空间聆听作为方法：从听觉定位到生态与参与式声音实践

英文题目：Sonic Urgency: Exploring Perceptual, Sociopolitical, and Participatory Dimensions of Spatial Listening

会议身份：conference:icmc:2026:conference-paper-id:paper-153

✅ 来源为官方会议 PDF；表格与 Figure 按原文证据绑定。PDF 公式以原页区域图片展示，未冒称作者原始 TeX。

会议来源：官方记录 · 官方 PDF

标签：#文献综述方法 #听觉与音乐认知 #空间音频 #音乐理解

评分：4.1/10 | 创新 1.0/2 | 技术严谨 0.6/1.5 | 实验充分 0.7/1.5 | 清晰度 0.7/1 | 影响力 0.7/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.3/1.5

排名：后50% | 文档类型：综述

👥 作者与机构

• Teresa Carrasco：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文输入是在地多通道声场与日常聆听经验，输出是将空间感知、现象学阐释与社会政治干预统一起来的空间聆听论述框架，难点在于心理声学测量语言、哲学思辨与参与式艺术实践分属不同话语体系而难以互译。为此作者先以Dickreiter的空间印象与Blauert定位线索建立感知基础，说明房间几何与反射如何塑造可听性与透明度，该声学描述随即进入Schaeffer简化聆听与Smalley频谱形态学的创作语汇转化。接着Nyström的空间质地将离散声点重构为密度与流动的体积材料，其输出的拓扑式声场进入Schafer声景与Krause生物声学的生态聆听环节，被重新理解为可诊断健康与权力关系的栖息地。随后Voegelin的聆听想象与Oliveros的深聆听把生态声场转写为具身的社会空间实践，上一步的场所录音与漫步总谱成为可即兴、可共居的关系性事件。最后KlimaAlarm等参与式作曲把上述实践输出为公共干预装置，以莫尔斯电码鼓击与实时电子变换动员演奏者与公众共同发声，完成从感知到政治的闭环。与已有技术方法相比，其关键机制差异在于以策展拼贴与自传式创作替代模型与对照实验，以亲历性关联建立跨理论可读性而非提出可证伪因果机制，其实质意义在于为教学与创作提供可直接排演的聆听脚本。原文未提供可核对的关键定量结果。该结论适用边界限于艺术阐释与教学语境，尚未验证跨听众跨场地跨文化的可迁移性，在听者缺乏具身参与或声场被强噪声掩蔽时存在失败条件。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

• 第三方资源：https://walkingfromscores.org — 暂时无法访问
• 第三方资源：https://dorotheeschabert.de/?page_id=41 — 链接可访问（HTTP 200） 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么：这篇论文要解决什么学习问题？

这篇论文的输入是作者整理的跨学科文献与三件个人创作，目标是给刚进入声音研究的学生一张可核对的地图。需要保留的信息是论文讨论的不是单一技术任务，而是一条学习路线：先理解人如何定位声音，再理解作曲家如何描述声音在空间中的行为，再理解聆听如何嵌入生态与社会，最后理解参与式作品如何把听众变成共同制作者。输出是 1 篇能复述方法的中文解读，不是作品乐评。

对于初学者，最容易误解的是把空间音频等同于多通道摆位。本文开篇就把聆听定义为与空间和社会打交道的方法，强调聆听构造空间。也就是说，扬声器数量只是条件之一，真正的研究对象是感知机制、描述语言、身体实践与权力关系。按这个顺序学习，后续的术语才有落点。

复述时要守住边界。论文没有提出新的定位算法，也没有报告听音实验的正确率或统计检验。它的证据是引用是否准确、概念转译是否连贯、创作步骤是否可追踪。因此本解读只讲论文实际写了什么，教学用的例子会明确标为例子，不补充无来源的效果数字。

相关路线有哪些：从听觉生理到声学生态如何分工？

第一条路线是心理声学与房间声学。论文引用迪克赖特关于房间形状、体积、表面材料、反射与混响的讨论，引出空间印象、可听性与透明度 3 个范畴；再引用布劳特关于双耳时间差、双耳强度差、耳廓频谱滤波以及早期反射与混响线索的研究。这条路线回答声音在物理空间中如何可被定位，分工是提供可建造的条件。

第二条路线是聆听理论与分析工具。谢弗区分 4 种听，提出无源聆听与声音对象；托雷森把谢弗的类型形态学发展为可用特殊字体绘制的频谱形态分析；罗伊提供电声音乐分析模型；麦克亚当斯等人研究时间尺度感知。这条路线回答如何谈论与记谱，分工是提供分析与作曲的共享语言。

