静止并不平静：CALM 把身体不稳定翻译成作曲结构

英文题目：CALM: Translating Somatic Experience into Compositional Structure as a Trauma-Informed Methodology

会议身份：conference:icmc:2026:conference-paper-id:paper-448

✅ 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：#信号处理 #音乐 #空间音频信号 #音频交互

评分：4.5/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.4/1.5 | 清晰度 0.7/1 | 影响力 0.6/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.5/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Sophie Rose：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

CALM的任务是以双侧身体运动为输入实时生成空间化声音与音乐形式，输出随静止、激活与用力状态演化的和声密度与空间形态，难点在于静止对部分创伤幸存者可能放大内在噪声而触发冻结回忆而非带来平静。方法链分三步：首先由MiMU手套采集双手偏航角、俯仰角与翻滚角并在Max中计算运动速率与运动量，输出相对而非绝对的运动表征；其次将速率与双侧协调阈值转换为MIDI控制信息送入Ableton Live，按激活程度缩放静止与运动音频层幅度并触发滤波延迟等手势徽标效果；最后通过瑜伽体式编排与六通道圆形布局使和声浮现或碎裂，让双侧平衡塑造密度与混响不对称。在六通道圆形空间化表演设置下，右手混响Dry/Wet指标为0–61%，高于左手混响Dry/Wet指标的0–43%。相比把身体当作叠加在既有音乐逻辑上的手势控制器的做法，该工作把迟滞、阻力与非线性当作创伤调节逻辑的结构特征而非待消除误差，以慢交互与受限参数范围换取身体连贯性。其结论适用边界受限于作者身体与特定软硬件配置的表演语境，换身体、换设备或换运动语汇均需重新设计，跨表演者与跨场景外推尚未验证。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://mimugloves.com/ — 链接可访问（HTTP 200）
• 第三方资源：https://flowmovement.net — 链接可访问（HTTP 200）
• 第三方资源：https://www.apa.org/topics/stress/body — 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：要解决的身体与声音关系是什么？

这篇解读的输入是论文 CALM 的正文证据与本次收到的官方原图像素，目标是让刚进入语音、音乐与音频领域的研究生能核对并复述方法。必须保留的信息是任务定义、身体到声音的变换链条、静止与运动两类音频的对立设计、双侧协调作为门槛的作用，以及延迟和不稳定被当作结构特征的处理方式。输出是 1 篇按学习依赖展开的中文技术解读，不做营销式判断，不补充证据之外的事实。

CALM 处理的不是通用的手势控制合成器任务。它研究的是如何把躯干与双手的持续身体协商变成作曲结构。表演者戴着手套做瑜伽来源的动作序列，系统读取位置变化率、身体费力和左右协调，把它们变成声音密度、音色和空间分布。结构不是事先写死的段落拼接，而是在身体维持、失去平衡、重新找回之间长出来的。

白话先说创伤知情实践，英文为 trauma-informed practice。它指在 therapeutic 与身体实践中把身体感觉当作调节和意义生成的线索，强调当下活动、节律和身体连接，而不是用语言复述创伤故事。论文明确说这不是音乐治疗项目，也不主张普遍有效，个体差异、情境和身体历史都会影响结果。CALM 只借用其中的结构逻辑来设计交互。

白话再说双侧协调，英文为 bilateral coordination，同义词是双侧刺激。它指左右两侧交替、过身体中线、节律重复或镜像的动作组织。论文把它当作启动和维持声音材料的约束，要求左右协调才能激活材料，这自然放慢交互，抑制突发手势，强制节律规整。

双侧协调 × 创伤知情实践： 双侧协调负责提供左右交替、过中线的节律性身体组织方式，创伤知情实践负责提供把身体感觉当作调节线索而不做叙事再现的约束逻辑，二者搭配是因为前者是可被手套和编舞持续要求的动作形式，后者解释为何要求缓慢、受限、可中断，组合后双侧协调不再是治疗练习，而是启动和维持声音材料的门槛条件。

