英文题目：The DIY MidiMbira: Bridging Traditional Playability and MIDI Technology forPedagogy, Innovation, and Performative Practice.
会议身份：
conference:nime:2026:conference-paper-id:nime2026_12
✅ 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。
标签：#教育 #用户研究 #听觉与音乐认知 #音乐 #音频交互
评分：5.2/10 | 创新 1.3/2 | 技术严谨 1.2/1.5 | 实验充分 0.4/1.5 | 清晰度 0.6/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.8/1.5
排名：后50% | 文档类型：系统技术报告
👥 作者与机构
- Guillermo de Llera Blanes：机构信息未能从会议 PDF 纯文本可靠映射
📌 核心摘要
本文输入为传统姆比拉双手交错拨奏手势与莫桑比克地区性微音调律制，输出为可驱动软件音源、循环器与舞台媒介的MIDI与OSC控制流，难点在于津巴布韦一带律制非十二平均律且因人而异，常规键盘网格难以保留原有具身记忆与听觉容限。方法分四步：先与莫桑比克制琴师协作采集声学形制与演奏布局，确定触板开孔与琴片保留方式，其输出决定传感器布设；再以压电拾音与触摸开关采集声触信号，其输出进入固件层。然后经兼容MIDI固件与Ableton Live、ClyphX Pro脚本及Max for Live微调装置完成音高与剪辑映射，其输出进入现场迭代；最后在工作坊与Maputo Fast Forward媒体艺术节中验证人体工学与映射并回修硬件。与西方网格控制器相比，关键差异是以mbira dzavadzimu右手布局作为控制拓扑并保留 cent级微调，而非把非洲音阶量化进钢琴卷帘，其实质是将具身演奏逻辑直接作为数字交互逻辑。在双人调律对比任务下，Kunaka调律R4键的音程指标为386音分，高于R3键的音程指标204音分。本结论适用边界受限于特定制式姆比拉与现场循环语境，向科拉琴、西塔琴等乐器与博物馆沉浸式场景的外推尚未验证。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
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？为什么研究生要关心这件乐器？
本文的输入是 1 篇新乐器设计论文，目标是讲清作者如何把非洲片簧琴姆比拉改造成可发 MIDI 信号的混合乐器，并让读者能复述其构造、调音教学用法和现场用法。必须保留的信息包括作者的研究者兼演奏者立场、从 2021 年开始的 MM1 到 MM4 以及 MR1 和 MR2 的迭代线索、与莫桑比克制琴师 May Mbira 的合作、在里斯本 ICTM 世界大会和马普托快进艺术节的公开演示。输出是 1 篇可核对的技术解读，不评价艺术价值，只还原方法与证据边界。
姆比拉对初学者而言可以先理解为一片木板上固定多根金属簧片、用两拇指与食指拨奏的乐器，白话就是弹金属片发声的拇指琴大家族。它的难点不在发声原理，而在调音与布局：不同地区用不同的微分音调音，许多音与钢琴的十二平均律对不上，且簧片不是按从低到高直线排列，而是左右手交错分布，靠肌肉记忆找音。传统教学靠口传心授，外人很难精确记录每次调音偏了多少音分，也很难在普通键盘上复现那种手感。
