2022-08-07 乐理知识(五) 认识五线谱——谱号(度,八度记号,十五度记号),拍号(认识音符,附点,休止符,音值组合法),调号(五线谱中的调号,快速识别调号)

这篇博客深入探讨了五线谱中的谱号概念,包括度、八度记号和十五度记号的详细解释,以及拍号的组成部分如音符、附点、休止符和音值组合法。此外,还介绍了五线谱调号的重要性、常见调号的识别方法,帮助读者更好地理解和识别音乐作品。

文章目录

一.五线谱的谱号(续)——度,八度记号和十五度记号

1.什么是度

从一个音名到另一个音名,一共包含了几个音名,就叫做几度(包含开始和结束音名本身)
在这里插入图片描述
如:C到E,包含了三个音名,就叫做三度
类似的,高八度和低八度,就是往左边和往右边平移了一个组

2.八度记号
出现原因

五线谱可以上下临时加线,但如果加线比较多,则不太容易辨认

高八度记号

这是原始的写法:
在这里插入图片描述
这是加了高八度记号的写法:
在这里插入图片描述
高八度记号写在音符上方,用8va及后面的虚线构成,其中后面的va代表ottava,也可以不写
如此,加了高八度记号的第二张图,演奏出来还是第一张图的音高

低八度记号

在这里插入图片描述
↓↓↓↓↓↓↓↓↓↓
在这里插入图片描述
一般来说,高八度记号写在高音谱号的上方,低八度记号写在低音谱号的下方

3.十五度记号
为什么是十五度不是十六度

在这里插入图片描述

高十五度记号

在这里插入图片描述
↓↓↓↓↓↓↓↓↓
在这里插入图片描述

二.五线谱的拍号

1.音符
结构

在这里插入图片描述

  • 符头:小圆圈,分实心还是空心,全音符和二分音符是空心
  • 符干:全音符没有符干
  • 符尾:全音符,二分音符,四分音符没有符尾,多根符尾可以继续把时值减半
五线谱中的音符

五线谱中的音符的音高是以符头出现的位置来确定的,
而音符的时值是由音符的类型来确定的

示例

调号:G调号——其二线是g1,下加一线是中央C
拍号:四四拍
在这里插入图片描述

  • 第一个音符:符头出现在下加一线即中央C,然后是一个二分音符,就是一个占了两拍的c1
  • 第二个音符:占了一拍的d1
  • 第三个音符:占了半拍的e1
  • 第四个音符:占了四分之一拍的e1
为了美观起见,有时候也会让符头朝上符干朝下,特别是位于高位的音符

在这里插入图片描述
以最中间的第三线为界,再往上就可以把符干朝下画
在这里插入图片描述
此时符干变为在左侧,符尾保持在右侧

2.附点

在这里插入图片描述
附点写在符头的右下方

3.休止符
结构

在这里插入图片描述

  • 全休止符:在四线下方画一个小短线
  • 二分休止符:在三线上方画一个小短线
  • 四分休止符到三十二分休止符:画法见上图
休止符和音符的对比

在这里插入图片描述

在一个全音符的小节中使用全休止符代表这个小节都是休止符范围

在这里插入图片描述
上图中的全休止符分别代表在四二拍和四三拍的整个小节都做休止,而不是数出四拍来休止

4.音值组合法

将音符按照节拍的结构来划分成一个个音群,目的是为了方便记谱和看铺,让乐谱形成一拍接一拍的感觉
在这里插入图片描述

音值组合法类似于简谱中给每一拍下画横线

在这里插入图片描述

特殊节奏型如大切分和大附点等及其变体不需要使用音值组合法连起来

在这里插入图片描述
因为它们本身是大于一拍的节奏,也不能拆成正好一拍

各个常见节奏型的音值组合法表示例子
示例1:四四拍中以四分音符为一拍用音值组合法连起来(红色)

在这里插入图片描述

示例2:休止符不用连起来,超过一拍的音符照写不变

在这里插入图片描述
与X四拍的区别是,X四拍是以一拍作为一个整体的,也就是说音值组合法连成的一组,时长是一个四分音符的时长
而八三拍是以一小节作为整体的,时长就是一个附点四分音符的时长

