把运球变成叙事：篮球身体动作如何被转写为六段式电声音乐

英文题目：Reimagining Athletic Gesture: Transforming Basketball Sound into Narrative Electroacoustic Music

会议身份：conference:icmc:2026:conference-paper-id:paper-454

✅ 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 #环境声 #空间音频信号 #音乐生成

评分：4.3/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.3/1.5 | 清晰度 0.7/1 | 影响力 0.5/1.5 | 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

• Guanjun Qin：机构信息未能从会议 PDF 纯文本可靠映射
• Yunxuan Jia：机构信息未能从会议 PDF 纯文本可靠映射
• Neal Farwell：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该文输入为室内球馆多话筒位实录的运球、鞋底摩擦、篮板篮筐撞击、脚步呼吸与房间底噪，外加结尾短暂体育解说碎片，输出为48kHz24-bit立体声固定媒介作品FMVP，难点在于高度具象重复的运动声易沦为纪实拼贴，难以支撑怀疑、挣扎与救赎的连续心理弧线。先以环绕与近距离话筒多高度多视角采集约三小时素材并按清晰度、动态稳定性与频谱丰富度筛选出约十分钟分类入库，该输出进入离线变换阶段经颗粒时间拉伸、频谱形态化、动态滤波、卷积混响、移调瞬态增强与自动化空间化重塑为可延展纹理，最后以六段结构A1-B1-A2-B2-C-D组织能量曲线并把低频运球塑造成踢鼓类打击乐实现从反思到决断的功能翻转。与既有环境声作品的关键机制差异在于把准备、内省、转化与竞技的运动员周期直接用作曲式能量模型，以具象与抽象间的往复对应身体行动与内心反思的振荡，其实质意义在于为手势驱动环境向叙事音乐转化提供可复用的结构路径。原文未提供可核对的关键定量结果。该结论适用边界受限于单件作品的艺术自证，尚未验证跨场地、跨听众或多通道扩展下的叙事有效性。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 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，目标是什么，这篇解读要交付什么？

本文解读的对象是 1 篇电声作曲与艺术研究论文，作品名为电动媒体固定作品。输入是作者在室内篮球馆采集的实地录音主体，加上少量合成器音色与结尾处一小段体育解说；目标是把运球、滑步摩擦、身体移动、篮板与篮筐撞击、脚步与呼吸等身体痕迹，转写为怀疑、挣扎与救赎的心理叙事，而不是复刻一场比赛。解读必须保留的关键信息包括录音设备与摆位、素材筛选标准、主要处理链条、6 段曲式的功能分工，以及最终立体声成品的规格条件。

输出是一套可核对、可复述的方法说明：读者应能说清每一步对什么声音做了什么操作，为何这样安排，以及哪些环节原文没有给出可量化的验证。对于刚进入语音、音乐与音频领域的研究生，本文先建立学习依赖：先理解电声音乐中日常声音如何承载隐喻，再理解录音如何保证可加工性，再进入颗粒、频谱、滤波与空间的具体分工，最后讨论曲式如何组织能量曲线。全篇只讲论文实际做过的事，教学举例会明确标为例子，不补充无来源的参数数值或效果断言。

这项工作站在哪条研究路线上？

论文把自身放在 3 条相互衔接的路线上。第一条是具象音乐以来的日常声音作曲传统，关注环境声如何超越原始语境而获得表现与象征意义。第二条是频谱形态学讨论的手势、感知与声音形状关系，强调声音的发起、延续与消散过程如何被听成身体动作的痕迹。第 3 条是基于声音的音乐美学，强调通过创造性聆听与作曲设计把环境声转写为表现性音乐结构。

作者认为体育声音在这 3 条路线中仍较少被系统开掘：体育兼具强烈的身体强度、节奏精度与表演性结构，天然带有重复、加速、冲撞与停顿，适合作为曲式的能量模型。与直接记录比赛的做法不同，本文把篮球场视为可重构的艺术调查场所，把运球与滑步视为可塑的叙事代理。论文同时回应会议主题中的创新、转译与参与：创新指以体育实地录音为主体材料，转译指把动能姿态转写为频谱与空间变换，参与指听者被邀请进入由身体能量塑造的声音戏剧。