论文提出的问题是数字技术如何既增强又保留这种可演奏性。白话就是能不能让学生和乐手继续用原来的拨法，同时把动作接到电脑软件、虚拟乐器和灯光视频上。如果只做采样音色库，就丢了手感；如果只做通用 MIDI 键盘，就丢了姆比拉特有的左右分区与调音逻辑。因此作者选择保留木质琴体与簧片触感，再叠加压电拾音、开关、触摸与 MIDI 输出的混合路线。理解这一取舍是后续所有构造与实验安排的前提。
理论站在哪条线上？与同类工作如何区分？
论文的理论底座是可演奏性理论，白话就是研究人与乐器如何通过动作、声音和触觉反馈互相塑造。作者引用心流理论、游戏研究、演奏者体验与具身音乐认知，强调乐器不是被动工具，而是与人一起即兴的对话者。具身音乐认知可以理解为用身体动作理解音乐的主张，人与乐器交互则关注手势如何控制声音合成。这条线决定了评价标准不是音准是否等于钢琴，而是手势逻辑是否被完整保留。
控制器主义 × 混创： 控制器主义指用可定制数字界面实时操纵声音的表演方式，混创指在保留原文化触觉象征的同时重组材料与功能的研究方式，前者分工是提供循环、混音与即兴的操作语言，后者分工是规定重组必须与莫桑比克制琴师协作并保留原形制，搭配后 MidiMbira 不是仿制西方键盘控制器，而是按姆比拉人体工学长出来的控制器。
与商业 MIDI 片簧琴的区别在论文中有明确表述：贡献不在于又做了一台能发 MIDI 的琴，而在于展示扎根姆比拉人体工学的两种可演奏性，一是微分音教学与保存调音布局，二是把非西方布局逻辑转成数字音频工作站控制、现场循环与视听触发。相关工作还包括 MIDI 自 1981 年标准化以来的控制器史，以及混音与自己动手制作的方法论。作者把与莫桑比克工匠的合作称为混音，不是复制或模拟，而是在保留象征与触觉本质下重组发声与扩展表达。这一区分决定了后文为什么反复写调音预设与映射，而不是比拼合成音质。
要解决的任务是什么？不解决会怎样？
论文要解决的任务有两个层面。第一是教学与记录层面：传统姆比拉调音多为微分音，靠耳朵传承，常规乐器受平均律限制，学生看不见也听不准地区差异，研究者也难以精确建档。第二是表演与制作层面：传统演奏者进入循环、效果器、灯光视频流程时，往往被迫改用钢琴卷帘式控制器，放弃原来的指法记忆。
举例说明，假如 1 名学生想理解津巴布韦 2 位乐手 Kunaka 与 Bandambira 的调音差别，若只有钢琴，只能听到都接近大调，听不出其中某个音被调高、整体普遍偏低等细节。若只有录音，又无法动手逐个音对比。若不解决，教学只能停留在描述层面，表演只能在传统原声与西方控制器之间二选一。论文把任务收敛为做一台可动手、可保存预设、可进数字流程的混合琴，并在工作坊、博物馆与艺术节中检验它是否真的能被 inhabited，也就是被人 inhabit、用身体住进去，而不只是按几个键。
总体方法走通一次：从拨弦到电脑里发生了什么？
沿一个样本走完全程有助于建立整体图像。演奏者用拇指拨动一根金属簧片，簧片振动一方面被压电拾音器拾取为原声信号，另一方面拨弦的手势位置对应一个可配置的 MIDI 音符或控制信息。信号经由兼容类的 MIDI 接口进入电脑，在 Ableton Live 等软件中触发对应调音预设下的采样或合成声音，同时同一琴体上的按钮可以触发片段启停、效果开关与场景切换。在 MM2 以后的版本中，手机上的开放声音控制界面还能调音量、声像与静音，实现无线扩展控制。
可演奏性 × 混合控制器： 可演奏性指演奏者与乐器在身体、认知、声音反馈之间形成的动态交互关系，混合控制器指同时保留原声振动与数字控制信号的乐器形态，二者搭配的理由是只采声音会丢失指法记忆，只做按键控制器会丢失姆比拉左右交替的布局逻辑，组合后新增的作用是把传统指法直接当作数字映射的组织原则。
为理解理论如何约束设计，先看理论结构图。图中把心流、游戏博弈、具身认知等多条线汇入中央的可演奏性，再落到人与乐器交互，说明设计评估要看认知与身体两个域，而不只看功能清单。