第 3 条路线是生态与文化景观。谢弗提出声景、高保真与低保真、耳清洁与声音标志；克劳斯提出生物合唱；舍贝特提出听觉景观；莎弗的场地装置强调拓扑与隐藏声层。

这条路线把听者放回具体环境，分工是提供健康诊断与地方认同的判据。3 条路线合起来，才引出后文的现象学、政治与参与维度。

核心矛盾是什么：空间是现成的容器还是聆听生成的？

论文要处理的核心矛盾是两种空间观的冲突。一种把空间看成中性的容器，声音被放进去，任务是摆得准、包得住。另一种把空间看成聆听行为生成的、暂时的、关系性的场，任务是理解谁在听、在何种条件下听、与谁一起听。作者明确站在后者，提出空间聆听是具身的、处境化的、关系性的实践。

这个判断决定了方法选择。作者不做受试者实验，而是沿一个样本走完全程：选一段现实声音，剥离其因果联想，描述其频谱形态与空间运动，再把它放进具体的生态或公共语境，最后邀请他人参与重写。这样做的理由在原文中有交代：只有把感知、现象学与社会政治连起来，才能应对当代声音环境。

对初学者而言，复述要点是先说清容器观能解决什么，再说清它解决不了什么。容器观能解释定位线索，解决不了记忆、身份、不平等与生态丧失。论文的贡献是把后者纳入空间聆听的定义，并用作品说明每一步如何操作。

方法全景如何串起三件作品？

论文的方法全景可以按学习依赖复述为 4 步。第一步建立感知基础，用房间声学与双耳线索说明定位如何可能。第二步建立描述语言，用缩减聆听切断因果，用频谱形态学与空间质地描述运动与织体。第三步引入生态与现象学，用声景、生物合唱、沃格林与特鲁克斯把聆听变成认识世界与存在于世界的方式。第 4 步进入集体实践，用奥利弗罗斯与比塞纳把聆听变成可练习、可行走、可协作的 партитур。

三件作者作品分别承担不同的教学功能。扭曲偏离承担从日常机器声到无源对象再到多通道织体的完整转换；声音花园承担实时聆听与再合成的生态对话；气候警报承担跨学科协作与公共参与的政治动员。每一件都回扣前面的理论，不是孤立的作品介绍。

需要保留的关键条件是每件作品的时间、场合与技术形态。扭曲偏离是 8 通道无源作品，声音花园是太阳能自持的装置，气候警报是伯尔尼音乐节框架下的多媒体参与式作品。这些条件决定了复现时需要准备什么，不能简化为同一套播放系统。

感知组件如何工作：房间、双耳与声音对象怎样衔接？

先用白话解释 3 个术语。空间印象是指房间给人的整体空间感；可听性是指复杂环境中声音是否清晰可辨；透明度是指层次是否能被分开理解。英文分别对应原文引用的德文概念，其分工是把房间形状、体积、材料与反射翻译成可感知的品质。

双耳线索的分工更具体。双耳时间差对低频定位敏感，双耳强度差对高频定位敏感，耳廓滤波帮助判断前后与高低，早期反射与混响提供距离与包围感。论文把这套机制看作作曲界面，意思是作曲家可以通过精确的空间手势去演奏听觉系统，利用阈值与模糊地带制造方向、远近与运动。

缩减聆听 × 频谱形态学： 缩减聆听负责把声音从因果来源上切开，只关注音色、形态与时间演变等声音自身属性；频谱形态学负责描述这些被切开的声音对象如何在频谱与形态维度上生长、扩散、移动并占据空间。二者搭配的原因是前者提供聆听态度，后者提供描述与作曲的操作语言，组合后使过时机器声既能脱离原功能，又能被写成可空间化的运动与质地。

沿一个样本走完流程有助于理解。以点阵打印机声为例，输入是带有强烈因果联想的机械噪声，表示是剥离来源后的声音对象，组件是频谱形态描述其起振、持续、频谱密度与衰减，目标是把它写成可在空间中移动的形态，输出是多通道中的一条轨迹。这个例子是教学用例，用于说明术语衔接，不是论文报告的测量结果。

作曲组件如何操作：运动与织体分别由谁负责？

频谱形态学是理解声音随时间变化的语言。白话说，它看声音的频谱成分是什么样子，以及这个样子如何展开、扩张、衰减。斯莫利进一步提出空间发音，意思是声音占据空间不只靠摆位，还靠运动、距离、密度、扩散与轨迹的印象。手势指有方向、有意图的运动，质地指无方向、弥散的场。

