总体稳定下的细微伸缩：爱尔兰舞曲速度表情的拍级测量与乐句聚类

英文题目：Computational Analysis of Expressive Tempo in Irish Traditional Dance Music

会议身份：conference:icmc:2026:conference-paper-id:paper-680

✅ 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：#统计分析 #音乐信息检索 #音乐 #音乐理解

评分：6.4/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.9/1.5 | 清晰度 0.8/1 | 影响力 0.7/1.5 | 开源 1.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.5/1.5

排名：前50% | 文档类型：应用研究

👥 作者与机构

• M´ario Pereira：机构信息未能从会议 PDF 纯文本可靠映射
• Ant´onio S´a Pinto：机构信息未能从会议 PDF 纯文本可靠映射
• Treasa Harkin：机构信息未能从会议 PDF 纯文本可靠映射
• Gilberto Bernardes：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

本文输入为爱尔兰传统舞曲reels与jigs录音及手工节拍与乐句标注，输出为全局与乐句级富有表情的速度偏离刻画，难点在于无乐谱参照、反复次数不定且装饰音密集导致起拍模糊。方法先由节拍标注计算拍间间隔并换算为局部速度序列，再用核密度估计取众数得到主导速度并相减形成偏离曲线，前者输出的速度分布直接决定后者参照点。接着按曲种与独奏合奏及乐器分组比较平均偏离分布，然后对基线归零与重采样后的乐句曲线做Ward层次聚类，前者发现的组间差异为后者结构位置解释提供对照。与依赖乐谱对齐的古典表演分析不同，该框架完全基于演奏自身分布定义参照速度并以盲聚类发现结构效应，适用于口传音乐的无谱比较。在136首录音语料聚类评测设置下，强加速簇的平均偏离指标为+37 BPM，高于轻微减速簇的平均偏离指标-2.9 BPM。结论适用边界受限于首个完整乐段且多为八小节AABB结构样本，多轮反复与其他舞曲类型及演奏者个体风格尚未验证。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

• 数据相关资源：https://thesession.org — 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

为什么要在爱尔兰舞曲里测量表情速度？

输入是论文实际研究的录音集合与研究问题，目标是讲清这项工作要回答什么，输出是一套可复述的测量与比较流程。本文只研究爱尔兰传统舞曲中的表情速度，不研究音高、音色合成或自动演奏生成。作者关心的背景是功能变化：历史上这类音乐主要为社交舞蹈伴奏，后来演奏场合从家庭转向酒吧聚会，音乐从伴舞转向面向听众，演奏者不再被舞蹈的节奏约束严格绑定。由此产生的问题是，当音乐与舞蹈解耦后，演奏者在时间维度上获得了多大的自由，这种自由是否具有可测量的表情意义。

要理解后文，必须先用白话讲清两个舞曲类型。里尔（Reel）通常记为四四拍，常按切分感演奏，重音在每小节第一和第三拍；吉格（Jig）通常记为八分之六拍，每小节两组 3 个八分音符，重音在第一和第 4 个八分音符，形成强弱弱、强弱弱的感觉。英文名后文分别简称为 Reel 和 Jig。两者的节拍组织不同，论文把它们作为天然对照，检验节拍结构是否带来不同的时间处理。

里尔 × 吉格： 里尔负责代表通常记为四拍子且常按切分感觉演奏的舞曲类型，重音落在第一和第三拍；吉格负责代表通常记为八分之六拍的舞曲类型，重音落在第一和第 4 个八分音符，两者搭配的理由是节拍组织不同为检验节拍是否影响表情速度提供了自然对照，组合后新增的作用是让研究可以在相同测量流程下比较两类舞曲的稳定性差异。

论文提出的 3 个研究问题贯穿全文。第一，最突出的表情速度偏离是什么，幅度有多大。第二，这些偏离是否随演奏场次、舞曲类型和乐器编制而变化。第三，细微的时间变化出现在音乐结构的什么位置。作者强调已有表情演奏分析多依赖乐谱作为参照，而爱尔兰传统音乐是口传传统，没有统一蓝图，因此需要不依赖乐谱比较的直接测量方法。这也决定了后文方法只用拍点标注推导速度，不做乐谱对齐。