看图路径： 1. 先看中央橙色块对可演奏性的定义，再看四个深蓝色箭头从何处汇入；2. 对比顶部心流理论与左右两侧游戏博弈理论、具身音乐认知的文字说明；3. 沿底部绿色箭头找到人与乐器交互的落点，确认理论的输出指向
论文图 1。原论文 Figure 1：“Structure of Theoretical Background for Playability Theory”。
上图中央橙色块把可演奏性定义为乐手、乐器与音乐制作行为在认知域与身体域的表达与交互研究，顶部心流理论指向最佳体验心理，左侧游戏与玩理论指向规则与叙事，右侧具身音乐认知指向身体关节动作，底部汇出人与乐器交互。这一结构解释了为什么后文既写簧片减重与触感，也写循环与灯光：前者保身体域，后者扩表达域。论文报告的结构安排是先理论、再文化与技术背景、再设计构造、再教学与表演应用，最后讨论与未来方向，复述时可按此顺序核对。
琴体上装了什么？各部件如何分工？
构造按迭代报告。MM1 在马普托与伊尼扬巴内田野中与 May Mbira 合作完成，论文报告它包含三片压电拾音器用于拾取原声、8 个瞬时按钮用于软件控制、两个三和街机按钮与一个 RGB 发光二极管用于视觉反馈，可同时作传统姆比拉与免驱动 MIDI 控制器使用，并在 2022 年里斯本 ICTM 大会展示与 Ableton Live 加 ClyphX Pro 脚本的复杂片段触发与现场循环。MM2 加入经由手机应用的开放声音控制集成与模块化触屏界面，可控音量、声像、静音与路由。MM3 转向极简与模块化，强调纯 MIDI 操作与微分音高控制，重新减重并保留触感。
MM4 提出混合可演奏性，保留簧片触感并加入声音替换、视频触发与灯光控制，与 MR2 一起探索同时与光声影交互的作曲即兴。MR1 与 MR2 则加入共鸣腔，既放大传统声音又作 MIDI 接口。
姆比拉 × MIDI 映射： 姆比拉负责提供金属簧片的触感、左右手分区和非线性音阶排列，MIDI 映射负责把按键、触摸和拨弦动作转成音符开关、片段触发和参数控制，二者搭配是因为传统簧片本身不输出标准化音高信息，组合后演奏者不用放弃原有手法就能去启动循环、切换场景和驱动灯光视频。
为确认各原型的形态差异，需要对照实物拼图。左上原型带手机支架与 4 个彩色按钮，下方是木质琴体与金属簧片；右上是簧片密集、根部包蓝色的版本；下方横置版本左侧是八根簧片，右侧是黑白圆形按钮阵列。三者共用木质底板与横杆固定结构，差异在控制界面多少与簧片数量，说明作者在探索原声优先还是控制优先的不同配比。
看图路径： 1. 观察左上带手机支架的原型，对照屏幕上四个轨道颜色分区；2. 比较右上多簧片原型与左下少簧片加圆形按钮原型在簧片数量上的差异；3. 注意木质琴体与蓝色包覆簧片根部的固定方式
论文图 3。原论文 Figure 3：“MM2, MM3 and MM4 Prototypes.”。
上图左上对应 MM2 的手机扩展控制，屏幕显示 4 个轨道的推子与开关，琴体下沿有绿红蓝黑 4 个小按钮；右上簧片密集且根部绝缘处理可见，对应追求完整调音的版本；底部横置版本把簧片减到八根，右侧用街机按钮承担触发，形态上更接近控制器。复述时应指出减簧片不是偷工，而是把音高交给微分音预设与软件合成，琴体只保留手势入口。论文未报告电路图、固件采样率与触后延迟，复现只能到部件清单层级，不能推定具体芯片型号。
微分音调音 × 耳训练： 微分音调音指偏离十二平均律、以音分为单位记录的地区性调音，耳训练指学会听辨三度偏大偏小仍视为等价的能力，前者提供可保存和复现的数值预设，后者提供文化听觉的容差解释，二者结合后 MidiMbira 既能回放 Kunaka 与 Bandambira 的不同调音，又能让学生亲手比较并内化差异。
