Розроблення мобільного застосунку для тренування гри на піаніно
Анотація
Проаналізовано причини обмеженого використання у сфері освіти, зокрема – музичній, генеративних моделей штучного інтелекту. Відзначено вищу точність та менший час надання зворотного відгуку протоколом MIDI (англ. Musical Instrument Digital Interface, універсальний цифровий стандарт, який дає змогу музичним інструментам, комп'ютерам і контролерам обмінюватися даними) порівняно з алгоритмами оброблення звуку, що поряд з поширеністю цифрових піаніно зумовило доцільність його використання у роботі. Встановлено, що наявні застосунки для навчання гри на піаніно передбачають вивчення композицій, виконання вправ на слух та перевірку музичної теорії, Однак, недостатньо акцентують увагу на практичній потребі гри на інструменті, майже не приділяють уваги ізольованим вправам на гру: читанню ритму або акордів. Для розроблення мобільного застосунку обрано платформу Android, яка забезпечує максимальну доступність для користувачів через поширеність пристроїв з цією операційною системою. Використано мову програмування Kotlin, офіційну та рекомендовану для створення застосунків під Android, яка водночас набуває популярності для розроблення застосунків, що працюють одразу на кількох операційних системах. За допомогою взаємодоповнювальних методологій Clean Architecture та Domain-Driven-Design створено застосунок, в якому бізнес-логіка є ізольованим ядром програми, захищеним від інфраструктури, фреймворків та баз даних. Розроблено моделі домену для генерування завдань різних типів з налаштовуваною складністю, перевіркою введення даних користувачем та надання зворотного відгуку. Імплементовано декілька алгоритмів оцінювання особливостей введення даних для різних режимів: точна гра потрібних нот, гра нот з можливим зсувом на кілька октав, гра в довільній тональності за умови збереження інтервальних відстаней між натисками. Використано стандарт шрифтів музичної нотації SMuFL для імплементації модуля відображення нотного стану під потреби вправ. Забезпечено інтеграцію розробленого застосунку з цифровими піаніно, які підтримують протокол MIDI через USB або Bluetooth, що підвищить ефективність засвоєння інформації користувачами-початківцями, покращить якість вивчення теорії та їхні навички гри на піаніно.
Завантаження
Посилання
Advice and answers from the flowkey team. flowkey. URL: https://help.flowkey.com/en/ (date of ACCESS: 12.05.2026).
Androids kotlin-first approach. Android Developers. URL: https://developer.android.com/kotlin/first
Carnovalini, F., Espírito Santo, L., & Wiggins, G. A. (2025). Personalized music education: A systematic review of AI generation methods. IEEE ACCESS, 13, 207433–207447. https://doi.org/10.1109/ACCESS.2025.3639898
Chen, B., & Tang, R. (2025). Factors influencing mobile learning technology adoption and learning outcomes in online piano education: A comparative study of Chinese and Russian students. PLoS ONE, 20(8), article ID e0330269. https://doi.org/10.1371/journal.pone.0330269
Chen, G. Y., & Soo, V. W. (2024). Controllable music loops generation with MIDI and text via multi-stage cross attention and instrument-aware reinforcement learning. Proceedings of the 32nd ACM International Conference on Multimedia, pp. 6851–6859. https://doi.org/10.1145/3664647.3681187
Duvall, D. (2008). Real-time MIDI Performance Evaluation for Beginning Piano Students. All Theses, article ID 438. URL: https://open.clemson.edu/all_theses/438
Gao, X., & Gao, R. (2025). Music signal recognition aids based on convolutional neural networks in music education. Systems and Soft Computing, 7, article ID 200219. https://doi.org/10.1016/j.sasc.2025.200219
Huang, Z., Wu, M., Shao, X., Xu, M., & Wang, C. (2025). Cross-level feature fusion for music emotion recognition: Integrating mel-spectrogram, high-level musical descriptors and symbolic MIDI data with attention mechanisms. 2025 4th International Conference on Artificial Intelligence, Internet of Things and Cloud Computing Technology (AIoTC), pp. 124–134. https://doi.org/10.1109/AIoTC66747.2025.11198797
Jin, Y., & Wang, M. (2020). LSTM model for single to dual track piano MIDI file. 2020 IEEE 9th Global Conference on Consumer Electronics (GCCE), pp. 29–31. https://doi.org/10.1109/GCCE50665.2020.9291967
Kaleli, Y. S. (2020). The effect of computer-assisted instruction on piano education: An experimental study with pre-service music teachers. International Journal of Technology in Education and Science (IJTES), 4(3), 235–246. URL: https://www.researchgate.net/publication/342446243
Le, D. V. T., Bigo, L., Herremans, D., & Keller, M. (2025). Natural language processing methods for symbolic music generation and information retrieval: A survey. ACM Computing Surveys, 57(7), article ID 175. https://doi.org/10.1145/3714457
Lu, L. (2025). AI-powered intelligent music education systems for real-time feedback and performance assessment. International Journal of Information and Communication Technology, 26(18), 33–47. https://doi.org/10.1504/IJICT.2025.146690
Meet android studio. Android Developers. URL: https://developer.android.com/studio/intro (date of ACCESS: 12.05.2026)
Mobile operating system market share worldwide. StatCounter Global Stats. URL: https://gs.statcounter.com/os-market-share/mobile/worldwide (date of ACCESS: 12.05.2026)
Panchal, D. N. (2026). Evaluating Cross-Platform Vs Native Mobile Application Development: A Practical Case Study. International Journal of Creative and Open Research in Engineering and Management, 02(04). https://doi.org/10.55041/ijcope.v2i4.456
Putranda, I. G., Yumna, A. M., Rosmansyah, Y., & Sukmana, Y. (2023). Exploring audio processing in mixed reality to boost motivation in piano learning. IEEE ACCESS, 11, 71194–71200. https://doi.org/10.1109/ACCESS.2023.3293250
Running macOS and Xcode on a Windows PC: what actually works and what doesnt. Medium. URL: https://medium.com/@bsrkayaoglukurt/running-macos-and-xcode-on-a-windows-pc-what-actually-works-and-what-doesnt-5991d4d3912f
Simply Piano. Simply Piano help center. URL: https://piano-help.hellosimply.com/en/collections/3968889-simply-piano
The Clean Architecture. Clean Coder Blog. URL: https://blog.cleancoder.com/uncle-bob/2012/08/13/the-clean-architecture.html
Tsai, T. J., Yang, D., Shan, M., Tanprasert, T., & Jenrungrot, T. (2020). Using cell phone pictures of sheet music to retrieve MIDI passages. IEEE Transactions on Multimedia, 22(12), 3115–3127. https://doi.org/10.1109/TMM.2020.2973831
Wang, Z., Li, Z., Li, C., Ao, Z., Feng, J., & Zhou, J. (2026). PianoBand: A multimodal wristband interface for portable piano interaction. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems, article ID 1085, 1–21. https://doi.org/10.1145/3772318.3790607
Why compose. Android Developers. URL: https://developer.android.com/develop/ui/compose/why-adopt
Xu, Y. (2024). Intelligent e-learning system in the development of preschool music education based on digital audio technology. Entertainment Computing, 50, article ID 100682. https://doi.org/10.1016/j.entcom.2024.100682
Yousician support. Yousician. URL: https://support.yousician.com/hc/en-us/categories/360003836718
Zhao, K. (2026). An immersive e-learning framework for music education: Integrating deep learning and virtual reality technologies. Expert Systems with Applications, 305, article ID 130881. https://doi.org/10.1016/j.eswa.2025.130881