理解这一定位很重要，后文所有技术选择都是为转译与叙事服务，而非为追求录音保真或分类性能。

要解决的矛盾是什么？为什么不用纪实录音直接拼贴？

核心矛盾是可识别性与表现力之间的张力。如果完全保留篮球馆的纪实感，听者只会听到训练与比赛，无法进入怀疑与内省；如果完全抽象为合成纹理，篮球的身体根源就会丢失，叙事失去可依附的动作逻辑。论文要解决的是如何在同一套素材上连续调节这个比例，让听者既能认出运球与撞击，又能跟随它们变为心理状态的标记。

第二个矛盾是动作与曲式的关系：运球、滑步与加速本身是短时重复事件，如何把它们放大为数分钟尺度的准备、反思、强化、深化、转折与高潮。为此作者提出两个概念原则。第一是声音作为隐喻，同一类运球声可以通过不同的频谱或空间处理暗示期待、专注、阻力或突破。第二是身体运动转写为音乐形式，用重复、动量、紧张与释放来塑造密度、配器与速度。作者明确说明没有使用动作捕捉或定量运动分析，手势完全通过录音中的声音痕迹进行感知解释。

这意味着方法的可重复性依赖于聆听描述与处理链条，而非运动学参数。

方法全景：一个运球样本如何走完输入到输出？

先沿一个样本走完全程。输入是在馆内录到的单次运球撞击，带有地面反射与房间混响。表示阶段是未经压缩的原始波形与其瞬态包络、频谱重心和空间方位，作者通过不同话筒高度与方位获得不同的瞬态响应、方向线索与频谱形态。组件阶段先做人工修剪、必要时降噪，再按功能分类为低频运球、中高频撞击或金属高频；随后进入颗粒时间拉伸、频谱塑形、动态滤波、卷积、移调、瞬态增强、饱和、包络塑形与自动化空间化。

目标阶段是赋予该样本叙事角色：在开头它保持运球身份以建立训练纪律，在中间它被拉长为谐波表面以暗示回忆，在转折处它被均衡与瞬态塑形为底鼓类冲击以驱动节奏。输出是固定媒体立体声作品中的一个声部，与其他层叠加并通过自动化控制声像运动、强度包络与音色演化。整个流程不包含神经网络训练，所有智能都体现在人的聆听判断与参数设计中。

具身动作 × 声音叙事： 具身动作负责提供重复、动量、紧张与释放的能量模型，声音叙事负责把这些能量转写为准备、内省、转变与竞技的心理阶段，二者搭配的理由是篮球动作自带可听的瞬态与节奏痕迹，组合后动作不再是纪实背景而成为控制密度、配器与曲式的结构逻辑。

按学习依赖展开，后文先讲录音如何保证可加工性，再讲处理链条中各工具的分工，再讲 6 段曲式如何分配能量，最后交代成品条件与未验证边界。这样读者复述时不会把效果归因于某个插件名称，而是归因于声音在叙事中的功能变化。

录音做了什么操作？设备、摆位与筛选如何保证可加工性？

录音的目标是获得清晰、动态稳定、频谱丰富且空间多样的可加工素材。操作上使用全景声三百六十度话筒记录体育馆整体空间镜像，同时用一支大振膜话筒经由新一代音频接口补充近距离细节。录音助理参与了现场协作。团队在馆内累计录制约 3 小时，馆内反射面带来强自然混响，这既是空间色彩的来源，也是后期需要控制的染色。

为获得不同的瞬态与方向信息，话筒在约五十厘米、一百厘米与一百五十厘米高度测试，并在若干次录制中手持跟随运动员移动，包括起跳过程，以强化身体运动感；另从前方、侧方、后方与高位补充多视角。记录内容包括运球、脚步摩擦、篮板与篮筐撞击、脚步、呼吸与房间底噪。从约 100 分钟可用内容中按清晰度、动态稳定性与频谱丰富度选出约 10 分钟，再做人工修剪、必要时降噪，并按功能特征分类。