初学者容易误以为静止加冥想式运动必然带来平静。CALM 故意反转这个假设。作者报告的 lived experience 是，对部分创伤幸存者而言，长时间静止反而像冻结反应，会放大内部噪音和侵入性身体记忆。因此作品把低运动变化率等同于死亡、衰败和失控，把尖叫感和粗糙声放在静止层；把持续运动等同于自由、和谐和向协和进行。这种反转是全篇理解映射方向的关键。

相关路线有何不同：为何不走表达性手势路线？

要定位 CALM，先区分 3 条相近路线。第一条是手势作曲中常见的符号学含糊的声音与动作关系，动作可以诗意地触发声音，但不承诺身体状态与声音行为的结构对应。第二条是把身体运动当作叠加在已有音乐逻辑上的控制器，音乐先写好，手势只负责表情或触发。第 3 条是增强即改善的乐器观，用技术克服身体限制，追求更快、更准、更炫。

CALM 与这 3 条都不同。它把身体经验本身当作生成基底，不再现创伤叙事，也不直接奏出情绪。作者引用身体优先于表达的观点，认为运动是认识的首要方式，而不是派生表达。技术于是不是用来消除失败，而是把摇晃、倒塌、震颤收进系统当作运动数据。

论文点名的对照有助于理解边界。亚历山大·舒伯特和莱蒂蒂亚·索纳米的作品同样用技术介入制造不稳定和美学断裂，但论文指出它们没有把身体的失败潜力当作结构条件。阿陶·田中的肌电臂带表演把用力、阻力和触摸变成声音，与 CALM 更接近，但 CALM 更强调双侧门槛、缓慢交互和创伤知情的配速逻辑。

另一个对照是乔治·库特用儿童心率做生物反馈缓解术前焦虑的工作。论文在结尾提到它，意思是为调节而设计，而非为表现力而设计，可以成为未来系统的参照。这说明 CALM 的贡献不在新合成器音色，而在把调节、约束和配速写进交互与曲式的方法论。

问题如何定义：把什么身体条件翻译成什么声音行为？

论文把问题定义为身体翻译，英文可记为 somatic translation。它指把静止、激活、费力、双侧协调和身体阻力等 lived 身体条件，结构性地重述为声音行为。这个翻译要求保留含糊、不稳定和非线性，因为创伤被认为 persist 在程序性身体记忆中，即通过身体动作和感觉编码的非言语记忆，而不是叙事回忆。

举一个教学例子帮助建立直觉，但它不是论文报告的测量值。假设表演者从儿童式进入蹲姿再站立，左手变化率持续偏低而右手维持中等起伏，系统应让左侧静止层的粗糙声更亮更近，让右侧运动层的合唱音量缓慢抬起但不完全干净。这个例子只说明方向性，论文没有给出该场景的具体分贝或百分比。

问题的输入是相对运动，不是绝对位置。惯性传感器会随时间漂移，论文用归零手势缓解，但仍要求作曲过程容纳不精确。输出是两类声态之间的张力和过渡。静止材料是 abrasive，运动材料是更协和的人声合成，但威胁始终存在，协和只能通过身体刺激显现。

问题的难点在于身体是可变的。同一表演者在不同日子能力不同，某些体式对某些人困难甚至不可能。系统因此不能是即插即用，也不能追求高速高保真炫技。它要求身体熟悉，要求宏观持续大动作优先于微手势，要求用熟悉过程重建映射，而不是换设备直接复用。

方法全景：从身体到空间音频走完一条样本路径

先沿一个样本走完输入到输出。表演者戴着 MiMU 数据手套，手套内惯性测量单元捕捉位置运动数据，经无线传到 Glover 伴随软件，再以开放声音控制和 MIDI 信息送入 Max 与 Ableton Live。Max 计算速度与运动量并转成 MIDI 控制变化信息，Live 按身体激活程度缩放多个音频层的幅度。偏航、俯仰和翻滚数据与手势徽标配合，控制滤波延迟、声码器混响、环形调制和合唱等效果的开关与干湿比。