补充：阅读小提琴图与偏差曲线的方法

为帮助刚入门的读者，本节用教学例子讲清两类图的读法，例子中的数字仅为示意，不代表论文的测量值。读小提琴图时，先看纵轴是否为相对主速度的偏差，零线为无偏；再看形状的胖瘦表示集中程度，上下拖尾表示离群倾向；最后看中线或标记表示的中心趋势。假设某例子中一类分布瘦高贴零，另一类矮胖偏负，只能说后者更多样且中心更偏减速，不能说其中每一场都更慢。

读偏差曲线时，先区分拍点散点、连接折线、平滑线与主速度水平线。散点跳动大不等于整体偏离大，因为正负抖动可能相互抵消；平滑线的斜率表示方向性趋势，水平线表示参照。若平滑线在开头从下方向上爬升后长期贴着水平线，例子含义是进入阶段加速而中后稳定。回到论文，吉格多属于后一种，里尔中少数场次会出现中段台阶或全程上行，这些都需要回到分布与聚类中定位其稀有程度，避免把单样本的视觉显著性推广为全库规律。

已有方法能做什么，不能直接搬什么？

本节的教学任务是划清方法来源与适用边界。论文回顾的音乐演奏分析路线包括拍间间隔分析、偏离测量、重复演奏的一致性与灵活性比较、揉弦式速度伸缩、速度与力度的协同变化，以及听感与声学测量的关联。这些工作建立了从计时数据提炼表情指标的通用做法，例如先求稳定参照再看局部偏离，再按乐句或段落组织层次结构。

不能直接搬的是以乐谱为蓝图的比较框架。在西方古典音乐分析中，常把演奏与记谱结构对齐后计算偏离，而在即兴音乐、口传传统或非西方音乐中，这种框架不适用。爱尔兰传统曲目多为单声部旋律，通常由两个八小节段落构成，重复时形成 AABB 结构，同一曲目又有不同版本和不完整的录音，因此更适合的做法是直接从拍点标注计算速度，再在乐句层面比较轮廓形状。论文还提到在线曲库与档案机构的作用：曲谱与演奏链接来自社区网站，代表性与乐器多样性由爱尔兰传统音乐档案馆专家筛选，这为后文的数据构成提供了 provenance 交代。

补充：与古典表情分析的对照点

本节的对照严格按同输入、同目标、同监督与同运行阶段组织。相同点是输入都是演奏计时，目标都是提炼可解释的表情指标，运行阶段都是离线分析。不同点是监督来源：古典分析常用乐谱对齐提供参照，而本文用核密度估计从演奏自身推导主速度，因此两者不是同条件下的优劣比较，不能把类别差异读成方法胜负。

另一组对照是 ensemble 协调研究。本文的合奏判定只看有无伴奏，不测量声部间异步或跟随策略，因此与多声部协调机制研究的目标不同。本文报告合奏与独奏全局偏差相近，这一结果只在全局均值口径下成立，不能代替对合奏微观同步的结论。若要比较，应在同一批录音上同时计算全局偏差与声部间异步指标，并保持乐句划分与聚合一致，否则跨研究数字不可比。

任务是什么？输入输出与评判方式如何定义？

论文把任务定义为对表情速度的计算表征与系统比较。输入是每场演奏的手工拍点时间序列、乐句边界，以及每场演奏的元数据，包括舞曲类型、独奏或合奏、独奏乐器类别和曲目编号。输出不是生成新的演奏，而是 3 类可解释的量：每场演奏的主速度、每拍相对主速度的偏差序列，以及按乐句切分并聚类后的典型起伏轮廓。

评判方式分两层。第一层是描述性统计：把每场演奏偏差序列取平均，得到全局偏离指标，正值表示相对主速度整体偏快，负值表示整体偏慢，再按曲类、编制、乐器和曲目分组比较分布的中心、宽度与离群点。第二层是结构定位：把偏差曲线切成乐句级子曲线，做基线归零、平滑和等长重采样后做层次聚类，看典型轮廓是否集中出现在开头、中间或结尾。举例来说，如果某类强加速轮廓只出现在开头乐句，就支持慢起步的解释，而不是全曲随机的波动。论文同时用专家听辨做定性核对，但听辨不作为数值指标，只是用来判断统计上可见的偏离是否在风格上可理解。

