随着人民生活水平的不断提高,越来越多的家庭开始重视孩子的音乐教育。互联网的普及更使在线音乐教育实现了巨大发展。笔者实习的公司专注于小提琴在线教育的领域,公司在产品运营过程中发现小提琴教师缺少时间对几十位练习者的课后练习成果进行把控,小提琴练习者的家长也缺少时间随时监督练习者进行平时的练习。公司决定开发小提琴练习监督和评价系统,该系统将服务于小提琴教师课后作业的自动化评价以及教师与家长的远程练习监督。笔者参与了系统整体架构的设计与开发,完成了系统的音频监督功能、练习评分功能的设计与开发,笔者主要负责完成练习评分模块、乐曲识别模块与练习时间统计模块:完成了练习评分模块的设计与开发。本文基于乐理知识与数字信号处理的理论,对练习乐曲进行音符分割以及音高识别,通过与原始乐曲的音符比对实现了练习评分服务。评分的标准主要包括准确率,节奏以及完整度。同时实现了对练习评分历史记录的存储与查询。实现了乐曲自动识别服务。使用音乐指纹技术,通过比对练习乐曲与原始乐曲的指纹数据,实现了乐曲的自动识别。完成了练习时间统计模块。通过使用CNN模型对练习音频的梅尔频率倒谱系数特征进行学习,实现了对小提琴音色的正确识别,识别的准确率达到90%以上。借助该识别模型导出了小提琴练习的有效时间并实现了对该历史记录的存储与查询。完成了练习监督和评价系统架构的设计与实现。通过使用Nginx做负载均衡,使用Docker技术,实现快速部署,使用Consul技术进行服务管理,实现了系统的性能需求、稳定性需求以及运维需求。相信该系统的上线必将极大的提高小提琴教师的教学效率,提高练习者的练习兴趣,并增加家长的参与度。