态性。乐谱的记写规范没有严格统一的标准，因此相同含义的音乐可以用不同的多种形式描述出来，增加了实现的难度。

4.模糊性。乐谱中会出现同一种规则或约束不能适用于不同种乐谱的情况，甚至不适用于同一幅乐谱的不同小节。例如，乐谱小节内的音符时值总值必须与拍号保持一致，但是这种约束仅对单声部乐谱有效，对多声部乐谱或音符出现跨谱表的情况是无效的。

  发展历程

  从20世纪80年代后期至90年代初，随着高性能扫描设备的日益成熟和普及，计算机音乐技术的迅猛发展，从传统纸质乐谱向数字化音乐表达形式转换的需求越来越明显并得到重视，由此研究进入一个实质性的发展阶段。从具体研究情况来看，这一时期的研究要以乐谱图元分割，图形符号抽取等原语层识别方法研究为目标，并取得了诸多成果。

  进入90年代后期，乐谱识别研究呈现出加速发展的趋势。在研究内容上，对原语层的识别精度，可靠性和适应性提出了更高的要求，同时句法，语义层的理论研究得到了重视。相当一部分研究工作提出了一套完整，系统的乐谱识别体系和算法，并设计实现了实验系统。

  目前乐谱识别技术正步入初步应用期，部分研究成果已经得到推广应用，例如用于解决数字音乐图书馆的乐谱资源录入问题。一些商品化的乐谱识别软件也相继问世，如德国Capella公司的capella-scan、法国Myriad公司的Optical Music Reader(OMeR)、英国Neuratron公司的PhotoScore等等。

  乐谱识别研究的意义

纸质乐谱向数字化乐谱的转换，是人类音乐活动与计算机音乐处理之间进行信息交流的必经之路。光学乐谱识别是将纸质乐谱扫描输入计算机后，对乐谱图像加以处理、识别、分析，最终获得乐谱的计算机数字表达的过程。光学乐谱识别技术突破了纯手工的乐谱数字化瓶颈，为乐谱数字化提供了一条智能、高效、快捷的新途径，具有重要的研究意义和应用价值。

 

百度翻译软件分析

  百度翻译2011年7月，百度机器翻译团队打造的百度翻译正式上线，是一项免费的在线翻译服务，提供高质量中文、英文、日语、韩语、西班牙语、泰语、法语、阿拉伯语、葡萄牙语、俄语、德语、意大利语、荷兰语、希腊语、粤语、文言文等语种翻译服务，致力于帮助广大用户跨越语言障碍，提供简单可依赖的服务。

  2013年2月，正式推出百度翻译手机客户端。百度翻译APP是一款集翻译、词典、海量例句于一身的移动应用，独创实物翻译、涂抹翻译、语音翻译、文言文翻译等功能，引领翻译界潮流，能够随时随地，便捷的满足用户的翻译需求，是人们生活、旅游、学习不可缺的最佳帮手。

                                                

 

 

  百度翻译还有对美式英语和英式英语发音的选择，用户可以根据自身喜好设置相应的发音。而此前大受旅游爱好者欢迎的实用口语板块则进一步优化了用户体验，新增了复制、收藏、放大、分享四个功能，让产品更加人性化。此外，如果用户想对一个词语的意思有更深层次的理解，新版百度翻译所增加的中央释义和英英释义功能可帮助你了解更多该词语相关的延展性知识。

                                                       

 

  

除了扩充翻译方向，百度翻译在准确率上的把握也十分严格。百度相关技术人员介绍，“百度翻译在用户需求量最大的中英翻译上准确率远超市面上的同类产品。针对备受网友追捧的旅游翻译功能，翻译的准确程度也提升到了90%，几乎可以达到完美的沟通无国界状态。”

                                                        

 

 

据悉，在不久的将来，百度翻译团队还将不断探索和扩宽产品思路，尝试更前瞻的技术探究，以最大限度解决用户生活中可能遇到的语言问题为目标，用“人类语言方式和思维逻辑”打破不同语言间的交流障碍。