示例3:在八三拍中的音值组合法,以每个小节为界连起来

在这里插入图片描述

示例4:在八六拍中的音值组合法,以每个小节分为两个整体

在这里插入图片描述

遇到需要拆分音符时使用延音线,以示被拆分出来的两个音来自同一个音,只会发出一次声音

在这里插入图片描述

三.五线谱的调号

1.为什么要使用调号

因为有些调号会使用到黑键,若每次用到都去加升降号,会比较麻烦
方便起见,在五线谱的开头标注调号,而在正文中需要使用升降号的地方直接省略不写

示例:省略D大调中的#F和#C

D大调的原始写法
在这里插入图片描述
在每个使用到#F和#C的位置使用升号,而在五线谱开头使用调号,正文就可以不用写了
在这里插入图片描述

2.图示:(以白键开始的)常见大调对应的调号

在这里插入图片描述

3.图示:以黑键开始的大调对应的调号

在这里插入图片描述

4.如何快速识别五线谱的调号
4.1.需要用到的知识点
知识点一:调号的升降号只占一线或者一间

在这里插入图片描述
以上图的F大调的调号为例,这个降号b是写在三线上的,也就是小字1组的B上(b1),

  • 降号:看b的"腹部"画在哪里
  • 升号:看#中间的"口"画在哪里
知识点二:高音谱号的二线是小字一组的G,其他的音以此类推

在这里插入图片描述

知识点三:全全半全全全半

在这里插入图片描述
EF和BC之间是半音=>升号调里出现的是F#大调和C#大调

4.2.方法一:理解法
step1:背下C大调和F大调的调号

在这里插入图片描述
C大调只有谱号,没有调号,F大调的调号只有一个降号

step2:所有升号调只需看最后一个升号是什么音(X),那它就是(X+半音)调

在这里插入图片描述

  • D大调:一共两个升号,最后一个升号在do 也就是c,然后c要升的音就是#c,然后升c再升半个音,就是d,所以这个是D大调。==>我的理解是:最后一个升号是什么音(X),那它就是(X+半音+半音)调
  • E大调:最后一个升号在四线上,也就是D,升一个全音就是E大调
  • C#大调:最后一个升号在三线上,也就是B,升一个全音就是C#大调
  • G大调:最后一个升号在五线上,也就是F,升一个全音就是G大调
  • A大调:最后一个升号在"五间"上,也就是G,升一个全音就是A大调
  • F#大调:最后一个升号在四间上,也就是E,升一个全音就是F#大调
  • B大调:最后一个升号在二间上,也就是A,升一个全音就是B大调
step3:所有降号调只需看倒数第二个降号是什么音(X),那它就是(X)调

在这里插入图片描述

  • Db大调:倒数第二个降号在re也就是d,这个就是降号调,然后要降的音是降D,所以这个是降D大调。==>我的理解是:最后一个升号是什么音(X),那它就是(X-半音)调
  • Eb大调:倒数第二个降号在四间上,也就是E,降一个半音就是降E大调
  • Gb大调:倒数第二个降号在二线上,也就是G,降一个半音就是降G大调
  • Ab大调:倒数第二个降号在二间上,也就是A,降一个半音就是降A大调
  • Cb大调:倒数第二个降号在三间上,也就是C,降一个半音就是降C大调
  • Bb大调:倒数第二个降号在三线上,也就是B,降一个半音就是降B大调
4.2.方法二:数"#"号数量和"b"号数量
数升号
  • D大调:2个升号
  • E大调:4个升号
  • F#大调:6个升号
  • G大调:1个升号
  • A大调:3个升号
  • B大调:5个升号
  • C#大调:7个升号

先偶后奇,从低到高:(升号数量)2461357==>(升大调名称)DE(#F)GAB(#C)

数降号
  • Cb大调:7个降号
  • Db大调:5个降号
  • Eb大调:3个降号
  • Fb大调:1个降号
  • Gb大调:6个降号
  • Ab大调:4个降号
  • Bb大调:2个降号

7(Cb)5(Db)3(Eb)1(Fb)6(Gb)4(Ab)2(Bb) 和升号相反 先奇后偶 从高到低 : 7531642(降号数)
即:(降大调名称)CDEFGAB==>(降号数量)7541642

【评估多目标跟踪方法】9个高敏捷目标在编队中的轨迹和测量研究(Matlab代码实现)内容概要:本文围绕“评估多目标跟踪方法”,重点研究9个高敏捷目标在编队飞行中的轨迹生成与测量过程,并提供完整的Matlab代码实现。文中详细模拟了目标的动态行为、运动约束及编队结构,通过仿真获取目标的状态信息与观测数据,用于验证和比较不同多目标跟踪算法的性能。研究内容涵盖轨迹建模、噪声处理、传感器测量模拟以及数据可视化等关键技术环节,旨在为雷达、无人机编队、自动驾驶等领域的多目标跟踪系统提供可复现的测试基准。; 适合人群:具备一定Matlab编程基础,从事控制工程、自动化、航空航天、智能交通或人工智能等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于多目标跟踪算法(如卡尔曼滤波、粒子滤波、GM-CPHD等)的性能评估与对比实验;②作为无人机编队、空中交通监控等应用场景下的轨迹仿真与传感器数据分析的教学与研究平台;③支持对高机动目标在复杂编队下的可观测性与跟踪精进行深入分析。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注轨迹生成逻辑与测量模型构建部分,可通过修改目标数量、运动参数或噪声水平来拓展实验场景,进一步提升对多目标跟踪系统设计与评估的理解。
本软件实现了一种基于时域有限差分法结合时间反转算法的微波成像技术,旨在应用于乳腺癌的早期筛查。其核心流程分为三个主要步骤:数据采集、信处理与三维可视化。 首先,用户需分别执行“WithTumor.m”与“WithoutTumor.m”两个脚本。这两个程序将在模拟生成的三维生物组织环境中进行电磁仿真,分别采集包含肿瘤模型与不包含肿瘤模型的场景下的原始场数据。所获取的数据将自动存储为“withtumor.mat”与“withouttumor.mat”两个数据文件。 随后,运行主算法脚本“TR.m”。该程序将加载上述两组数据,并实施时间反转算法。算法的具体过程是:提取两组仿真信之间的差异成分,通过一组专门设计的数字滤波器对差异信进行增强与净化处理,随后在数值模拟的同一组织环境中进行时间反向的电磁波传播计算。 在算法迭代计算过程中,系统会按预设的周期(每n次迭代)自动生成并显示三维模拟空间内特定二维切面的电场强分布图。通过对比观察这些动态更新的二维场分布图像,用户有望直观地识别出由肿瘤组织引起的异常电磁散射特征,从而实现病灶的视觉定位。 关于软件的具体配置要求、参数设置方法以及更深入的技术细节,请参阅软件包内附的说明文档。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

前端OnTheRun

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值