成品为立体声固定媒体，采样率与位深为 48 kHz 与二十四比特。

下表把录音与成品条件整理为可核对的对照，比较的问题是哪些采集动作对应哪些可加工性收益，公平条件是同一馆内声场与同一批素材池，数值方向是越大不代表越好，而是越多样越利于后期分层。

表后需要说明收益与代价。主要收益是多高度与多方位带来可区分的瞬态与频谱形态，便于后文把低频、中高频与金属高频分派为不同节奏角色；强混响带来物理纵深，但也意味着降噪与滤波负担加重。未胜出项是被舍弃的约 90 分钟素材，论文未给出被舍弃样本的频谱统计，复现者只能依据清晰度、动态稳定性与频谱丰富度 3 条定性标准重做筛选，这是方法中明确的主观环节。

处理链条中每个工具管什么？为何这样搭配？

编辑与变换主要在主流工作站中完成，另用模块化补丁环境与作者所在机构的内部工具套件配合外部效果器套件。工具包括颗粒时间拉伸、频谱塑形、动态滤波、卷积、移调、瞬态增强、饱和、包络塑形与基于自动化的空间化。分工上，颗粒时间拉伸管时间尺度：在开头制造细颗粒变化而不遮蔽运球身份，在反思段制造长延展谐波表面；频谱塑形与动态滤波管音色形状与运动轨迹，用于生成渐起式纹理与 riser；瞬态增强与均衡管打击感，用于把低频运球推向底鼓类冲击。

卷积、混响与频谱扩散管空间宽度，用于从外部动作转向内部沉思；饱和与包络塑形管密度与冲击包络，用于强化 renewed practice 段的控制感。搭配理由是单一工具无法同时改变时间、频谱与空间 3 维，只有组合才能实现从可识别到抽象的连续滑动。

颗粒时间拉伸 × 频谱变换： 颗粒时间拉伸负责在保留运球可识别性的前提下制造细颗粒变化与长时延展表面，频谱变换负责改变谐波组成、模糊瞬态与提升亮度，二者搭配是因为前者管时间尺度后者管音色形状，组合后才能同时实现从具体训练声到抽象内省纹理的连续过渡。

一个关键方法是将篮球撞击转写为打击乐元素。低频运球样本通过均衡强调特定低频区并做瞬态塑形得到底鼓感，中高频撞击得到军鼓感，金属栏杆撞击保留高频得到踩镲感。这一过程不是 1 次性切换，而是渐进浮现，前文的音色痕迹为后文的节奏功能做铺垫。需要指出，内部工具套件未公开发布，外部套件名称已给出但具体预设参数未报告，因此复现只能复现功能关系而非逐旋钮还原。

声源关联 × 抽象化： 声源关联负责让听者听出这是运球、脚步摩擦或篮板撞击，抽象化负责通过拉伸、滤波与空间扩散抹去动作细节，二者搭配的理由是叙事需要在真实感与内心化之间摆动，组合后形成的作用是早期锚定篮球场语境、后期释放为纯粹能量与情绪曲线。

教学例子：可以把 1 次运球想象为一块可拉长的橡皮，颗粒拉伸决定拉多长，频谱滤波决定拉伸后表面粗糙还是光滑，空间混响决定把它放在小房间还是大厅。例子仅用于理解分工，不代表论文测量过这些知觉量。

有没有训练？真实的计算与构造过程是什么？

本研究没有训练任何神经网络模型，也没有划分训练集、验证集与测试集，没有报告损失函数、优化器、学习率或早停条件。因此不存在参数冻结与更新、梯度路径或监督来源需要交代的问题，不能把无训练等同于确定性求解：同样的处理链条经由人工聆听调整仍会产生不同结果。真实的计算过程是构造式作曲流程。第一步是采集与筛选，输出 10 分钟主体语料；第二步是分类与修剪，输出按低频、中高频与金属高频组织的功能库。