补充：可复述的方法口诀与检查点

把全流程压缩为可背诵的口诀有助于复述：敲拍对音头，间隔换速度，密度找主速，相减得偏差，均值看全局，切句看位置，聚类找形状，开头单独看。这个口诀的顺序即依赖顺序，不可颠倒。

每个环节设置检查点。拍点环节检查开头缺拍是否已处理，乐句首戳是否落在首音头。速度环节检查单位是否为每分钟拍数，间隔与速度是否反向对应。主速度环节检查带宽是否按样本量缩放，众数是否落在演奏主体停留区而非开头低速区。偏差环节检查符号含义是否记对，正为偏快负为偏慢。

聚类环节检查是否已做起点归零与等长插值，截断高度是否同时满足统计可分与音乐可解释。只有这些检查点都通过，才能进入跨曲类与跨编制的比较，否则后续的中位数与簇计数都不可比。

方法全景：从一次拍点标注到三组结论需要几步？

沿一个样本走完全程有助于建立依赖顺序。假设取一场吉格演奏，输入是标注员在音频上逐拍敲击并对齐到音头的一串时间戳。第一步由相邻时间戳相减得到拍间间隔，再换算为逐拍局部速度，形成一条随时间变化的速度序列。第二步用核密度估计对拍间间隔分布做平滑估计，取密度最大值对应的速度作为该场的主速度，相当于找到演奏中最常停留的速度。第三步用逐拍局部速度减去主速度，得到偏差序列，并求其均值作为全局偏离指标。第四步按八小节对应的拍数切出乐句级偏差子曲线，做预处理后跨全库聚类，得到该乐句属于哪类轮廓。

这条链条的依赖关系是严格的：没有拍点就没有间隔，没有间隔就没有局部速度，没有主速度就无法定义偏差，没有乐句边界就无法做乐句聚类。后文的分组比较只是对上述量的不同切分方式，不引入新的建模。需要记住的限制是，每场有多遍重复时只分析第一遍完整重复，同一曲目的不同录音之间最多相差两个乐句，这些取舍直接影响样本量与结论的适用范围。

拍点如何变成速度与偏差？平滑线起什么作用？

本节的教学任务是讲清计时特征的计算细节。标注流程是先实时跟随音频敲击标记拍点，再逐个调整到尽量贴近音头。遇到延留音等无明确音头的位置，把间隔等分并用耳朵核对；遇到其他歧义时参考社区网站的记谱。乐句边界按八小节标注，里尔与吉格都对应十六拍，再核对切分时间戳是否落在乐句首个音头上，并容忍开头缺拍的录音。标注工具为 Sonic Visualiser，过程是密集手工劳动，这也是总量限制在 136 场的原因。

计算部分先求拍间间隔，再按每分钟拍数换算为局部速度。主速度通过核密度估计得到，带宽用 Scott 规则按样本量与标准差自动缩放，取拍间间隔分布众数对应的速度。偏差序列等于逐拍局部速度减去主速度，其均值即全局偏离指标。为便于定性阅读，速度曲线画成分段线性函数，并叠加指数滑动平均，原文参数为 alpha 等于 0.4 的递归更新，用于压住局部抖动而保留整体走向与方向趋势。

主速度 × 偏差曲线： 主速度负责给出整首演奏的稳定参照，它用核密度估计从拍间间隔分布的峰值处读出；偏差曲线负责记录每一拍局部速度相对该参照的高低起伏，两者搭配的理由是只有先固定参照才能把绝对快慢与表情性忽快忽慢分开，组合后新增的作用是得到一条去均值化的表情轮廓，可直接比较不同曲目和演奏的加速或减速倾向。

拍间间隔 × 局部速度： 拍间间隔负责记录相邻两个手工拍点之间的时间长度，是最原始的计时观测；局部速度负责把该时长换算为每分钟拍数以便跨演奏比较，两者搭配的理由是时长越短对应速度越快需要统一量纲，组合后新增的作用是形成一条随时间变化的速度序列，成为后续求主速度和平滑显示的基础。

下图是 6 条速度曲线的实例，左侧 3 条为吉格，右侧 3 条为里尔，每条都包含拍点、折线、主速度水平线、平滑线与乐句竖线，读图时应先区分这 5 类图例再比较开头爬升与中后波动。

