论文部分内容阅读
摘要：科学高效的技战术统计方法是羽毛球技战术研究的有力保障，尤其是临场比赛中，教练员和运动员及时获取比赛过程的技战术统计结果可能成为接下来赢得比赛的关键。以李在福的教学视频作为研究对象，通过录像分析法、专家访谈法、文献资料法，对视频中的技术声音进行频谱分析，利用Video converter软件将wmv格式的视频转换为支持频谱分析的way格式的音频，对照视频资料，利用Auclacity软件对音频资料进行频谱分析，进而建立羽毛球技术声波数据库，利用Sigmal plot对数据库中的声波主频率进行综合对比分析，研究发现，杀球的频谱段在1100赫兹以上，抽球的频谱段在900～1100赫兹之间，扑球的频谱段在500～600赫兹之间，搓球则主要分布在300～400赫兹之间，可见，杀球、抽球、扑球、搓球的音频主频率存在明显差异，因此，在技战术统计分析过程中，我们可以将击球声音的主频率分析作为击球种类快速识别的工具，达到了数据输入自动化，结果输出快速化。
关键词：羽毛球；击球声音；音频
中图分类号：G847 文献标志码：A 文章编号：1004-7662（2015）06-0051-05
体育运动的数字化在世界范围内的发展日益广泛深入，鉴于羽毛球运动在全民健身计划中具有突出作用，因此，开展羽毛球技术统计的数字化具有极为重要的意义。兵家有云“知己知彼，百战不殆”。竞技体育也是如此，只有做到知己知彼，在比赛场上才能扬长避短、游刃有余。羽毛球这—项目中，要想了解对手的情况，那么就需要对他进行技战术统计，了解他的技术特点和打法、进攻手段和主要得分技术等，唯有这样，才能全面了解对手，通过采取相应对策，扬长避短，进而取得比赛胜利。在羽毛球项目之外，技术统计已经成为了篮球、足球、网球等赛事运作的关键，甚至已经形成了数字化体育的风潮。这无论对临场指挥比赛的教练员和运动员及时获取比赛数据，还是对体育科研工作者研究比赛与训练等都可以提供较大的便利。
1.研究对象与方法
1.1研究对象 以音频分析用于羽毛球技术统计的可行性研究为研究对象。
1.2研究方法
1.2.1录像分析法 选取李在福的公开教学视频进行分析，利用Video converter软件将wmv格式的视频转换为支持频谱分析的wav格式的音频，对照视频，进行频谱分析。
1.2.2专家访谈法 就本研究采访了国内外有关专家，以获取建设性的意见和建议，为本研究的顺利进行奠定了基础。
1.2.3文献资料法 从中国知网、北京体育大学图书馆、北京交通大学图书馆查阅了约80篇与本研究相关的文献资料，为本文研究奠定理论基础。
2.结果与分析
2.1羽毛球技术统计的背景
2.1.1我国羽毛球技术统计的发展情况 传统的羽毛球统计方法是，比赛后，采用一边通过播放软件慢放羽毛球比赛录像、一边在统计表相应的技术选项中划“正”字的方式进行统计输入，最后再数清各项技术的“正”字并输入电脑，—场比赛通常要花费4～5h，然后将这些数据以电子表格的形式表现出来，继而进行分析研究。这种统计手段存在耗时、耗力、滞后、误差大等问题，阻碍了羽毛球技术统计结果的应用。更为重要的是，在临场比赛中，由于手工统计的限制，只能进行简单的发球、接发球或最后得失分等隋况统计，几乎不可能将每拍的具体隋况统计出来。这些简单的数据统计与教练员、运动员临场指挥应变所需要的数据相差甚远。
2012年在青岛的苏迪曼杯的比赛直播时，首次使用了由北京体育大学羽毛球团队研发的“羽毛球比赛数据分析系统”进行数据整理，此系统输入的信息量较大，将双方运动员的击球技术、击球位置、落点、线路、最后得分等进行统计分析。这样的输出结果能得到双方选手每拍击球的击球位置、技术、线路、落点、得分等信息，能较全面地反映出场上双方运动员的比赛过程，较之前有了较大的进步。作者在做颐士论文《世界优秀羽毛球女子双打选手技战术特征对比分析》时就使用了此系统，较全面地分析了世界排名前5名的好双打运动员的技战术特点。