白话解释手势徽标，英文为 gestural emblems。它指被系统识别为开与关触发器的特定手形，论文列出木偶手、OK、手张开、拳头和单指指向。它们不是演奏音符，而是打开或关闭效果链的离散开关，要求有意图、非反射性的手势。

声音材料分两路准备。静止路是对尖叫采样做破坏性编辑，经采样、循环、颗粒合成和空间声像，在四声道环境中被 3 种手势中介映射逐步摧毁，分别管录音与循环、播放速度方向、颗粒参数与欧几里得节奏结构。运动路是用 Kontakt 在表演者音域内逐音高合成表演者自己的声音，写成 3 段三至八声部的合唱小品，声部数随时间增加以提高音量与和声密度，再经数字化调制使之不完全像人类合唱。

身体翻译 × 手势映射： 手势映射负责把惯性测量单元的偏航、俯仰、翻滚和速率变成 MIDI 与效果参数，身体翻译负责决定这种变换保留含糊、不稳定和非线性的身体逻辑，二者搭配是因为单纯映射会追求透明和灵巧，而翻译要求延迟、阻力和漂移也被保留，组合后系统输出的是身体协商过程而不是手势符号的发音结果。

空间上作品用 6 通道环境，观众坐在表演区边缘获得沉浸与个体化视角。粗糙轨道密度集中在观众最密集处，运动轨道按左右与偏航俯仰翻滚分配。表演以儿童式开始、以摊尸式结束，把全曲框在低身体激活状态之间，中间经历地板、蹲和站立配置，不断改变运动需求。双侧协调与持续运动增强时，和声人声材料显现并向协和与稳定移动，但失衡或协调中断会重新引入粗糙材料并打碎连续性。

传感与映射组件：速率、协调与费力各自管什么？

传感组件的核心是速率计算。位置数据在 Max 中被转成速度与运动量子，图示为左右手经偏航俯仰翻滚的速率补丁与速度子补丁。变化率直接控制幅度与效果，身体激活越高，层音量与处理越开。手臂与手部装饰性小动作在静态体式如鞍式中被加入，目的是保持变化率数据连续，使可听材料更连贯，同时前景化维持或退出体式所需的真实费力。

协调组件是离散门槛。系统要求协调的左右运动才能激活并维持音乐材料，设备开关只在满足双侧协调阈值时打开。这个设计把随意性反射手势挡在外面，也把音乐时间拉长，声音事件变长，在两种冲突状态之间像踏板一样来回，减少手势密度，抵抗加速与过载。

音色与空间组件是连续调制。左右手的偏航俯仰翻滚分别调制静止与运动层的频谱亮度、幅度与音色不稳定性，以及大教堂与漫游混响等空间涂抹。论文强调参数范围被有意收窄，左手调制类效果干湿比只在零到 41% 之间，混响一侧到 43%，另一侧到 61%，音量从负无穷分贝到 -10 分贝渐显。这些收窄不是混音偏好，而是把缓慢交互写进结构。

延迟 × 身体不稳定性： 延迟负责在动作与声音变化之间插入平滑和非线性的时间差，身体不稳定性负责提供震颤、失衡和协调中断等微观波动，二者搭配是因为延迟放大了阈值附近的抖动，使小的不稳变成可听的断裂或摆动，组合后不稳不再是需要消除的噪声，而是塑造时间、配器和曲式的材料。

实时延迟不大到妨碍执行，表演者不需要监听声音来控制输出。但平滑响应曲线在动作与声音变化之间引入可感知的隐喻延迟，加上非线性变化，使小延迟打断反射性手势耦合，产生不确定或摇摆。论文把这种延迟当作身体调节的非线性延迟特性的镜像，要求表演者关注身体而不是追声音，这在概念上对应身体意识实践。

静止音频 × 运动音频： 静止音频负责在身体变化率低时放大尖叫采样经破坏性编辑后的粗糙层，运动音频负责在持续双侧运动下逐渐显现合成人声合唱层，二者搭配是因为作品需要两个冲突的声态来回踏板，组合后曲式不是从安静到和谐的直线进步，而是在威胁始终存在下的协商与反复瓦解。