看图路径： 1. 先看左右两列分别对应吉格与里尔的三场演奏，注意横轴为时间而纵轴为每分钟拍数；2. 再看红点折线、深绿平滑线与紫色水平虚线的分工；3. 比较首乐句从低速爬升的斜率与中后乐句围绕水平线的波动幅度；4. 注意红色竖线标出的乐句切分位置是否与速度转折对齐

论文图 1。原论文 Figure 1：“Tempo curves for three performances of a jig (a)–The Humours Of Ballyloughlin (Tune 13)–and a reel (b)–The Mason’s Apron (Tune 6).”。

从像素可见，左侧吉格的三场演奏在开头几秒都从明显低于水平虚线的低速快速爬升，之后深绿平滑线紧贴紫色主速度线小幅波动，红点局部速度上下跳动但不偏离太远。右侧里尔的三场演奏差异更大，右上首场同样有长段爬升，右中场中段出现平滑线的台阶式抬升，右下场红点跳动幅度更大且个别拍点偏离较远。共同点是乐句竖线主要起切分作用，速度的方向性变化并不严格贴着竖线发生，说明全局稳定与局部抖动是并存的。这组图只起解释作用，不能代替全库统计，因为视觉上显著的开头爬升在数值上可能只贡献很小的全局均值偏离。

本研究训练了什么？乐句聚类实际计算了什么？

本研究没有训练神经网络，也没有梯度更新、参数冻结或监督损失，因此不存在训练集拟合与验证集早停的概念。该节需要明确说明未训练哪些模型，再讲实际执行的无监督计算。本研究未训练声学模型、速度估计网络或生成模型，也未从模型名称推定任何实现；所有速度量都来自手工拍点与确定性公式，所有分组都来自描述统计与聚类。

实际计算分为两类。第一类是确定性变换：拍间间隔换算、核密度估计求众数、偏差相减与指数滑动平均，这些步骤给定输入即得唯一输出，但不能说系统输出确定，因为输入本身包含人工敲击与对齐的不确定性。第二类是乐句级层次聚类，这承担了方法中发现结构的职责。

具体做法是把每场速度曲线按乐句边界切成子曲线，先减去子曲线初始值使起点归零以隔离相对变化，再做与前文相同的平滑，然后用线性插值重采样到全库最长乐句的长度以保证向量等长。接着用 Ward 准则做凝聚式层次聚类，每次合并使簇内方差增量最小，等价于在原始向量上用平方欧氏距离操作。簇数不是预先固定，而是通过调整树状图截断高度并观察每簇均值曲线的可分性与音乐可解释性来选择。

乐句 × 层次聚类： 乐句负责提供音乐结构单位，本文按八小节切分并对齐到乐句首个音头；层次聚类负责在不预设乐曲类型和编制的条件下按曲线形状把乐句分组，两者搭配的理由是只看形状才能发现跨曲目共用的起伏套路，组合后新增的作用是提炼出强加速、轻微减速和轻微加速 3 类典型乐句轮廓，并能回看它们在开头、中间和结尾的分布。

需要指出的缺项是，原文未报告距离阈值的具体数值、重采样长度的具体拍数，以及平滑是否与全局曲线共用同一 alpha 之外的参数，因此复现时只能按描述重做并以均值曲线形状为验收标准，不能声称与原文逐数值一致。

数据从哪里来？如何划分比较条件？

本节按证据交代数据、划分、采样与聚合口径。数据来自对社区网站 The Session 的抓取，该站提供用户提交的曲谱与评论区中的演奏链接。抓取后由档案馆专家按两条标准筛选：是否具有传统代表性，以及乐器配置是否有变化。最终限定为里尔与吉格两类，共 17 首曲目，每首有 4 到 13 个录音。资源状态显示该网站当前可用，因此可写当前可公开访问，但论文实验用的是经筛选与标注后的 136 场子集，其标注表格存放在代码仓库，复现时应以该子集为准。

独奏 × 合奏： 独奏负责呈现只靠演奏者内部脉搏维持时间的情形；合奏负责呈现需要与伴奏或其他乐手协调的情形，本文按是否有伴奏或伴奏音轨划分，两者搭配的理由是协调约束可能压缩或放大速度自由度，组合后新增的作用是可以检验合奏协调是否在全局偏差层面形成系统性限制。

