甘肅「巾幗紅娘」移風易俗助3萬青年結良緣
2026-02-18 09:05 8,813次浏览上海8月4日電(範宇斌 任曉慧)在近日舉辦的2025年上海市民文化節江南民歌大賽決賽上，飽含深情的歌聲演繹著江南文化的詩意與韻味，也為傳統民歌藝術注入新時代活力。民盟盟員、上海市群眾藝術館創作部音樂指導宋頻平受邀擔任賽事評委，同時她也是「江南民歌」創、培、演孵化基地項目負責人，持續不斷為江南民歌輸送新鮮血液。 2007年，宋頻平在沈傳薪、馬莉莉等民盟盟員藝術家的推薦下加入民盟，此後始終在文化領域深耕不輟，在江南民歌的傳承路上刻下深深的民盟烙印。 她說：「我們完全可以把江南民歌作為一個切入口，深入挖掘源頭，提煉其中的本土音樂元素、語言，甚至這一方水土的精神品格，用這些元素進行創作，把民間歌曲變成當代人喜聞樂見、具有當代審美價值、藝術價值的音樂作品。」 2025年上海市民文化節江南民歌大賽決賽現場。 受訪者供圖 民歌傳承的實踐者 宋頻平的民歌之路始於上海音樂學院，師從民盟盟員、中國民族聲樂教育家、歌唱家鞠秀芳。鞠秀芳對歌曲潤腔的嚴格要求，讓宋頻平意識到民歌的「魂」根植於地域文化中。 「鞠老師教我的《茉莉花》在蘇北方言中，『茉莉』發音更偏向『mè lì』而不是『mò lì』，這一個字加一點方言的語調，整個曲子色彩更鮮明了。再比如歌曲《太湖美》第一句的兩個『美』字，如果完全照譜子唱，第二個『美』字的音如不加以改變，很可能被人聽成『太湖妹』。為了正腔，我把第二個『美』字唱成『來咪哆』。經過這樣的處理和潤飾，既把字音唱正了，又能使得演唱更加生動、傳神。」 宋頻平曾經走訪過一些民歌傳承人，有的甚至都不識字，但卻能精準指出她歌詞唱得不對。她意識到，真正的民歌一定根植於土地，是耳濡目染中自然而然迸發出的聲音，流傳在家家戶戶。 2013年，上海市嘉定區安亭鎮舉辦「上海市民藝術大課堂」——宋頻平走進基層個人專場音樂會。她原本認為觀眾會更偏愛耳熟能詳的晚會歌曲，沒想到恰恰是《太湖美》《紫竹調》這樣的江南民歌引發雷鳴掌聲。 演出結束後，一位觀眾洋洋灑灑寫了兩頁紙的表揚信。信中寫道：「這些鄉音讓我想起小時候的弄堂。」這場經歷讓她堅定了傳承民歌的信念。此後，她帶著江南民歌走進上海郊區，致力於煥發民歌新的活力。 「這些曲子那麼好，但是現在大部分都是『養在深閨無人識』的狀態。」在宋頻平看來，民歌不是凝固的歷史，而是流動的生活。 江南民歌演唱現場。 受訪者供圖 激活民歌的現代生命力 「改編民歌需要改編者具備非常深厚的音樂功底，否則激發不出民歌的生命力。」談及江南民歌的現代轉化，以編曲人彭程改編的《潮水娘娘》為例，宋頻平介紹說，這首改編自上海崇明山歌的作品，將傳統旋律以世界音樂風格的手法進行表現，經歌唱家龔琳娜翻唱後引發高度關注。「彭程通過對民歌和現代配器的理解，仿佛『舊瓶裝新酒』，成功打造出帶有民歌元素的流行音樂作品。」宋頻平解釋道。 2020年，在宋頻平的推動下，上海市群眾藝術館牽頭成立了「江南民歌」創、培、演孵化基地，並聯合上海音樂學院專家教授與上海地區的非物質文化遺產代表性傳承人，構建起傳統民歌保護與創新的系統性平臺。上述基地以「原生態保護、次生態改編、新生態創作」為脈絡，通過田野採風、學術研討和創作實踐，探索民歌的現代轉化路徑。 近年來，宋頻平作為項目負責人，組織作曲家、專家學者深入上海郊區多地的非遺傳承現場，或是記錄即興拖腔的韻律，或是嘗試將勞動號子的節奏融入現代音樂的創作。 宋頻平說：「只有親身感受方言的韻味，才能抓住民歌的精髓。」 江南民歌演唱現場。 受訪者供圖 「燭光行動」用音樂傳遞溫暖 「民盟平等包容的氛圍讓我找到志同道合的夥伴。」宋頻平熱心民盟盟務工作，多次參加民盟上海市委會組織的培訓班和社會服務活動，更是連續三年參與「農村教育燭光行動」，赴貴州畢節教授聲樂培訓課程，為當地師生帶去專業指導。 在畢節一所中學裡，有個女孩子令宋頻平印象深刻。這個因嗓音沙啞而被同學嘲笑的女孩問：「老師我很喜歡唱歌，可是我嗓子是這樣的，我唱不了。」宋頻平鼓勵她：「你想唱就可以做到。如果你相信我的話，我帶你試試。」周圍的同學都笑她，宋頻平帶著她從基礎發聲練起，從C調開始唱《茉莉花》，一點點調整歌唱氣息、狀態，最終唱到原曲的F調，成功完成一整首歌。 一曲唱罷，這個女孩激動地抱著宋頻平哭泣：「太感謝您能讓我唱出聲音了！」周圍的同學和老師也十分感動。溫暖通過音樂得以傳遞，宋頻平在這一刻體會到「燭光行動」的初衷。 近年來，宋頻平還策劃了多場「四史」教育音樂黨課，用《映山紅》《黃河大合唱》等經典作品串聯中國共產黨史脈絡。在新疆澤普的一次演出中，她以交響樂《紅旗頌》開場，雄渾旋律與戈壁星空交織，令人動容。她說：「音樂能跨越語言，喚起共同的情感記憶。」 宋頻平將青春全部投入到江南民歌的傳承與推廣中，還總想著再多做一點：「我輩之力即使微薄，也終不負韶華、不負師恩。」 採訪結束時，她輕聲哼起《茉莉花》——那是她的老師逐字打磨的版本，每個轉音都浸染著江南的晨曦與暮色。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
绿茵直播
「活动」首次登录送新手大礼包
- 软件大小: 598.18MB
- 最后更新: 2026-02-18 09:05
- 最新版本: v18.5.6.15
- 文件格式: apk
- 应用分类:ios-Android 魅影直播游客免登录
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.39以上
客服热线：133-9512-9254
24195
36
2026-02-18 09:05
46152
85
2026-02-18 09:05
14763
53
2026-02-18 09:05
21698
85
2026-02-18 09:05
61347
89
2026-02-18 09:05
12745
35
2026-02-18 09:05
78263
67
2026-02-18 09:05
68497
47
2026-02-18 09:05
52148
41
2026-02-18 09:05
27435
97562
47296
92641
98136
21943
56439
62
14832
63
36
38156
84751
63245