有没有训练模型？真实的构造与计算过程是什么？
本研究没有训练神经网络，也没有报告梯度、损失函数、优化器或数据集划分，因此不能按机器学习训练来复述。该节的等价工作是乐器构造、调音测量与映射配置。真实计算过程包括 3 类。第一是声学拾取与触发：压电信号放大后进调音台或声卡，阈值触发对应 MIDI 音符，按钮发送开关与连续控制信息，开放声音控制消息经无线网络控制数字音频工作站参数。第二是微分音预设：以音分为单位逐簧片设定偏移，在 Max for Live 装置或专用虚拟乐器中回放，可仿真历史调音或自创 temperament。第三是映射配置：在 Ableton Live 或 Boss RC-505 mkii 循环机上把琴体按钮绑定到录音播放、播放停止、效果开关与库切换。
参与式行动研究 × 自己动手制作： 参与式行动研究负责确立与本地乐手和工匠共同迭代、共享所有权的伦理流程，自己动手制作负责用压电拾音、开关、电容触摸等低成本零件实现可本地维修的结构，二者搭配是因为商业 MIDI 琴无法容纳多样的姆比拉调音，组合后技术可被社区改装而不必服从统一的商业规格。
需要明确的缺项是论文未说明参数冻结与更新、触发阈值如何标定、电容触摸的滤波与防误触、无线控制的丢包处理。未报告即缺项，不从控制器名称推定实现，也不把无训练等同于输出确定。复现时应先做部件级重建，再做映射级重建，最后才谈教学效果，顺序不可颠倒。
在什么条件下验证？用了谁的调音与哪些现场？
验证条件按论文分为教学记录与现场表演两类。教学侧的数据来源是 Paul Berliner 记录的 5 名津巴布韦乐手呈现 5 种调音系统的民族志材料，作者选取其中 Kunaka 与 Bandambira 2 人的调音在同一台 MidiMbira 原型上复现，并以音分为单位与半音阶及纯律大调比较。布局依据是姆比拉 dzavadzimu 的簧片图，红色数字代表从主音算起的音级，左右分区对应左右手手册。表演侧的条件包括与 Ableton Live 的片段触发、与 Boss RC-505 mkii 硬件循环机的即插即用、与 DMX 灯光与视频投影的联动。
公开演示条件有三处可核对：一是 2022 年 ICTM 世界大会的 MM1 演示视频，二是 2024 年莫桑比克马普托快进媒体艺术节的互动装置，参观者可动手触发分层音景、反应式灯光与投影，三是与 May Mbira 现场循环演出的硬件集成。论文未报告受试者数量、听辨正确率、任务完成时间等受控指标，也未报告音频延迟、触摸误触率与硬件成本，复现时应把这些标为未测量，不承诺改善。资源状态方面，本次未发现来源绑定且完成安全验证的代码与数据资源，不得声称固件或预设已公开。
调音差异到底有多大？主结果支持什么判断？
主结果是调音差异的可视化与可演奏化。论文报告 Kunaka 按西方术语接近伊奥尼亚调式，Bandambira 因 R5 手册音调高而接近利底亚调式，共同倾向是除 6 级与 7 级偏高外整体偏低。认知解释是音高感知有文化调节的容差带，安哥拉与莫桑比克部分传统中的中性三度在 340 到 360 音分之间不是误差而是偏好选择，八度划分按身体与传统认为可演奏的方式折中，而非机械等分。这一解释支持把调音预设做成可切换、可动手比较的功能，而不是做成单一标准音。
为核对具体偏离，先看簧片布局与音级含义。图中簧片非直线排列，红色数字为音级，灰白分组与虚线箭头指示左右手对应，说明映射必须尊重分区记忆，不能简单按半音顺序重排。
看图路径： 1. 沿簧片下端的红色数字辨认音级排列，注意左右手并非按高低直线排序；2. 观察灰白相间的簧片分组与上下两层蓝色虚线箭头指示的对应关系；3. 结合底部左右分区说明确认高低八度的分布逻辑
论文图 4。原论文 Figure 4：“Mbira dzavadzimu tine layout and manuals.”。
