以数字化手段全面呈现越剧音韵体******
越音易通上线:
以数字化手段全面呈现越剧音韵体
本报记者 刘 淼
日前,一款名为“越音易通·越剧语音电子字典”(简称越音易通)的App实现了汉字译越音,让戏曲学习也用上了字典。
作为浙江艺术职业学院“双高”建设重点项目,越音易通浓缩了浙江艺术职业学院副教授钱丽文长达24年的教学思考,历时5年开发完成,收录了近6000个根据越剧语音声、韵、调整理的常用汉字,当使用者遇到发音问题时,可以逐字逐句听音学习,初学者也能在其中学习到各个流派的起源以及唱腔特点……越音易通以数字化手段全面呈现越剧音韵体系。
与此同时,由钱丽文编著的《越音易通·越剧音韵字汇》也出版面世。中国戏剧家协会副主席、越剧表演艺术家、浙江艺术学院特聘教授茅威涛认为,越音易通App与图书如同越剧语音的《新华字典》,在学术及应用上推动了越剧的学习和推广,为越剧学子及爱好者的研究传承提供了新的路径。
突破越剧音韵传承瓶颈
在中国传统戏曲中,音韵体系对剧种的风格、音乐、气质、形式会起到潜移默化的作用与影响。字韵决定咬字,咬字决定字势,字势决定音势,音势影响行腔,行腔影响旋律,旋律影响表演节奏,表演节奏构建演剧风格……由此可见字韵在越剧艺术表演中的重要性。
越剧在嵊州方言的基础上,吸收戏曲中州韵、上海方言、杭州方言的部分特点,逐步形成了一套相对独立的语音。然而,由于从艺人员出生地不同、演出团体归属地不同等原因,越剧发音在不同院团、不同地域中存在差异,因此越剧音韵研究长期以来都是越剧研究中的弱项。
此外,在长期的教学实践中,虽然有《越剧语音》教材为越剧唱腔、念白提供了教学指导,但仍远远不足以满足当下越剧发展传承的需要。即使是专业从业人员,遇到新剧本、新唱段时,也会出现有些字不知道该怎么念的情形,需要查找资料或咨询专家、老师才能确定,较为费时费力。非专业人员囿于基本没有受过专业训练,遇到越剧发音问题时,即使每个字有音标,也不一定能念准确。
“浙江作为越剧的发源地和人才培养的重要基地,如何更好地传承与发展越剧艺术,如何培养适应社会与时代发展需要的人才,是摆在我们面前一个紧迫而严峻的课题。”钱丽文深耕越剧教学20余年,也一直在寻找突破越剧音韵传承瓶颈的办法。
越剧学习有“字典”可查
突破的契机来自钱丽文的一次美国之旅。旅行的途中,钱丽文收到一位马上要录制越剧节目的演员的发音求助信息,但由于时差原因,她没能及时告诉演员那个字的准确发音。当钱丽文看着手里流畅英汉互译的翻译软件,突然灵光一闪,如果越剧也有这样一个软件就好了,这样学生有需求就可以直接查询,不会存在时间被耽误的问题。
回国后,钱丽文的这个想法得到同事的赞同。于是,她正式向学校提出建设“越音易通”项目。
“一开始觉得每个字的音标、声调都在我的脑子里,后来发现真要做起来,每一个字都要花很多时间。”钱丽文在App建设过程中遇到种种困难,要把越剧语音搬到App里可比想象中困难得多。
由于越剧语音的拼音、声调与汉语拼音的区别较大,哪个字该放在哪个韵,必须推敲,不能模棱两可。为了确定一个字的读音,钱丽文常常要打电话、查资料、听录音、看视频甚至专程赴上海、嵊州、绍兴等地请教专家,确保每个字读音正确。“我看了无数遍《红楼梦》《梁祝》《祥林嫂》的戏曲电影,就为了查一个字,把耳朵贴在屏幕上反反复复地听。”回忆这一路走来的努力,钱丽文感慨不已,“项目历时5年,能够顺利完成离不开学校的大力支持,以及领导、专家、同事的帮助。戏曲学院周伟君、龚利为小生唱段念白录音,华渭强、俞会珍为老生、老旦唱段念白录音,吕静为傅派、吕派唱段念白录音等等。”
最终成型的越音易通App包含越剧音韵的一些基础知识、字韵汇集和流派唱段用韵白表现的内容。配套的专著《越音易通·越剧音韵字汇》从汉字语音学的角度出发,根据越剧语音声、韵、调,将近6000个常用汉字(包括多音多韵字)进行系统化整理,标注音标与声调,按越剧韵目的“四尾”分块排列,以便查阅,全面呈现越剧语音声韵体系,科学规范越剧语音标准,是越剧审音辩字的实用工具书。
深度融合“互联网+”与传统文化教学
越音易通App是国内外首创的戏曲(越剧)查字翻译电子字典,这项研究开发填补了越剧音韵理论与新媒体技术融合的空白,为戏曲学习与电子工具结合提供范例。
这一应用打破了传统的戏曲学习模式,学习者可随时随地学习,而且是系统的、立体的、有声的、可查询的,有利于当下专业人员及非专业人员的学习。“希望更多的越剧爱好者能借助这一工具深入遨游越剧世界,推进戏曲的传承及弘扬,让越剧在网络时代焕发新的生命力。”钱丽文说。
“钱丽文用她的教学经验为越剧未来的从业者梳理出了一部带有学术性、专业性的著作,其良苦用心在此浩大的工程中可见一斑。这款App对广大越剧爱好者而言是一个实用性特别强的工具,更是浙艺在越剧艺术传承教学方面作出的一大贡献。”浙江艺术职业学院院长黄杭娟说。
提速近10倍!基于深度学习的全基因组选择新方法来了******
近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。
全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。
统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。
相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。
该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。
与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。
该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。
学术支持
中国农业科学院作物科学研究所
记者
宋雅娟
(文图:赵筱尘 巫邓炎)