• 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。 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，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、英国Neuratron公司的PhotoScore等等。

• 乐谱识别与演奏app需求概要分析

正如上文所述，纸质化乐谱像数字化转变是信息发展的必由之路，一款轻便简洁的乐谱识别与演奏app定会受到用户的喜爱。

经过我们小组的需求调研，对需求概要分析如下：

App主要模式：由于时间、知识、能力多方面的限制，本次app模式采用单机模式，今后如果有时间与能力，我们会做成一个集音乐分享，音乐制作，音乐社交于一身的乐谱识别app。

APP主要界面：考虑到app使用对象主要为年轻人，界面方面应采用时尚简洁的UI设计，方便用户使用。

乐谱录入功能：作为一款识别类软件，图片录入功能必不可少，乐谱图片的质量将会直接影响识别的准确性。

图片处理功能：拍摄的照片很大程度上会受到拍摄者的影响，所以拍出来的照片，不能马上进行识别，得经过一定的处理，才能交付识别模块进行识别。

乐谱识别功能：该功能为软件的核心功能，具体识别算法考虑到本次作业时间限制还有待请教李照奎老师。

音乐生成功能：考虑到软件基于Java语言编写，故可将音乐生成mid格式的音频文件。

• WBS练习

WBS（项目分解结构）：把一个大的项目分解成若干个能够实现的子项目或任务，从而更有利于项目的整体开发和管理。

我们小组的任务结构图如下图所示

下面针对老师布置的问题作简要回答

对于你的项目（乐谱识别），提出下面的数据/理由
    (1)这个领域有什么创新的历史？
    (2)你的项目是这个领域的先行者，还是走在别人的后面？
    (3)这个领域是否存在颠覆性或持续的支持技术?
    (4)是否存在仍未被发现的用户需求？
    (5)对于这样一个项目什么是“成功”？为什么一定会赢？
    (6)如何在3--6个月内获得成功?

（1）我们所做乐谱识别的项目属于图像识别与语音识别的交叉领域，在图像识别领域中，目前淘宝、百度等都可以对图片进行对应的搜索，在语音识别领域中，微信的听歌识曲算是该软件的一大特色。我们的项目结合两种技术对乐谱进行搜索匹配并将其转化为语音，算是该领域的一个创新点。

（2）在图像识别的领域，移动端所占的市场比重比较大，我们选择的项目属于其中更细化的一部分，即对乐谱进行识别，且能够将其转化为对应的旋律。这方面相对图片搜索，还属于不成熟、新型的领域，是图像识别与语音识别相结合的创新，是领域的先行者。

（3）技术层面虽然没有开拓性的创新，但是将已有技术融合需要实现许多细节，并非易事。

（4）用户需求我们做了调研，鉴于调研对象中学生占大多数，故结果略有倾向性，我们相信一定还有未发现的用户需求

（5）我们认为项目的成功，就是做出这个产品的原型，让一小批用户先体验起来，且能在体验中记录下这些数据作为以后的修正、完善项目的支持。我们做了较充分的市场调研与需求分析，在技术方面也得到老师的指点，团队人员配合也都很默契，我们认为项目可以成功。

（6）项目要想在3-6个月内成功，除了全面的需求分析、用户调研以外，离不开技术的支持，所以在这段时间内要将可实施的方案和技术加以充分实践、遇到细节难题要想各种办法攻破，遇到实在难以突破的瓶颈也应该敢于换方法重新开始，加强团队的合作。

（整个项目对我们来说具有一定的挑战性，不过我们会尽力而为，以上如有不妥，欢迎指正，我们虚心求教。）