2.2.2国际羽联官网采用的羽毛球技术统计方法 目前国际羽联官网使用的统计方法是人工统计运动员的得分技术，包括后场进攻得分（smash winner）、网前得分（net winner）、控球得分（clmr winner）、其他（other）、最多连续得分（most conseculive poems）、局点数（game points）、总分（total points played）、总得分（toral pointS won）等，以表格的形式表现出来。表l是2013年的世界锦标赛上女单的决赛统计表格，我国的奥运冠军李雪芮对阵泰国的拉特查诺（Ratchanok Inthanon）。由下表可以看出拉特查诺的净胜分为6分，李雪芮在网前得分和进攻得分方面都落后于对手，控球得分等方面双方基本一致。通过此表格得出的结论是李雪芮要加强网前得分和进攻得分的能力。
2.2音频分析用于羽毛球技术统计的可行性研究 研究初始，选取了公开教学视频作为音频资料，对其进行格式转换，转换为可以被音频分析软件使用的wav格式，然后对照视频资料，将击球的声音截取出来，利用Audacity软件对该音频资料进行频谱分析。将数种技术进行归类汇总，建立不同技术的频谱库。然后分别对这些频谱进行数据整理，统计每段音频的的主频率和分贝数，最后利用sigmal plot软件进行汇总分析，以箱型图表现出来。
在本研究中，选取了羽毛球技术中比较有代表性的4项技术：杀球、抽球、扑球、搓球。通过直观分析，认为这4项技术的声音不同，最明显的就是杀球声音最大，搓球声音最小，抽球、扑球居中。同时作者利用声波来分析他们的频谱，以期发现其中的主频率的不同。
2.2.1研究资料的选取 首先选取公开视频作为研究对象，主要基于以下几个理由： 1）击球示范的教练一般技术比较好，同一技术动作每次击球的质量变化较小。
2）公开的教学视频中，教练员基本在定点进行技术示范动作、定点击球，而且对于同一个技术动作会进行多次示范。
3）录音设备和摄像机的位置相对击球位置固定。
4）一般选择wmv格式的公开教学视频，即微软视频格式，此格式音频保真较好。
2.2.2利用Video converter软件将wmv格式的视频转换为支持频谱分析的wav格式的音频 在Video converter软件中将视频导入后，将预置方案设为wav输出格式，将视频软件转换为音频wav格式。
2.2.3对照视频资料，利用Audacity软件对音频资料进行频谱分析 音频信号的频谱分析主要是对音频信号的进行傅里叶变换（FT），对音频信号在频率域内的特征进行分析。如，在频域内，主频率主要反映音频信号的频率范围内，信号中能量释放最大的信号频率，该特征参数可以主要和音频的源特征相关。
基于以上目的，通过对比国内外的各种频谱分析软件，比较专业、经济、有效率等，选择了Audacity这一软件，Audacity是1款跨平台的音频编辑软件，用于录音和编辑音频，是自由、开放源代码的软件，它是由一群志愿者开发，在GNU通用公用许可证（GPL）下发布的自由软件，可在Mac OS x、Microsoft Windows、GNU/Linux和其他操作系统上运作。它可以实现现场录音；将磁带和录音带转录为数字录音或CD；编辑Ogg Vorbis、MP3及wav音频文件；剪切、拷贝、接合及混音；改变录音的速率或音高。Audacity在2004年7月获选为SourceForge.net当月最佳推荐项目，2007年7月选多媒体类的SourceForge.net 2007社区选择大奖。
基于此软件是开放源代码、易于现场录音、格式转换、剪切拷贝等理由，选择了Audicity做为本课题的频谱分析软件，将wav格式的音频资料导入Audacity软件。
对照视频，根据时间，将击球时的音频截取出来（图1、图2）。
