VoiceWorm - a web tool for the optimization of voice teaching

La transizione alla didattica online ha messo in luce i limiti della pedagogia vocale, soprattutto a causa della latenza audio che ostacola la sincronizzazione in tempo reale tra insegnante e allievo durante l'esecuzione dei vocalizzi. Le soluzioni digitali attuali si affidano spesso a basi audio preregistrate, risultando incapaci di adattarsi dinamicamente all'estensione vocale e alle specifiche esigenze tecniche di ogni studente. Per superare queste limitazioni, la presente tesi introduce VoiceWorm, un'applicazione web full-stack progettata per ottimizzare l'insegnamento del canto online e asincrono. Spostando la sintesi dell'accompagnamento musicale direttamente nel browser dell'utente, la piattaforma riesce a superare i ritardi dovuti alla trasmissione di rete. Il sistema utilizza la notazione ABC e la libreria ABCJS per la visualizzazione degli spartiti e la riproduzione audio. Il cuore dell'applicazione è un motore di trasposizione automatica, guidato da un parser LL(1) sviluppato su misura. Questo componente analizza la grammatica musicale e manipola i pattern melodici applicando le alterazioni corrette nel pieno rispetto della teoria musicale. Dal punto di vista architetturale, VoiceWorm è sviluppata con Vue.js per il frontend e sfrutta l'ecosistema serverless di Cloudflare Workers per il backend, integrando un database relazionale dotato di un sistema di tagging multidimensionale per la catalogazione pedagogica degli esercizi. Infine, uno studio di validazione dei requisiti condotto su 52 professionisti del settore vocale ha confermato che la latenza rappresenta il principale ostacolo tecnico nell'insegnamento a distanza, evidenziando al contempo la forte richiesta di archivi digitali personalizzabili. I risultati dimostrano che VoiceWorm offre una soluzione accessibile e pedagogicamente solida, concepita per fornire un valido supporto tecnologico senza sostituire l'interazione umana tra insegnante e studente.