身体与编舞组件：体式如何选、时间如何长出来？

编舞组件先解决安全与可做性。论文说动作选择提供音乐之外的益处而不造成不利影响，因为身体定位可能激活程序性记忆中的创伤触发，对性创伤史而言髋、横膈膜、胸腹常有慢性紧张，需要渐进松解。作者按自己身体的舒适选择并持续改编，例如用深蹲的幻椅式替代快乐婴儿式以获得类似益处但降低脆弱感，鞍式退出虽笨拙不好看，但不完美执行恰好强化人的在场并挑战对优雅与炫技的期待。

下段是图前导读，说明为何要看体式静帧以及它与映射连续性的关系，篇幅满足导读对上下文的要求，引导读者把姿态维持难度与速率数据联系起来理解。

看图路径： 1. 先确认左右两幅静帧各对应哪一个瑜伽体式及其支撑方式；2. 再观察躯干侧弯幅度与髋部打开程度如何改变双手运动空间；3. 最后把体式维持难度与文中速率数据需要保持连续的要求联系起来

论文图 5。原论文 Figure 5：“Mermaid (left) and half-camel (right) poses, taken”。

上图显示美人鱼侧伸展与半骆驼两个体式的视频静帧，左侧身体侧弯对脊柱侧链与手臂运动空间提出要求，右侧半骆驼对胸腹打开与平衡提出要求。解释段需要指出，这类体式不是装饰性造型，而是改变运动需求与视觉 physical 强度的手段，维持它们需要持续费力，而手套主要捕捉手部运动，躯干的费力若无附加装饰动作就难以进入速率数据，因此论文用普拉提来源的手部动量来补足连续性。这也解释了为何音乐时间不是外部强加的节拍，而是从身体节律中长出来的 elongated 形式。

体式清单包括儿童式、 puppy dog、半骆驼、骆驼、鞍式、美人鱼侧伸、坐姿星形、幻椅式、上下犬、战士二式、和平战士、舞者式、山式与十字架形。作者举例说完整幻椅式经过 8 个月练习与改编才做到，说明身体限制与可变性不是失败，而是作曲系统的内在部分。音乐因此抵抗加速，声音事件被拉长，两种状态之间来回踏板。

有无训练：本研究训练了什么、冻结了什么？

本研究没有训练神经网络模型，也没有报告梯度路径、损失函数、优化器、训练集划分或参数冻结与更新规则。把无训练等同于确定性求解是错误的，系统输出仍是不确定的，因为惯性漂移、平滑延迟、身体震颤和表演状态都会改变控制数据。

真实的构造过程是基于实践的研究循环。作者通过自民族志与创伤知情的身体练习生成编舞与映射，在 Max 与 Live 中搭建速率计算、MIDI 映射与效果链，用旧开发音频与新手势生成音频的叠加即兴、剪切拼接做出复合轨道，再经排练中的身体熟悉调整参数范围与阈值。知识是在做、失败与重配中生成的，而不是先建模后验证。

调用的是既有工具链而非训练新模型。MiMU 手套与 Glover 负责传感与开放声音控制转发，Max 负责速度与运动量计算并转 MIDI，Ableton Live 与环绕声像插件负责幅度缩放与空间化，Kontakt 负责按音域合成表演者声音，HATEFISH 节奏生成器负责欧几里得节奏结构。论文没有报告这些工具内部模型的训练细节，也没有声称改进了它们。

复现者应把训练节理解为系统熟悉节。需要做的是穿戴后校准归零手势、找到适合自己身体的体式改编、把参数范围收窄到只能缓慢交互、并接受跨设备与跨身体必须重设计而非直接移植。论文明确说可迁移的是设计原则，即用双侧协调做约束、把身体状态译成声音行为、把延迟阻力非线性当作曲特征，而不是具体映射数值与系统架构。

实验条件：数据、协议、空间与可核对的聆听点

CALM 不是以数据集与指标为中心的实验论文，没有划分训练验证测试集，没有自动指标聚合与显著性检验。证据形式是实践研究中的系统描述、参数表、空间布置图与带时间码的演出记录。复现与核对应围绕这些条件展开，而不是寻找准确率数字。