比较条件按 4 个维度组织。第一按舞曲类型分为里尔与吉格。第二按编制分为独奏与合奏，合奏的判定依据是有无其他乐手或伴奏音轨。第三在独奏内部按乐器分为长笛、哨笛、小提琴 3 类，其余管风笛、扬琴、吉他、手风琴、曼陀林、班卓和笙等样本较少的乐器归为其他。第四按曲目编号比较同一曲目的多次演奏是否一致。

聚合指标是每场偏差序列的均值，分布用小提琴图展示，报告中位数与离散形状。乐句聚类部分把乐句按在演奏中的位置分为开头、中间和结尾 3 类，用于检验轮廓的结构位置。

下表把数据集构成整理为可核对的形式，表前的问题是样本量是否足以支撑按曲类与编制的分组比较，公平条件是所有场次都只取第一遍完整重复并统一用拍级流程求偏差，指标方向是先看数量分布再看速度偏差。

表后需要解释代价与边界。该表显示总量 136 场在曲类层面相对均衡，但在独奏乐器层面会被切得很碎，例如长笛独奏里尔与吉格分别只有 5 场和 3 场，因此乐器级结论只能说趋势而不能做强推断。每曲 4 到 13 场的设置支持同曲比较，但同一曲目录音之间最多差两个乐句，且只取第一遍重复，意味着后遍的加速积累或变体处理未被测量，这是后文讨论加速局限时必须记住的采样边界。

全局偏差有多大？哪类更稳，哪场是离群点？

本节按问题组织主结果：测什么、与谁比、条件是否一致、指标方向、关键数字与限制。测的是每场平均偏差相对主速度的偏离，单位为每分钟拍数，零表示整体无偏，正为整体偏快，负为整体偏慢。比较在相同拍级流程下进行，不存在不同算法之间的基线竞争，因此公平性体现在所有场次共用标注规范、主速度估计与均值聚合。

关键数字是吉格中位数为负 0.13 每分钟拍数，里尔中位数为负 0.60 每分钟拍数。吉格分布紧凑地集中在零附近，表明相对主速度的表情计时有限；里尔分布更宽且负向拖尾更明显，表明存在持续减速的演奏，但多数里尔演奏仍靠近零，只有少数偏离更明显。独奏与合奏的分布形状与中心趋势相近，表明合奏协调在全局层面没有形成清晰约束。独奏乐器内部，长笛全部呈现负均值偏离，小提琴在里尔中也有类似负偏，哨笛与其他乐器分布更对称且中心靠近零。按曲目看，17 首曲目的分布大体可比，表明表情计时策略不强烈依赖具体曲目，但第 6 首里尔的负向偏移最大且 spread 最宽。

下图是 4 组小提琴图，读图前应先确认纵轴是偏差而非绝对速度，再比较橙蓝两侧的宽度与中心，然后定位离群点。

看图路径： 1. 先确认纵轴是相对主速度的平均每分钟拍数偏差，零线代表完全稳定；2. 比较图 a 中橙色里尔与蓝色吉格小提琴形的中心位置与宽度；3. 查看图 b 独奏与合奏、图 c 长笛小提琴哨笛的分布是否明显分离；4. 在图 d 中找到第 7 首曲目上方的高正值离群点并记住其曲名

论文图 2。原论文 Figure 2：“Violin plots showing probability density distributions of mean BPM deviation relative to the predominant tempo, across tune types (a), instrumentation settings (b), solo…”。

从像素可见，图 a 全部样本中蓝色吉格侧瘦高集中，橙色里尔侧矮胖且上下拖尾更长，上方有一个孤立高点。图 b 把合奏与独奏分开后，两类中里尔仍宽于吉格，合奏与独奏之间没有明显的整体上下平移。图 c 独奏乐器中长笛两侧都偏负，小提琴里尔侧向下拖得很长，哨笛与其他相对居中。图 d 按曲目展开后，第 7 首里尔上方的高点最为突出，对应第 7 首曲目第二场演奏的持续加速，该场在后文有单独曲线。需要强调的是，即使里尔中位数更负，其绝对值仍不足 1 每分钟拍数，属于细微量级，多数偏离不用分析工具难以可靠感知。

另一条需要单独解释的证据是第 7 首曲目第二场的持续加速曲线，导读是该场为何成为离群点，解释是加速贯穿全曲而非仅开头，导致估计的主速度偏低从而均值偏离被抬高。

看图路径： 1. 先找到紫色水平虚线代表的估计主速度位置；2. 沿深绿平滑线从左向右观察是否持续上行而非只在开头爬升；3. 注意红点局部速度在后半段始终位于虚线上方；4. 结合红色竖线判断加速是跨越多个乐句的整体趋势