第三步是变换与分层，用颗粒、频谱、滤波与空间工具生成可演化的纹理与节奏元素；第四步是混音自动化，用包络与声像运动组织强度、密度与亮度曲线；第五步是导出为立体声固定媒体。涉及的计算主要是数字信号处理与混音自动化，而非统计学习。缺项是具体的插件参数、自动化曲线形状与分轨增益结构，原文未给出，复现者需自行设计并记录聆听决策。

实验条件是什么？用什么素材与监听条件支撑判断？

由于是艺术研究，实验条件应理解为创作条件而非对照实验条件。数据是馆内实地录音主体加少量合成器音色，结尾点缀一小段与著名篮球时刻相关的解说，该解说仅作叙事装置，不计入主体加工语料。协议是 6 段连续演化结构，材料在段落间被变换、再语境化与扩展，形成反思性返回与向前动量。评价方式是作者基于聆听的结构判断与能量曲线描述，没有听众实验、评分量表或自动指标。

运行阶段是工作室离线制作与立体声固定媒体播放，未来工作提到多通道扩展、传感器手势数据与交互版本，但本次未实现。硬件与软件条件已部分交代：全景声话筒、大振膜话筒与音频接口用于采集，工作站与补丁环境用于变换，成品规格为 48 kHz 与二十四比特。缺失的是监听环境、响度标准与导出母带链，这些都会影响对密度与亮度的判断，复述时应明确标注为未报告。

六段结构各自测了什么变化？能量曲线如何走？

主结果是 6 段从克制到高潮的能量轨迹。开头段建立练习声境，原始运球、脚步冲击与篮板撞击经颗粒细加工，保持可识别性，动态适中、频谱扩展有限、节奏稳定，功能是确立纪律性训练。第一反思段对前段材料做时间拉伸、滤波与频谱模糊，用长时拉伸生成延展谐波表面并塑形为渐起纹理，混响与扩散拓宽空间，焦点从外部动作转向内部回顾。第二段回到高强度练习，节奏更稳、瞬态更锐、频谱更丰富，叠加处理过的运球与脚步以体现积累的控制力。

第二反思段更深更宽，空间更广、拉伸更明显、层次更厚，呈电影感弥散谐波，为转折松开与具体环境的连接。转折段把环境声重组为打击乐，低频运球塑形为底鼓类，中高频为军鼓类，金属撞击为踩镲类，节奏结构逐渐 consolidation，标志从内省转向决断行动。终段达到最高强度，节拍更果断，合成层与宽广谐波支撑，短解说象征性点题，声像自动化与明亮音色推向 culmination，以全曲最密最亮的频谱收束，象征突破。

环境录音 × 打击乐功能： 环境录音负责提供低频运球、中高频撞击与金属栏杆高频声的原始频谱分工，打击乐功能负责把它们重新指派为底鼓、军鼓与踩镲的节奏角色，二者搭配是因为篮球撞击本就具备强瞬态与频段分离，组合后环境声从纪实材料翻转为驱动动量的节拍结构。

下表聚焦转折段的功能重指派，比较的问题是在相同撞击素材池下不同频段如何承担不同节奏角色，公平条件是同一批馆内撞击录音，指标方向是频段分离越清晰、瞬态保留越完整，越利于节奏可读性。

表后解释收益与代价。收益是听者能感知熟悉元素获得新功能，动量自然加速而非硬切；代价是过度瞬态增强会损失篮球声的原始木质与空间感，金属高频若保留过多会变刺耳。未胜出或未评测边界是合成器层与解说片段的具体混比，原文只说谨慎象征性使用，未给出响度或出现时长，复现者需自行控制以免纪实解说压过抽象过程。

如果拿掉关键变换，还能成立吗？

论文没有做消融实验，也没有报告拿掉颗粒拉伸、频谱模糊或空间扩散后的对照版本，因此不能断言拿掉后必然怎样。只能依据文本描述做有限推理。报告显示，反思段的内省感依赖时间拉伸与频谱模糊共同作用，若只保留滤波而不拉伸，纹理可能仍偏短促而无法形成回忆感；转折段的节奏驱动依赖均衡强调与瞬态增强，若只做均衡而不做瞬态塑形，低频运球可能浑浊而缺乏底鼓的起振。支持这些判断的是作者对每段声音形态的定性描述，而非可比较的分数。