协议条件包括 6 通道播放、观众围坐表演区边缘、粗糙声聚集在观众密集处、表演从儿童式到摊尸式的框定、以及要求持续双侧运动才能显现协和材料的门槛。聆听核对点是论文给出的毫米秒时间码，分别标记阈值附近的抖动、协调瓦解的断裂与持续聆听配速段落。硬件条件受房间大小与匹配音箱可用性限制，论文注明 6 通道是受限下的实现。

下表提出比较问题是不同身体域如何分管不同声音目标，公平条件是同一套手套速率与偏航俯仰翻滚数据源，指标方向是静止域越静止越粗糙，运动域越持续越协和但始终受威胁。该表把原文表一的路由逻辑整理为可复述的五列形式，数值写法保留原文单位习惯。

表后解释需要说明主要收益与代价。收益是分工清晰使复现者能按身体域排查问题，静止亮度只管粗糙威胁，运动音量只管协和显现，阈值只管意图性。代价是参数被刻意压窄，快速即兴与高保真炫技在此路由下不可用，跨身体必须重调范围。未胜出项是微手势，它被系统明确降权，大动作与持续运动才被特权化。

结果是什么：听到了什么结构、哪里发生断裂？

论文直接报告的结果是结构性的。演出实现从 abrasive 静止到协和运动的总体漂移，但轨迹非线性，时机与执行每次不同。协调瓦解会重新引入粗糙材料并打碎连续性，曲式因此是身体与系统持续协商的产物。表演者保持沉默，柔软脚步声不构成声音环境，沉默是结构约束而不是表达缺席。

支持这一判断的聆听证据被组织成时间码对照。低运动速率下的肢体震颤被手套捕捉为控制数据的小的不规则起伏，在检测阈值附近经平滑与延迟间歇放大，产生可感知的卡顿或声态间快速振荡。持续受控运动则轨迹更平滑，断裂带来局部不稳定，增强对比，有时反而提高感知到的协和。

下表提出比较问题是哪些时刻可核对哪类结构事件，公平条件是同一场演出记录与同一毫米秒计时，指标方向不是分贝高低而是事件类型是否出现。该表把散在正文的时间码收拢为可操作的复听清单。

表后解释需要给出收益、代价与反例。收益是断裂可定位，复现者能按码复听阈值行为。代价是这些证据是单场演出的轶事性记录，没有基线对照与重复统计，不能推广为每次演出都成立。未胜出或未评测的边界是观众感知，论文只有 1 位观众说像从外部观看自己的内部崩溃，这显示共鸣但不支持普遍效果判断。

如果拿掉关键约束会怎样：论文实际做了哪些对照？

论文没有做机器学习意义上的消融实验，没有逐个移除模块后报告指标下降。能讲的对照是设计层面的反事实，严格按证据表达为支持或待验证，而不是拿掉后必然怎样。

第一个对照是速率方向。如果把低变化率对应平静、高变化率对应紧张的常规冥想假设装回来，作品的反转论点就消失了，静止层的尖叫与粗糙将失去理由。论文用 lived experience 与临床证据不支持瑜伽对特定创伤普遍有效来支撑反转，但也声明个体经验不可推广，只能说可能与他人共鸣。

第二个对照是门槛与范围。如果去掉双侧协调阈值并放宽干湿比与音量范围，系统会回到灵巧触发器，允许突发与快速即兴，但论文的缓慢、意图性与配速逻辑也会瓦解。原文说范围被有意约束以强制慢交互，这支持约束是生成性的，但未测量去掉约束后的观众感知差异，效果待验证。

第三个对照是延迟处理。如果把平滑延迟当作误差消除并追求零延迟透明耦合，阈值附近的摆动与不确定会被压掉，表演者可能转而追声音而非关注身体。论文把延迟当作 affordance，这有表演观察支持，但没有延迟量的毫秒级对照表，也没有误判率或延迟感知的量化，因此不能承诺延迟改善了何种可测指标。