论文图 4。原论文 Figure 4：“Tempo curve for performance v02 of The Morning Dew (Tune 7). This performance shows a distinct pattern, with consistent acceleration.”。

从像素可见，该场紫色虚线主速度约在 52 每分钟拍数附近，前两乐句深绿线贴着虚线小幅波动，从第三乐句竖线之后明显上行，后半程红点几乎全部位于虚线上方，末端甚至冲高到 80 以上。原文报告该录音实际重复五遍并全程保持该模式，而分析只用了第一遍，因此该离群点的数值既反映真实加速策略，也受到只取第一遍与主速度估计相对偏低的影响，不能直接推广为所有合奏都会加速。

乐句聚类发现了什么形状？强加速在哪里出现？

本节承担结构定位任务，可视为对全局均值的分解检验。聚类对象是全库乐句级偏差子曲线，经起点归零、平滑和等长重采样后，用 Ward 层次聚类得到三簇。第一簇 35 条乐句，均值偏离为正 37 每分钟拍数，呈明显的跨乐句加速；第二簇 361 条乐句，均值偏离为负 2.9 每分钟拍数，呈轻微减速；第三簇 492 条乐句，均值偏离为正 5.6 每分钟拍数，呈轻微加速。三簇样本量悬殊说明强加速是少数模式，多数乐句只在零附近小幅摆动。

按曲类与编制看，三簇的成员构成大体相似，表明曲类与编制不是乐句轮廓的强决定因素。按结构位置看，差异非常清晰：第一簇全部出现在演奏开头，与慢起步策略一致；中间与结尾乐句分布在第二与第三簇，表情计时只表现为小偏离。原文的音乐解释是，开头放慢有助于引起注意、稳定持琴手位，并向听众与其他乐手提示曲目，例如第 13 首吉格有意延长开头音，图形上会显示为大幅加速，但听感上并非全句加速。

下图上排为三簇曲线与均值线，下排为按曲类、编制与结构位置的堆叠分布，读图前应先确认上排纵轴是归零后的偏差而非绝对速度，下排纵轴是乐句计数。

看图路径： 1. 先看上排三簇灰色乐句曲线与红色均值曲线的走向差异；2. 核对每簇标题标注的乐句数量是否量级悬殊；3. 再看下排堆叠柱中曲类、编制与开头中间结尾的构成比例；4. 重点确认第一簇是否全部由开头乐句构成

论文图 3。原论文 Figure 3：“Resulting clusters from hierarchical clustering of phrase-level tempo deviation curves.”。

从像素可见，上排第一簇灰线从零出发快速上扬，红色均值线在前 5 秒爬升最陡，终值约在 35 到 40 之间；第二簇灰线密集压在零线下方，红色均值线轻微为负；第三簇灰线密集压在零线上方，红色均值线轻微为正，终值约 5 左右。下排左图显示第一簇柱子很矮且以里尔略多，第二与第三簇高柱中吉格与里尔各占约一半；中图显示第一簇中合奏与独奏乐器混杂，第二与第三簇以合奏为主。

右图显示第一簇全部为开头段颜色，另两簇则以中间段为主并混有结尾段。这支持论文的判断：强加速是开头特有的进入策略，中后段以稳定为主。

下表把聚类参数与结果整理为可核对的形式，表前的问题是聚类是否在相同预处理下得到可分离且音乐可解释的分组，公平条件是所有乐句共用归零、平滑与等长插值，指标方向是均值偏离的符号表示加速或减速，绝对值表示强度。

表后需要讲清代价与未评测边界。收益是定位了唯一的大偏离模式及其位置，避免把开头进入策略误读为全曲不稳定。代价是重采样到最长乐句会引入轻微形状畸变，且截断高度依赖目视验证，不同复现者可能得到簇数或边界略有差异。未评测边界是装饰音级别的毫秒级微结构，乐句级分辨率会掩盖滚奏、切分音等快速音群带来的局部时移，论文把这部分留作未来更高分辨率分析。