对该段音频进行频谱分析，读取主频率的峰值，即击球的最高频率值，和分贝数，图3可以看出该次杀球的最高频率为1162HZ，分贝数为-24.3dB。
2.2.4羽毛球技术声波数据库的建立
1）按照上述方法将每项技术的声音频谱数据做成表格列出来进行分析（表2）。
2）将频谱分析结果进行数据整理。
各项羽毛球击球技术中选取具有代表性的杀球、抽球、扑球、搓球作为研究对象进行分析，据经验，杀球的主频率应该是最高的，搓球应该是最低的（表3）。
3）对杀球、抽球、扑球及搓球技术的数据分析。
对4项技术的数据进行统计学数据分析，将均值、中位数、标准犏差、误差、置信区间等进行分析对比（表4）。
2.2.5利用Sigmal plot对主频率进行综合对比分析 Systat SigmaPlot是1款专业的科学绘图软件，且具有强大的数据统计分析功能：从简单描述统计到复杂回归分析、从基本假设检验到复杂的重复测量方差分析。具体如双单侧t检验、F检验、曲线线性、非线性拟合、残留曲线、高斯累积分布等，非线性拟合包括多项式拟合、峰形拟合、s型拟合、指数衰减、增加拟合、波形拟合、幂函数拟合、对数拟合、三维拟合。
基于本研究目的，我们选择了利用Sigmal plot对4项技术以箱型图的形式表现出来。根据图4可以看出不同技术所属的频谱段明显不同，频率最高的为杀球，其次为抽球和扑球，最低的是搓球。由此可得出，在今后的技战术统计中，我们可以建立每项技术的数据库，即每项技术所属的频谱段，如图4所示的杀球的频谱段在1100赫兹以上，抽球的频谱段在900～1100赫兹之间，扑球的频谱段在500～600赫兹之间，搓球则主要分布在300～400赫兹之间，在比赛时，当击球声音出现时，该声音的频谱归属为哪一频谱段即为哪项技术，这样省去了大量繁琐的统计程序。如，当某一击球声音显示为600赫兹，则该声音则为扑球（见图4）。
2.3音频分析与羽毛球技术统计结合的可行性分析 羽毛球比赛是由运动员千变万化的技术和技术的组合构成，羽毛球技术统计也正是统计这些技术。目前世界匕几乎所有的技术统计都还是人工统计阶段，在前面对国内外羽毛球技术统计现状的研究中发现，“羽毛球比赛数据分析系统”能得到双方每拍击球的击球位置、技术、线路、落点等信息，同时能得到双方选手的每拍的技术对应情况，能较全面地反映出场上双方运动员的比赛过程，但是该系统的信息反馈不够及时，只能在赛后得出结果。国际羽联使用的统计方法信息量小，只能看到最后得分情况，很难反映出比赛过程。无论哪种统计方法，基本上都是人工统计，存在效率较低、有差错等问题，造成无法进行临场分析或者无法统计出更多的信息。因此，迫切需要对自动、全面、高效技术统计展开研究。
从事羽毛球活动时，经验丰富的运动员和教练员可以根据击球的声音对击球的质量进行基本的判断给徘者以启发。任何羽毛球击球的声音的出现都是由球拍和球互相作用而产生的。借鉴音频分析，每次击球的声音都应该有它的声音波形，并且可以进行相对应的强度和主频率等参数分析。声音强度的分贝值取决于声音的大小，分贝数一般受声音记录的距离影响；而主频率则主要取决于声音的能量释放方式，个体特征比较明显，基本不受声音记录影响。因此，可以说每种击球技术的声音不同，主要体现在了每种技术的声音的主频率不同。
因此，作者考虑将音频分析引入羽毛球技术统计中，利用不同击球技术的声音频率不同来区别他们，并进行击球点定位。在技术统计中尝试自动统计代替人工统计，改进人工输入所带来的数据结果滞后、临场统计信息量不足的弊病。可以让教练员、运动员以及现场媒体可以及时的得到数据，便于教练员和运动员进行下一步的战略部署和调整，现场的电视直播工作人员也可以及时拿到更详尽的数据对比赛进行分析讲解。因此，作者对音频分析用于羽毛球技术统计的可行性进行研究，以期为技术统计带来新的突破。
3.结论与建议
3.1结论
1）实验表明，杀球、抽球、扑球、搓球的音频主频率存在明显差异。杀球的频谱段在1100赫兹以上，抽球的频谱段在900～1100赫兹之间，扑球的频谱段在500～600赫兹之间，搓球则主要分布在300～400赫兹之间。
