欢迎您来到黄梅戏百科网!
网站地图 欢迎关注,公众号:戏伴

新闻中心

contact us

联系我们

黄梅戏百科网首页 > 黄梅戏人物百科 > 从戏迷到教授——梅京越(程国云)

从戏迷到教授——梅京越(程国云)

编辑 :

梦梅

时间 : 2021-10-31 02:56

——记南京金陵老年大学教授梅京越(程国云)

作者:晨曦

  时值金秋,户外的桂花香气扑鼻,室内歌声朗朗,余音绕梁。南京金陵老年大学黄梅班的学员们正在老师程国云的引导下学习《打猪草》唱段。

  记者注意到课堂的环境布置,俨然正规建制大学讲堂,三架交叉使用话筒形成的多媒体教学手段,窗明几净的桌椅坐席,让人赏心悦目。唯有不同的是座席上的学员们大多是五十开外, 刚退休的戏曲爱好者, 闭目一听,那源自他们银铃般的丽音金嗓,让您确信这优美的旋律中,无不感受到声音的年轻和永不凋谢的韶华。

  南京有个梅京越

南京金陵老年大学教授梅京越(程国云)

  梅京越(程囯云)是江苏省南京市人,现任南京金陵老年大学艺术系教授,专门负责黄梅戏班的教学辅导工作。

  与更多戏迷不尽相同的是,程国云能够在京剧、越剧、黄梅戏三种演唱风格完全不同的艺术领域中,玩的齐头并进,游刃有余,网名“梅京越”也便由此而来,而且,不胫而走。

  梅京越(程国云)从小爱戏曲 ,年轻时工作事业家庭缠身 ,直到上世纪八十年代后全面接触京剧、越剧和黄梅戏三大剧种 ,一发不可收拾 ,这位毕业于安徽省高等中医药专科学校的医务工作者,在繁杂的工作学习之余,戏曲成了她最好的精神依托。

  三分天才,七分打拼。拥有表演天赋的程国云学习戏曲也走过了串串艰辛的脚印,因为太爱好,所以更刻苦;因为有梦想,所以更投入。为了学戏,程国云拜师求艺,江苏省京剧名家老旦成卫秋, 南京越剧团李萍 、 魏小挴 、孙静等名家都曾跟她们学习过表演;在与黄梅戏夏承平 、张萍 、梅伟慈时应远、张辉、 吳亚玲 、李文、 何云、程丞、余顺 、 潘文挌、 刘国平、石蔚华、马丁、王刚、冯志刚、马丁等名家老师的密切交往互动中,明学暗练的戏曲基本功强烈的灌入脑中,渐渐的有了一定的表演基础 ,并开始参加全国性戏曲大赛。

  在央视:五次参赛,五次摘桂

  对于大多数的普通戏迷而言,不要说是参赛拿奖,即使能够在一定的正规舞台上亮一亮相,也就心满意足了。相比之下,程国云玩的着实有些大了,她先后参加了安徽卫视《相约花戏楼》多届打擂获奖外,还参加了中央电视台戏曲频道的《一鸣惊人》《过把瘾》以及中国戏剧家协会的全国越剧大赛,凭借不俗的表现捧回了金奖、银奖,其间, 央视五次参赛,次次摘桂夺冠。此外,在江苏省暨全国性的戏曲票友联谊会上,程国云随着“梅京越”这个网名的大范围传播,知名度更是了得。

  把“书山”搬进了家里

  在程国云教授堪为宽敞的家中,楼上楼下的衣柜里,摆放满了比较高档面料制作的戏服、行头和道具,走着、看着,您甚至有种“误入”了某个剧团里的衣帽间。来到二楼书房,只见桌面上都是些各式各样的曲谱,珍贵的戏曲影像资料和书籍,那些曲谱清淅干净整洁程度如同书店里出售的书籍,散发着油墨的清香,而这些均为程国云与爱人亲手制做。记者顺手拿起一份市面上难得一见的影像资料,这部名为《严凤英》的电视剧系著名黄梅戏演员马兰当年主演,经严凤英大师爱人王冠亚介绍,有幸结识该剧制片主任王玉娟,为了制作这份珍贵史料,程国云夫妇与电视剧(严凤英)制片主任王玉娟 ,会同江苏音像出版社自筹资金制作成功。 而今,很多成品都被她们当做馈赠礼物,送给了前来造访的文艺届和戏曲爱好者。

  我的教学我做主

  因为长期从事于戏曲宣传报道工作,记者没少参加各式各样的名家培训课堂,受益匪浅的同时,为名家们各自独具的教学特色倍感兴叹。

  早在2017年,梅京越(程国云)就被南京金陵老年大学正式聘为艺术系副教授,这也是一位由普通戏迷成长起来的“超级戏迷”,2019年又晋升为教授 ,此间,还兼顾 授教南京多所学校的黄梅戏教学任务。

  南京金陵老年大学是享誉全国的名牌老年大学,程国云受聘该校任教长达十几年之久,为学校培养了一大批具有表演能力的黄梅戏爱好者,很好地促进了黄梅戏艺术在南京地区的广泛传播普及。

  记者有幸现场聆听了程国云教授的授课精彩,没有照本宣科,也没有枯燥乏味的说教,坚持理论与实用相结合,结合学员们鉴赏能力和悟性灵活开展了交叉式、片段化的教学探讨,选择合适的作品范例,逐一细化、分解,帮助学员们在“理解戏文本身含义的基础上,注意发声的模仿、提升,逐步体会到唱词中的人物内在感觉”,从根本上培养学员们的表演意识(演员意识)。记者随机采访了几位跟随程国云黄梅班十年以上的老学员,大家一致的说辞是,“程老师的课堂教学,形象生动,高标准 接地气 容易学,是我们喜爱的独特、科学教学模式!”。


微信扫码加入"黄梅戏迷微信群"一起交流。
标签:晨曦 戏迷 梅京越 

热门推荐:

cache
Processed in 0.013643 Second.