排序方式: 共有162条查询结果,搜索用时 0 毫秒
11.
在当今唱片工业如此发达的时代,一套作曲家的作品全集已经没有什么稀奇的了。不要说贝多芬、肖邦,就连巴赫、莫扎特这样拥有难以计数的浩瀚佳作的大师,也早有其全集录音问世。 相似文献
12.
13.
贝多芬钢琴奏鸣曲全集这种某作曲家作品系列音乐会在国内还是个稀罕事,韩国钢琴家白建宇来本地首次举行这样的音乐会自然吸引了众多的乐迷捧场。 相似文献
14.
15.
今年是芬兰著名作曲家西贝柳斯逝世50周年。和巴赫、贝多芬、莫扎特乃至李斯特、帕格尼尼、舒曼等作曲家相比,这位民族乐派作曲家的名气在我们乐迷心中还不算太响,究其原因,恐怕是西贝柳斯的音乐不够“好听”的缘故。作为后浪漫派的现代作曲家,他的音乐的确走出了追求旋律优美的早期浪漫主义,转向抒发内心情怀的冷静表述,减少了听觉上的愉悦功能。[第一段] 相似文献
16.
17.
对于任何一种乐器而言,无论在任何一个发展时期,作曲家都是非常重要的存在。难道不是吗?试想一下,如果离开了作曲家及其妙笔生花的创作,技艺再优秀的演奏家也等于失去了发挥的空间,处在首度创作(作曲家)——二度创作(演奏家)——三度创作(欣赏者)这一音乐诞生、传播程序末端环节的我等乐迷,更是难以想象。 相似文献
18.
王世安 《苏州大学学报(工科版)》2002,22(3):88-90
瓦·卡林尼柯夫是俄罗斯作曲家 ,在俄罗斯音乐史中享有盛名。他短促的一生中 ,为俄罗斯音乐艺术的发展作出了重大的贡献。从他所创作的《第一交响曲》中 ,我们可以看到他杰出的音乐才能 ,以及他对俄罗斯古典音乐传统的继承和发展 相似文献
19.
基于深度学习的作曲家分类问题 总被引:1,自引:0,他引:1
在音乐信息检索领域,作曲家分类是一个十分重要的问题,这一问题的目标是通过音频数据来识别相应的作曲家信息.传统的分类算法都是通过提取复杂的特征来进行分类的,而深层神经网络在特征学习上具有比较强的能力,因此提出用深层神经网络来解决这一问题.为了结合不同深层神经网络模型的优点,设计了一种混合模型,该模型基于深度置信网络(deep belief network, DBN)和级联去噪自编码器(stacked denoising autoencoder, SDA),可以较好地解决作曲家分类问题.实验表明,该模型取得了76.26%的正确率,这一结果比单纯用某一种模型搭建的深层神经网络以及支持向量机要好.和图像数据类似,人脑在提取音乐特征也是分层的,每一层对信号的处理不一样,因此混合模型在解决作曲家分类问题上具有一定的优势. 相似文献
20.
我国著名作曲家孟庆华先生早年间于吉林艺术学院学习作曲,毕业后被分配到中央京剧院工作,期间对戏曲音乐有了进一步深入的研究和探索,从上世纪九十年代开始,孟老师开始涉足流行音乐的词、曲、编、配等领域,并为电台、电视台进行了大量的配器、编曲工作,这其中最为著名的要算流传甚广的《难忘今宵》交响合唱版(编曲),此外,他还担任了多场大型晚会的策划、导演, 相似文献