尼斯特伦的空间质地把上述想法推向体量思维。声音不再是点，而是密度、层叠表面、动态空洞与流体流动。作曲任务从放置声音变成经营运动、转化与张力，制造沉浸式、可操控的声音拓扑。这与多通道扩散技术直接对应，因为系统允许声音在 3 维中动态分布。

空间发音 × 空间质地： 空间发音负责说明单个声音如何通过运动、距离、密度、扩散与轨迹被感知为占据空间；空间质地负责把多个声音看成体量、密度、空隙与流动构成的连续织体，不再是固定点位。二者搭配的原因是前者解决局部运动表达，后者解决整体沉浸场域，组合后使 8 通道扩散既有可追踪的轨迹，又有包裹听者的织体感。

在扭曲偏离中，作者把打印机、传真机、打字机、模拟相机与早期街机声当作原材料，避免怀旧处理，强调通过失真与偏离原功能获得音乐潜能。街机声的加入构成技术时间的层叠，模拟过时与数字兴起交织成频谱形态谱系。首演语境是柏林相关实验节，策展背景强化了媒介考古与沉浸艺术的关联。

生态组件如何诊断：高保真、低保真与生物合唱怎样配合？

声景是白话所说的全部声环境的总体，英文为声景。作者沿谢弗的框架说明，高保真环境细节可辨、距离可感，低保真城市工业环境被背景噪声饱和、空间线索被掩蔽。耳清洁是重新训练注意力的练习，声音标志是具有地方身份的声音，如特定鸟鸣、钟声或市集声。

高保真声景 × 低保真声景： 高保真声景负责描述细节可辨、距离可感、空间层次清晰的声环境；低保真声景负责描述被背景噪声饱和、空间线索被掩蔽、透视被压缩的城市工业环境。二者搭配的原因是提供生态批判的对照尺度，组合后使耳清洁与声音标志保护等实践有了明确指向：从掩蔽恢复到可定位与可辨认。

克劳斯的生物合唱补充了非人类维度。每种生物占据特定的时频生态位，形成长期演化出的共存策略。当气候变化、砍伐、城市化与采掘破坏栖息地，生物合唱变得碎片化，被人为噪声掩蔽或彻底沉默。缺席本身成为证据，聆听成为哀悼与知识形式。

在声音花园中，作者把这两端并置为作曲材料。一端是噪声污染的粗粝，另一端是鸟鸣的脆弱。装置用光伏供电实现自持，用麦克风持续聆听交通、人声、风与鸟鸣，通过实时分析再合成新的声音质地。环境成为共同作曲者，演奏者的独奏与二重奏与声景对话，形成时密时疏的花园。论文把这种聆听归因于谢弗的清晰聆听传统与克劳斯等人的扩展，资源层面需注意舍贝特个人网站当前可用已公开，而行走乐谱网站本次未能确认可达，不宜写成均已验证可达。

社会政治组件如何成立：聆听为何是政治行动？

沃格林的术语需要先白话解释。聆听想象是指聆听不只是接收，而是在时间中与听者共同生成事件；视觉逻辑是指把空间看成可测量、可拥有、可俯瞰的对象。论文转述其观点：聆听进入近距离，被卷入其中，边界多孔，意义涌现，因此能抵抗固定与支配，容纳他者、模糊与变化。

特鲁克斯补充了声学传播与聆听想象的对话模型。环境不只是被描绘，而是在录音室与回放中被重新发明；聆听不只是定向反应，而是连接感知与发明、物质声音与想象空间的创造性解释行为。技术、身体与社会条件持续中介空间构型，聆听成为个人与系统之间的结缔组织。

深聆听 × 行走乐谱： 深聆听负责通过聆听与发声练习培养对空间、身体、呼吸与共鸣的多维注意，把房间与景观当作合作者；行走乐谱负责用简单行走指令把城市、公园与建筑转化为生成空间的具身作曲。二者搭配的原因是前者提供长期修炼方法，后者提供可移动、可共享的 партитур形式，组合后使聆听空间成为即兴的、集体的、可质疑空间等级的实践。

生物合唱 × 声音行动主义： 生物合唱负责说明健康栖息地中各物种占据不同时频生态位而形成的自然配器；声音行动主义负责把这种生态聆听转化为警报、干预与公共参与的政治装置。二者搭配的原因是前者提供生态健康判据，后者提供动员形式，组合后使气候作品既能呈现缺席与丧失，又能要求听者从听见转向批判性聆听与行动。

奥利弗罗斯的深聆听把上述哲学变成可练习的规程。听见是被动登记，聆听是主动聚焦注意，练习包括聆听自己的聆听、行走冥想、与建筑声学互动。比塞纳把这套实践带进城市行走，用简单指令把日常移动变成审美与批判行为，并从女性主义与去殖民视角质疑空间规范、等级与排斥。两者的共同点是乐谱不是固定脚本，而是邀请注意、回应与共创的提议。