边界在哪里：哪些结论不能推广？

论文自己划了清晰边界。治疗有效性的充分讨论超出范围，CALM 不是音乐治疗，创伤知情实践不是普遍成功，人格冲突、情境与身体历史都会影响结果。把作品当成疗法推荐是误读。

身体边界同样明确。体式选择基于作者身体的舒适，虽希望超越个人经验对他人有用，但某些体式对某些人困难甚至不可能，同一人在不同日子能力也不同。系统不可插即用，需要身体熟悉，换设备或换身体要重设计。把参数原样搬到另一套手套上预期会行为不同。

证据边界是单人实践与轶事反馈。观众共鸣的例子只有个别描述，没有系统访谈编码，没有对照组，没有测量误判率、延迟毫秒数、推理开销或帧率。总体向协和漂移的趋势不等于每段都成立，瓦解随时可能发生。

文化边界也被声明。作品颠覆瑜伽实践是因为其对部分幸存者的潜在负效应，但不嘲弄或否定瑜伽对他人的用处，也不批判善意建议或 centuries-old 文化实践，只是外化与主导叙事不同的 lived experience。把反转读成对瑜伽的否定是误读。

复现先做什么：按什么顺序搭起最小可运行系统？

复现的第一步是搭最小传感链。准备带惯性测量单元的双手套与伴随软件，经无线转发开放声音控制与 MIDI 到 Max，在 Max 中实现左右手偏航俯仰翻滚的速率与运动量计算并转 MIDI 控制变化信息，再进数字音频工作站按激活缩放层幅度。先用大幅持续动作确认音量渐显，再用静止确认粗糙层变亮，不要一开始就调效果链。

第二步是立门槛与收窄范围。实现双侧协调阈值作为设备开关，只用有意图的手形触发效果，把调制干湿比压到零到 40% 左右，把混响压到不对称的两个上限，把运动音量压到从负无穷到负十的分贝渐显。目标是让突发手势做不出大变化，持续运动才能换来协和。

下表把复现所需的最小信息条件收拢为清单，条件、来源与核对动作各占一列，便于按行执行。该表信息来自正文工具链与编舞描述，不是性能排名。

表后解释要讲代价与缺项。代价是必须接受漂移与归零、接受体式改编、接受为慢而调。缺项是原文未给完整 Max 补丁参数、MIDI 通道表与效果链预设值，复现者只能按方向重建，不能逐参数复制。资源状态方面，本次核对显示 MiMU 官网、Flow Movement 与美国心理学会身体压力页面当前可用，但这不等于 CALM 演出代码与分轨已公开，完整乐谱需经文中 DOI 获取。

何时值得尝试：给研究生的收束判断

当你的问题是把调节、约束和配速写进交互，而不是把灵巧写进乐器时，CALM 值得尝试。它的可学之处是把双侧协调当门槛、把延迟阻力非线性当结构、把瓦解当材料，用静止与运动两声态的对抗长出曲式。这对身体音乐、参与式聆听与创伤知情创作方法有直接启发。

当你的目标是快速即兴、高精度识别或跨被试可比指标时，不要直接套用 CALM。它的路由为慢而设，微手势被降权，跨身体必须重设计，且没有可比基线与统计证据。强行加速只会得到处处触发但无结构的响声。

还需补的验证很具体。需要多场次重复记录并标注协调中断时刻，需要阈值附近抖动的量化与延迟条件对照，需要观众感知的系统访谈而不是单句轶事，需要公开可运行的补丁与参数范围以便他人在同等信息条件下复听时间码事件。补上这些，才能从有启发的方法论走向可比的实证贡献。

最后回到中心矛盾。CALM 用不平静的静止反驳了冥想必然平静的假设，用受限的运动证明克制可以像炫技一样生成结构。对研究生而言，复述时抓住一句话就够了，身体协商不是控制器的修饰语，而是曲式本身，延迟与失败不是待修的 bug，而是翻译必须保留的身体逻辑。

📐 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。

区域 1 · 查看论文原页

另有 6 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