2）可以预见在技战术统计分析过程中，可以将击球声音的主频率分析作为击球种类快速识别的工具。
3.2建议
1）在本研究中，作者意识到了击球音频质量有限，统计分析过程比较复杂等不足。
2）在之后的研究中建议考虑采用专业的音频设备进行数据采集，专业的音频分析软件，提高统计分析的质量和效率，实现简单有效快速的羽毛球技术统计方法，为羽毛球实时技术统计开辟新方向。
关键词：羽毛球；击球声音；音频
中图分类号：G847 文献标志码：A 文章编号：1004-7662（2015）06-0051-05
体育运动的数字化在世界范围内的发展日益广泛深入，鉴于羽毛球运动在全民健身计划中具有突出作用，因此，开展羽毛球技术统计的数字化具有极为重要的意义。兵家有云“知己知彼，百战不殆”。竞技体育也是如此，只有做到知己知彼，在比赛场上才能扬长避短、游刃有余。羽毛球这—项目中，要想了解对手的情况，那么就需要对他进行技战术统计，了解他的技术特点和打法、进攻手段和主要得分技术等，唯有这样，才能全面了解对手，通过采取相应对策，扬长避短，进而取得比赛胜利。在羽毛球项目之外，技术统计已经成为了篮球、足球、网球等赛事运作的关键，甚至已经形成了数字化体育的风潮。这无论对临场指挥比赛的教练员和运动员及时获取比赛数据，还是对体育科研工作者研究比赛与训练等都可以提供较大的便利。
1.研究对象与方法
1.1研究对象 以音频分析用于羽毛球技术统计的可行性研究为研究对象。
1.2研究方法
1.2.1录像分析法 选取李在福的公开教学视频进行分析，利用Video converter软件将wmv格式的视频转换为支持频谱分析的wav格式的音频，对照视频，进行频谱分析。
1.2.2专家访谈法 就本研究采访了国内外有关专家，以获取建设性的意见和建议，为本研究的顺利进行奠定了基础。
1.2.3文献资料法 从中国知网、北京体育大学图书馆、北京交通大学图书馆查阅了约80篇与本研究相关的文献资料，为本文研究奠定理论基础。
2.结果与分析
2.1羽毛球技术统计的背景
2.1.1我国羽毛球技术统计的发展情况 传统的羽毛球统计方法是，比赛后，采用一边通过播放软件慢放羽毛球比赛录像、一边在统计表相应的技术选项中划“正”字的方式进行统计输入，最后再数清各项技术的“正”字并输入电脑，—场比赛通常要花费4～5h，然后将这些数据以电子表格的形式表现出来，继而进行分析研究。这种统计手段存在耗时、耗力、滞后、误差大等问题，阻碍了羽毛球技术统计结果的应用。更为重要的是，在临场比赛中，由于手工统计的限制，只能进行简单的发球、接发球或最后得失分等隋况统计，几乎不可能将每拍的具体隋况统计出来。这些简单的数据统计与教练员、运动员临场指挥应变所需要的数据相差甚远。
2012年在青岛的苏迪曼杯的比赛直播时，首次使用了由北京体育大学羽毛球团队研发的“羽毛球比赛数据分析系统”进行数据整理，此系统输入的信息量较大，将双方运动员的击球技术、击球位置、落点、线路、最后得分等进行统计分析。这样的输出结果能得到双方选手每拍击球的击球位置、技术、线路、落点、得分等信息，能较全面地反映出场上双方运动员的比赛过程，较之前有了较大的进步。作者在做颐士论文《世界优秀羽毛球女子双打选手技战术特征对比分析》时就使用了此系统，较全面地分析了世界排名前5名的好双打运动员的技战术特点。
2.2.2国际羽联官网采用的羽毛球技术统计方法 目前国际羽联官网使用的统计方法是人工统计运动员的得分技术，包括后场进攻得分（smash winner）、网前得分（net winner）、控球得分（clmr winner）、其他（other）、最多连续得分（most conseculive poems）、局点数（game points）、总分（total points played）、总得分（toral pointS won）等，以表格的形式表现出来。表l是2013年的世界锦标赛上女单的决赛统计表格，我国的奥运冠军李雪芮对阵泰国的拉特查诺（Ratchanok Inthanon）。由下表可以看出拉特查诺的净胜分为6分，李雪芮在网前得分和进攻得分方面都落后于对手，控球得分等方面双方基本一致。通过此表格得出的结论是李雪芮要加强网前得分和进攻得分的能力。
