HỆTHỐNG AI HỖ TRỢ GIẢNG DAỴ MÔN ÂM NHAC̣ : CHẤM ĐIỂM GIOṆ G HÁT VỚI NHIỀU TIÊU CHÍ
Khoá luận tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Giáo dục, sư phạm |
| Tác giả | Bùi Thanh Tú |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2025 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Trong bối cảnh ứng dụng trí tuệ nhân tạo vào giáo dục nghệ thuật, việc đánh giá giọng hát của người học vẫn chủ yếu dựa vào cảm nhận chủ quan của giáo viên, thiếu tính nhất quán và khó mở rộng. Đề tài này đề xuất xây dựng hệ thống AI hỗ trợ giảng dạy môn Âm nhạc thông qua chấm điểm giọng hát dựa trên bốn tiêu chí cốt lõi: cao độ (pitch), trường độ/nhịp (tempo), phát âm (pronunciation) và độ khớp lời bài hát (lyric alignment). Đặc biệt, nghiên cứu áp dụng mô hình Large Language Model (LLM) được tinh chỉnh (fine-tuning) để tự động sinh nhận xét dựa trên kết quả phân tích từng tiêu chí. LLM được huấn luyện bằng bộ dữ liệu nhận xét được xây dựng thủ công theo cấu trúc chuẩn hóa, nhằm đảm bảo khả năng tạo phản hồi tự nhiên, nhất quán và phù hợp với ngữ cảnh giáo dục âm nhạc. Hệ thống đầu ra bao gồm điểm số từng tiêu chí và đoạn nhận xét mô tả ưu – khuyết điểm giọng hát giúp người học cải thiện kỹ năng. Hệ thống được triển khai thành một ứng dụng minh họa cho phép thu âm trực tiếp, phân tích giọng hát theo thời gian thực và sinh nhận xét tự động thông qua LLM. Kết quả thực nghiệm cho thấy mô hình đánh giá đạt độ chính xác cao trên cả bốn tiêu chí, trong đó pitch và tempo cho độ tin cậy tốt nhất, còn pronunciation và lyric alignment đạt hiệu quả ổn định khi kết hợp cả đặc trưng âm học và xử lý ngôn ngữ tự nhiên. Hướng mở rộng của đề tài tập trung vào việc chuyển các đặc trưng dạng vector số sang biểu diễn spectrogram, từ đó huấn luyện mô hình CNN nhằm khai thác đặc trưng không gian–tần số trực quan hơn, giúp tăng độ chính xác và khả năng tổng quát hóa. Điều này mở ra tiềm năng xây dựng hệ thống chấm điểm giọng hát tự động hoàn chỉnh, ứng dụng thực tế trong dạy – học âm nhạc và các nền tảng luyện hát trực tuyến. Từ khóa: Chấm điểm giọng hát, Pitch, Tempo, Pronunciation, Lyric Alignment, Xử lý tín hiệu âm thanh, LLM, Fine-tuning, Nhận xét tự động, Spectrogram, CNN, Học sâu, Hỗ trợ giảng dạy âm nhạc.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn giáo dục, sư phạm · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Các bài toán tổ hợp trong kì thi Olympic quốc tế.
- Sử dụng mô phỏng Phet để hỗ trợ dạy học một số hiện tượng Quang học
- Thực trạng và giải pháp khắc phục sạt lở ven biển huyện Đông Hải tỉnh Bạc Liêu
- Dạy học giải bài tập chủ đề xác suất có điều kiện trong môn toán lớp 12
- Dạy học một số yếu tố thống kê, xác suất ở lớp 5 thông qua hoạt động trải nghiệm
- Tác động của biến đổi khí hệu đến hệ sinh thái rừng ngập mặn tỉnh Cà Mau
- Rèn kĩ năng hồi đáp văn bản truyện cho học sinh lớp 3 thông qua hệ thống bài tập
- Vận dụng phương pháp dạy học dự án trong dạy học lập trình Python- Sách giáo khoa Tin học 10 - Bộ kết nối tri thức
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.