哪些结论站得住，哪些还只是可能？

本节区分直接报告、有限解释与未验证推测。直接报告的是：吉格全局偏差紧贴零，里尔有轻微负偏但绝对值很小；独奏与合奏在全局层面无清晰差异；乐句聚类得到 3 类轮廓且强加速只出现在开头。这些有分布、中位数与计数支持，可复述为论文显示的结果。

有限解释的是乐器与曲目层面的成因。论文支持长笛负偏可能与长时间高速演奏的呼吸与体力消耗有关，支持第 6 首里尔的大负偏与展示性写法有关，例如第二段围绕中心音的密集回旋与第一段的滚奏容易带来无意的微加速或微减速，也支持许多演奏有意放慢开头乐句从而拉低全局均值。这些解释有谱面特点与专家听辨佐证，但未做呼吸测量、难度分级或演奏者意图的对照实验，因此只能说支持而不能说证明。

未验证推测包括装饰音必然导致速度漂移、经验乐手直觉同步的机制、以及中后段小偏离的表情功能。论文明确用反例约束了第一项：即使装饰密集的展示曲，在控制良好的演奏中偏离也可能听不见，说明偏离取决于意图与具体段落功能而非装饰本身。缺失证据不是技术错误，例如未测量误判率、延迟、推理成本或听众感知阈值，因此不能承诺这些量得到改善。相关性也不是因果，里尔与减速的共现不能读成节拍导致减速，还需控制速度、曲目难度与演奏者习惯的进一步验证。

要复现这项研究，先做什么、用什么条件？

复现的第一步是重建相同的数据子集与标注规范。从公开可达的社区网站获取 17 首曲目的录音链接，再按代表性与乐器多样性筛选出 136 场，区分 72 场里尔与 64 场吉格，并标注独奏或合奏。标注时用相同工具逐拍敲击再对齐音头，无明确音头处等分并用耳朵核对，乐句按八小节标注并对齐首音头，多遍重复只保留第一遍完整重复，同一曲目允许最多差两个乐句的结构差异。所有元数据与媒体链接应整理为表格存档，以便他人核对。

第二步是重跑确定性计算。用拍间间隔换算局部速度，用核密度估计加 Scott 带宽求主速度，用逐拍减法求偏差并取均值，用 alpha 为 0.4 的指数滑动平均做可视化。第三步重跑乐句聚类：起点归零、平滑、线性插值到最长乐句等长，再用 Ward 层次聚类并通过均值曲线选择截断高度，验收标准是能否重现 35、361、492 的量级分布与正 37、负 2.9、正 5.6 的均值方向，以及强加速簇是否全部落在开头。

下表把关键超参数与信息条件集中为复现清单，表前的问题是哪些设置必须与原文一致才能比较，公平条件是同数据划分同聚合，指标方向是先保形状再保数值。

表后说明可运行性。代码仓库提供标注与元数据，属于数据与脚本层面的开源，不等于权重下载或一键可运行系统，因为本研究没有可部署模型。复现成本主要在人工标注而非算力，若要扩展应优先增加场次与曲类覆盖，并在后续遍次、演奏者元数据与装饰音级 onset 3 个方向补验证，再谈是否推广到其他口传传统。

何时值得借用这套做法？记住哪条边界？

当研究对象是无统一乐谱的口传或即兴传统，且问题是整体稳定下的细微时间表情时，这套做法值得借用。它的优点是用最少的假设建立可比较的量：主速度解决参照问题，偏差序列解决量级问题，乐句聚类解决位置问题。吉格稳定、里尔轻微减速、强加速只在开头的结论，为爱尔兰舞曲提供了第一个系统定量基线，也提示合成或教学应用应做有结构的开头展开与受控稳定，而不是无差别的随机抖动。

需要记住的边界是，所有大偏离解释都依赖第一遍重复与乐句级分辨率。持续加速的离群场提醒我们，主速度本身会被加速策略拉低，从而放大均值偏离；开头延留音的例子提醒我们，图形上的大幅加速在听感上可能只是单个音的延长。未来的验证应沿 3 个方向展开：跨遍次的纵向分析检验偏离是累积、稳定还是变化；加入演奏者经验与风格元数据检验个体选择。

下沉到拍与音头级别检验装饰音是否系统性地带来加速或减速。只有补齐这些验证，才能把相关性推进为更可靠的因果判断。

📐 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 4 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