未验证的推测是内部工具套件与外部套件的可替代性，原文未比较不同颗粒引擎或不同混响的差异。初学者应把消融理解为创作中的试错聆听，而非受控变量实验，复现时可自行设计对照：同一运球分别做拉伸、滤波与空间 3 种单变量版本并记录听感，但这属于新验证而非原文已报告的结果。

边界在哪里？哪些结论不能推广？

首先是证据边界。全文无定量主结果表，无基线系统，无听众评测，无统计检验，因此关于怀疑、挣扎与救赎的叙事效果是作者的美学论证，不是被测量的听者共识，不能推广为所有听者都会听到相同故事。其次是材料边界。录音来自单一室内馆的强混响环境，不同馆体、室外场地或不同篮球、鞋底与篮板材质会改变瞬态与频谱，文中的频段分工需要重新校准。第三是工具边界。

内部补丁工具未公开发布，具体参数未公开，他人无法逐参数重放，只能复现功能关系。第四是结构边界。6 段连续体的能量曲线是为固定媒体立体声设计的，多通道、现场交互或传感器驱动版本尚未验证。最后是资源声明边界。本次未发现来源绑定且完成超文本传输安全协议状态验证的资源，不得声称代码、模型或数据已公开。

媒体链接仅为文末给出的网盘地址，本次解读不确认其当前可达性。承认这些缺项不是技术错误，而是艺术研究的诚实条件。

要复现这条路线，先做什么、记什么？

复现应从可重做的采集开始。准备全景声话筒与大振膜话筒，在同一馆内测试低、中、高 3 种高度，并做手持跟随移动录制，记录每次摆位、高度、朝向与移动轨迹。采集后按清晰度、动态稳定性与频谱丰富度筛选，保留筛选日志与舍弃理由，目标是形成数分钟主体语料而非追求时长。处理阶段先建立功能库：低频运球、中高频撞击、金属高频、脚步摩擦与房间底噪分开存放。

再为每类设计最小可听变换：颗粒细变化、长拉伸表面、滤波渐起、瞬态增强的底鼓化、保留高频的踩镲化，每个版本导出并标注参数。曲式阶段按准备、内省、强化、深化、转折、高潮 6 步组织，先做能量草图再填声音，避免一开始就堆叠效果。混音用自动化记录声像、强度与亮度曲线，最终导出 48 kHz 与二十四比特立体声。还需补做的验证是小型聆听记录：邀请他人盲听标注可识别性与紧张度变化，以检验隐喻是否可传递。

何时值得尝试：当你拥有可进入的运动场地、能录到干净瞬态，并愿意用聆听日志代替准确率作为证据时，这条路线值得尝试。

综合判断：这项工作真正证明了什么？

综合来看，该工作报告了一种可复述的转译路径：用多视角实地录音保证频谱与空间多样性，用颗粒、频谱、滤波与空间的组合调节可识别性，用 6 段能量曲线把重复性身体动作放大为心理叙事。直接显示的是处理链条与曲式分工的可行性，支持的是体育环境可作为电声叙事富矿的判断，待验证的是听者是否稳定感知到怀疑到救赎的弧线。常见误解需要澄清。第一，这不是篮球比赛的声音纪录片，运球声是叙事代理而非纪实证据。

第二，灵感来自著名球员生涯弧线不等于传记式再现，人物只提供结构隐喻。第三，结尾解说不是主体材料，只是象征性点题。第四，没有训练不代表没有方法，方法体现在聆听驱动的构造与自动化设计中。

艺术研究 × 作曲作为探究： 艺术研究负责确立以创作实践生成知识的方法立场，作曲作为探究负责用实际的声音选择、处理与曲式安排检验身体动作能否承载叙事，二者搭配是因为问题无法化约为分类准确率，组合后作品本身成为关于动作、感知与音乐形式的论证载体。

对于研究生，最可迁移的不是某个频段数值，而是把身体能量模型化为作曲逻辑的习惯：先找到动作的重复与释放，再决定声音的时间、频谱与空间如何跟随它变化。

📐 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 1 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