没有神经网络训练时，本研究实际计算了什么？

本研究没有训练神经网络模型，也没有报告梯度、优化器、冻结层或早停等训练细节。该节必须明确说明这一点，不能把无训练等同于确定性求解，也不能从工具名称推定实现细节。论文实际的计算与构造过程是艺术研究式的制作流程，需要按原文逐项交代。

在扭曲偏离中，实际计算是声音对象的采集、剪辑、频谱形态变换与 8 通道空间化。原文只说明把机器声当作可塑材料，依据起振、持续、频谱密度与衰减构建词汇，并把扩散看作织体经营，没有给出插件参数、声像轨迹坐标或混音模板。缺项要明确指出：未报告具体变换参数、通道布局图与排练试听条件。

在声音花园与气候警报中，实际计算包括实时声景分析与再合成，以及用软件处理音视频。气候警报使用图形化编程环境分别处理音频与视频，允许叠加、效果与空间化，并把发言实时转为摩尔斯码作为打击乐谱，由 2 名演奏者操作历史电报机再经现场电子扩展。原文未给出采样率、块大小、延迟、分析特征名与映射规则，这些是复现前必须补问的缺项。

实验条件是什么：时间、场地与参与方式能否复核？

论文的实验条件不是实验室对照，而是创作与展演条件，需要按作品分别核对。扭曲偏离的条件是 8 通道无源音乐，材料来自上世纪八十年代机器，创作年份为近年，首演在柏林相关实验语境。复现需要 8 通道回放、经过校准的扩散系统与无源聆听的节目说明，不能简化为立体声试听。

声音花园的条件是户外或半户外装置，光伏供电，麦克风持续采集，实时分析再合成。复现需要确认供电功率、传声器数量与摆位、环境噪声基底、分析窗口与合成引擎。原文未报告这些工程细节，只能确认其概念是让城市干扰与自然脆弱共存并转化为连续演化的质地。

气候警报的条件最具体，也最适合核对。它受邀参加伯尔尼音乐节的转型板块，与可持续发展研究者合作，面向公共空间，通过公开征集视频陈述收集约三十余份材料，再由声音艺术家实时操控。复现必须保留 3 类条件：跨学科合作、公开征集伦理与现场集体决策。缺少任一类，就不再是同一方法。

主要结果是什么：三件作品各自证明了哪一步可行？

论文报告的结果是质性的可行性展示，不是定量胜负。扭曲偏离显示过时技术声可以在剥离因果后成为音乐上有效的空间质地，记忆联想从怀旧负担转为情感维度。声音花园显示噪声污染与鸟鸣可以通过滤波与重写共存为有生命的花园，听者被邀请以不同方式聆听周围。气候警报显示跨学科参与式结构可以把警报声从不适转化为紧迫感与能动性，并传递参与者的知识。

比较问题是同一方法在不同约束下是否仍成立。公平条件是都使用真实世界声音，都经过某种去因果或再语境化，都引入空间运动，都保留听者记忆与身体。指标方向不是正确率越高越好，而是空间关系是否更可感、生态关联是否更可辨、公共参与是否更可持续。在这个意义上，三件作品构成互补证据链。

下表把三件作品的公开条件整理为可核对的对照，表格本身不证明效果大小，只用于复现前确认形态。若把 8 通道误记成立体声，或把参与式误记成固定曲目，复现就会偏离原文。

上表的主要收益是把年份、形态与材料 1 次对齐，便于初学者按图索骥。具体代价是原文未给出可运行的性能数字，不能从表中读出哪件更沉浸或更有效。未胜出项也要说明：论文没有比较不同通道数量的感知差异，也没有评估参与者前后态度的变化，这些边界在复述时必须保留，不能用修辞补足。

若拿掉关键一步会怎样：论文给出了哪些反证与代价？

论文没有做消融实验，但提供了可用于反证的对照描述。第一组对照是高保真与低保真声景。如果拿掉耳清洁这类注意力训练，城市低保真环境的掩蔽会使空间线索不可分，听者更难定位与辨认。这支持聆听训练的必要性，但属于有限解释，不是因果证明，因为未测量训练前后的辨认率。

第二组对照是生物合唱完整与碎片化。如果拿掉对缺席的注意，只统计出现的声音，会低估生态破坏。论文强调蛙、鸟、虫的沉默与出现同等重要，这提示复现生态聆听时必须记录缺席时段与掩蔽事件，否则数据收集就有系统偏差。