2.2音频分析用于羽毛球技术统计的可行性研究 研究初始，选取了公开教学视频作为音频资料，对其进行格式转换，转换为可以被音频分析软件使用的wav格式，然后对照视频资料，将击球的声音截取出来，利用Audacity软件对该音频资料进行频谱分析。将数种技术进行归类汇总，建立不同技术的频谱库。然后分别对这些频谱进行数据整理，统计每段音频的的主频率和分贝数，最后利用sigmal plot软件进行汇总分析，以箱型图表现出来。
在本研究中，选取了羽毛球技术中比较有代表性的4项技术：杀球、抽球、扑球、搓球。通过直观分析，认为这4项技术的声音不同，最明显的就是杀球声音最大，搓球声音最小，抽球、扑球居中。同时作者利用声波来分析他们的频谱，以期发现其中的主频率的不同。
2.2.1研究资料的选取 首先选取公开视频作为研究对象，主要基于以下几个理由： 1）击球示范的教练一般技术比较好，同一技术动作每次击球的质量变化较小。
2）公开的教学视频中，教练员基本在定点进行技术示范动作、定点击球，而且对于同一个技术动作会进行多次示范。
3）录音设备和摄像机的位置相对击球位置固定。
4）一般选择wmv格式的公开教学视频，即微软视频格式，此格式音频保真较好。
2.2.2利用Video converter软件将wmv格式的视频转换为支持频谱分析的wav格式的音频 在Video converter软件中将视频导入后，将预置方案设为wav输出格式，将视频软件转换为音频wav格式。
2.2.3对照视频资料，利用Audacity软件对音频资料进行频谱分析 音频信号的频谱分析主要是对音频信号的进行傅里叶变换（FT），对音频信号在频率域内的特征进行分析。如，在频域内，主频率主要反映音频信号的频率范围内，信号中能量释放最大的信号频率，该特征参数可以主要和音频的源特征相关。
基于以上目的，通过对比国内外的各种频谱分析软件，比较专业、经济、有效率等，选择了Audacity这一软件，Audacity是1款跨平台的音频编辑软件，用于录音和编辑音频，是自由、开放源代码的软件，它是由一群志愿者开发，在GNU通用公用许可证（GPL）下发布的自由软件，可在Mac OS x、Microsoft Windows、GNU/Linux和其他操作系统上运作。它可以实现现场录音；将磁带和录音带转录为数字录音或CD；编辑Ogg Vorbis、MP3及wav音频文件；剪切、拷贝、接合及混音；改变录音的速率或音高。Audacity在2004年7月获选为SourceForge.net当月最佳推荐项目，2007年7月选多媒体类的SourceForge.net 2007社区选择大奖。
基于此软件是开放源代码、易于现场录音、格式转换、剪切拷贝等理由，选择了Audicity做为本课题的频谱分析软件，将wav格式的音频资料导入Audacity软件。
对照视频，根据时间，将击球时的音频截取出来（图1、图2）。
对该段音频进行频谱分析，读取主频率的峰值，即击球的最高频率值，和分贝数，图3可以看出该次杀球的最高频率为1162HZ，分贝数为-24.3dB。
2.2.4羽毛球技术声波数据库的建立
1）按照上述方法将每项技术的声音频谱数据做成表格列出来进行分析（表2）。
2）将频谱分析结果进行数据整理。
各项羽毛球击球技术中选取具有代表性的杀球、抽球、扑球、搓球作为研究对象进行分析，据经验，杀球的主频率应该是最高的，搓球应该是最低的（表3）。
3）对杀球、抽球、扑球及搓球技术的数据分析。
对4项技术的数据进行统计学数据分析，将均值、中位数、标准犏差、误差、置信区间等进行分析对比（表4）。
2.2.5利用Sigmal plot对主频率进行综合对比分析 Systat SigmaPlot是1款专业的科学绘图软件，且具有强大的数据统计分析功能：从简单描述统计到复杂回归分析、从基本假设检验到复杂的重复测量方差分析。具体如双单侧t检验、F检验、曲线线性、非线性拟合、残留曲线、高斯累积分布等，非线性拟合包括多项式拟合、峰形拟合、s型拟合、指数衰减、增加拟合、波形拟合、幂函数拟合、对数拟合、三维拟合。
基于本研究目的，我们选择了利用Sigmal plot对4项技术以箱型图的形式表现出来。根据图4可以看出不同技术所属的频谱段明显不同，频率最高的为杀球，其次为抽球和扑球，最低的是搓球。由此可得出，在今后的技战术统计中，我们可以建立每项技术的数据库，即每项技术所属的频谱段，如图4所示的杀球的频谱段在1100赫兹以上，抽球的频谱段在900～1100赫兹之间，扑球的频谱段在500～600赫兹之间，搓球则主要分布在300～400赫兹之间，在比赛时，当击球声音出现时，该声音的频谱归属为哪一频谱段即为哪项技术，这样省去了大量繁琐的统计程序。如，当某一击球声音显示为600赫兹，则该声音则为扑球（见图4）。
2.3音频分析与羽毛球技术统计结合的可行性分析 羽毛球比赛是由运动员千变万化的技术和技术的组合构成，羽毛球技术统计也正是统计这些技术。目前世界匕几乎所有的技术统计都还是人工统计阶段，在前面对国内外羽毛球技术统计现状的研究中发现，“羽毛球比赛数据分析系统”能得到双方每拍击球的击球位置、技术、线路、落点等信息，同时能得到双方选手的每拍的技术对应情况，能较全面地反映出场上双方运动员的比赛过程，但是该系统的信息反馈不够及时，只能在赛后得出结果。国际羽联使用的统计方法信息量小，只能看到最后得分情况，很难反映出比赛过程。无论哪种统计方法，基本上都是人工统计，存在效率较低、有差错等问题，造成无法进行临场分析或者无法统计出更多的信息。因此，迫切需要对自动、全面、高效技术统计展开研究。
从事羽毛球活动时，经验丰富的运动员和教练员可以根据击球的声音对击球的质量进行基本的判断给徘者以启发。任何羽毛球击球的声音的出现都是由球拍和球互相作用而产生的。借鉴音频分析，每次击球的声音都应该有它的声音波形，并且可以进行相对应的强度和主频率等参数分析。声音强度的分贝值取决于声音的大小，分贝数一般受声音记录的距离影响；而主频率则主要取决于声音的能量释放方式，个体特征比较明显，基本不受声音记录影响。因此，可以说每种击球技术的声音不同，主要体现在了每种技术的声音的主频率不同。
因此，作者考虑将音频分析引入羽毛球技术统计中，利用不同击球技术的声音频率不同来区别他们，并进行击球点定位。在技术统计中尝试自动统计代替人工统计，改进人工输入所带来的数据结果滞后、临场统计信息量不足的弊病。可以让教练员、运动员以及现场媒体可以及时的得到数据，便于教练员和运动员进行下一步的战略部署和调整，现场的电视直播工作人员也可以及时拿到更详尽的数据对比赛进行分析讲解。因此，作者对音频分析用于羽毛球技术统计的可行性进行研究，以期为技术统计带来新的突破。
3.结论与建议
3.1结论
1）实验表明，杀球、抽球、扑球、搓球的音频主频率存在明显差异。杀球的频谱段在1100赫兹以上，抽球的频谱段在900～1100赫兹之间，扑球的频谱段在500～600赫兹之间，搓球则主要分布在300～400赫兹之间。
2）可以预见在技战术统计分析过程中，可以将击球声音的主频率分析作为击球种类快速识别的工具。
3.2建议
1）在本研究中，作者意识到了击球音频质量有限，统计分析过程比较复杂等不足。
2）在之后的研究中建议考虑采用专业的音频设备进行数据采集，专业的音频分析软件，提高统计分析的质量和效率，实现简单有效快速的羽毛球技术统计方法，为羽毛球实时技术统计开辟新方向。