第三组对照是气候警报的舒适与不适。作者把警报写作不适的、粗粝的，目的是打破被动聆听的舒适区。如果为了好听而磨平警报动机，作品可能保留信息传递，却失去动员所需的情感强度。代价是部分听众可能回避，这种参与流失在原文中未被量化，是复现时需要预先设计观察方法的边界。

下表整理参与式与生态装置的可核对事实，用于说明方法代价与未评测边界，数字含义需结合正文语境理解，不作跨表比较。

上表显示气候警报有明确的时间窗口与约三十余份陈述，声音花园强调持续聆听而非 1 次性采样。未评测边界包括参与者留存、处理延迟、户外信噪比与长期维护成本。把自动处理当成人类评价，或把征集数量当成影响力，都是误读，复述时要明确区分。

限制在哪里：哪些结论只能写成可能与待验证？

直接报告的部分是文献转述与创作步骤。论文显示了从谢弗到斯莫利再到尼斯特伦的概念链，显示了三件作品的材料来源、处理意图与展演语境。这些可以用报告口吻复述，因为来源句子完整，条件可核对。

有限解释的部分是机制归因。例如实时再合成被解释为让环境成为作曲者，警报声被解释为唤醒能动性，深聆听被解释为促进共情与社群。这些解释得到理论支持，但没有对照组或纵向追踪，因此只能写成支持某方向，不能写成证明必然产生某效果。

待验证的部分包括可听性改善、生态意识提升、空间公平促进与技术悖论的解决。论文提出用造成问题的工具去反思危机，但未测量能耗、碳足迹、延迟或误判率。复现者不应承诺这些量得到改善，而应补做聆听日志、参与者访谈、声压与频谱记录、系统功耗与故障记录。缺失证据不是技术错误，但隐瞒缺项会影响后续研究的可重复性。

复现先做什么：按原文重走一遍最小步骤

第一步重建聆听态度。选一段有强烈因果联想的声音，如旧打印机或街机声，先完整记录其来源、时长与录制条件，再尝试缩减聆听，只描述起振、持续、频谱密度、衰减与空间印象。这个步骤对应谢弗的声音对象，不需要复杂设备，关键是写出可核对的聆听笔记。

第二步重建空间描述。用双声道或多声道草稿尝试两种写法，一种写运动轨迹，一种写织体密度，分别标注手势与质地段落。若只有立体声，可用声像、混响与滤波模拟远近与扩散，但要在笔记中注明系统限制，不能声称等同于 8 通道结果。

第三步重建生态与公共维度。选一个真实地点，记录高保真与低保真时段，标出声音标志与被掩蔽时段；若做参与式版本，需发布明确的征集问题、知情同意与署名方式，保留集体决策记录。气候警报的征集问题围绕可持续转型的行动、措施与个人视角，复现时应完整保留问题文本，避免改写成一般满意度问卷。

第 4 步整理可运行包。包括原始录音、处理链说明、通道布局、演出空间尺寸与混响概况、征集文本与参与者授权、现场操作分工。代码开源、权重下载与系统可运行是三件不同的事，本研究属于第 3 类，复现重点是系统可运行，不是下载某个模型权重。

何时值得尝试：给研究生的收束判断

当研究问题涉及记忆、地方认同、生态丧失或公共参与时，这套方法值得尝试。它的优势是把感知机制、作曲语言与社会语境连成一条可操作的链，学生可以从一段日常声音出发，逐步进入空间写作与田野协作。当问题只是优化定位精度或降低渲染延迟时，应优先选择信号处理与听音实验路线，不必套用本框架。

常见误解需要澄清。把无源聆听误解为忘记来源，实际上它是暂时悬置因果以便听见形态，记忆仍会回来并参与意义生成。把沉浸误解为通道越多越好，实际上织体的关键是密度、空隙与流动的经营。把参与误解为人多就是成功，实际上可持续的参与需要明确的问题、伦理与集体决策。

收束时回到可核对性。复述这篇论文时，能说清每一步的输入、表示、组件、目标与输出，能指出哪些参数未报告、哪些效果未测量、哪些资源本次未能确认可达，就达到了研究生阶段的要求。下一步验证应补做小规模聆听记录与空间描述一致性检查，再考虑是否扩大为公共项目。

📐 原文公式与排版

以下展示论文原页中的数学表达区域，保留原始上下标、分式和符号排版。区域序号仅用于本文导航，不是论文公式编号。

另有 2 个候选区域因边界不明确或图片数量、尺寸限制未展开；请查看完整论文中的原始排版。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 icmc-2026 论文汇总