上图显示簧片下端标有 1 到 7 的音级，左右两侧各有一组手册分区，蓝色虚线箭头指示跨区对应。复述映射时应先认分区再认音高，否则会把姆比拉逻辑误读成键盘逻辑。布局确认后，再看音分差异表。
下表比较的问题是 2 位乐手的实际调音相对半音阶偏离多少，公平条件是同一以音分为单位的测量与同一 R2 到 R7 的簧片位置，指标方向是偏离值正为偏高、负为偏低，数值越大偏离平均律越远。
| = | < | < | < | > |
|---|---|---|---|---|
| R2 | R3 | R4 | R5 | R6 |
| 204 | 386 | 498 | 702 | |
| -4 | -14 | -2 | 2 | |
| -15 | -11 | -7 | 56 |
上表保留了原表的符号行与 R2 到 R7 的列结构，数据显示 2 位乐手的同名簧片存在数十音分的系统性差异，而非随机误差。论文用此支持 MidiMbira 可在同一硬件上切换多种调音的判断，限制是样本仅 2 人，且测量引自 Berliner 的民族志记录，并非本研究新采集的大样本。重提结果时新增的对照是表 2 的纯律比较，说明偏离不是相对平均律才存在，相对纯律同样存在，适用条件是教学演示而非调音标准之争。
拿掉传统手感或拿掉数字映射会失去什么？
论文没有机器学习意义上的消融实验，但提供了功能配比上的反证线索，可按条件对照理解。条件一是保留簧片加最少数字控制，对应 MM3 的极简路线，优点是重量轻、手感完整，代价是视听扩展弱。条件二是保留完整簧片加手机触屏，对应 MM2 路线，优点是可在数字音频工作站内细调音量声像路由，代价是结构复杂、依赖无线与手机。条件三是减簧片加按钮阵列，对应底部横置原型，优点是触发明确、适合循环与灯光，代价是原声信息少，更依赖软件合成。MR 系列则验证加入共鸣腔可在不破坏原声放大的前提下并存 MIDI 接口。
为理解映射不是随意接线，需要看循环机联动图。右侧琴体按钮编号与字母标记经虚线连到左侧循环机的轨道与走带控制，红色线管录音播放，绿色线管播放停止，橙色线组管上排效果库切换。
看图路径： 1. 先看右侧木质琴体上的编号按钮与下方字母标记的对应关系；2. 沿红色与绿色虚线找到录音播放与播放停止在循环机上的落点；3. 观察橙色虚线组如何把琴体控制对应到循环机上排的轨道开关
论文图 5。原论文 Figure 5：“MM1 MIDI Mappings for using the MidiMbira as a”。
上图表明同一拨弦手势层与按钮层是分开布线的：簧片管音高与触感，按钮管录音、启停与效果开关。若拿掉按钮层，演奏者仍可发声但无法单人完成多层循环；若拿掉簧片层，按钮仍可触发但失去姆比拉的记忆线索。这组对照支持混合设计的必要性，限制是未测量两种条件下完成同一循环任务的时间与错误率，结论停留在可行性层面。
下表从另一视角呈现同一原表证据，聚焦高低两端簧片的偏离符号是否一致，用于检验整体偏低、六七级偏高的概括是否每根簧片都成立。
| = | < | < | < | > | > |
|---|---|---|---|---|---|
| R2 | R3 | R4 | R5 | R6 | R7 |
| -15 | -11 | -7 | 56 | 14 | |
| 185 | 389 | 593 | 756 | 914 |
上表选取原表的首尾行列，显示概括趋势总体成立但各簧片幅度不一，说明不能用单一偏移量整体平移来模拟地区调音，必须逐簧片设预设。若把自动音高检测的平均误差当成人耳可接受度，会混淆物理指标与文化容差，复述时应分开表述。
哪些结论还没有证据？边界在哪里？
直接报告的是构造可行、调音可切换、现场可触发；有限解释的是文化容差与具身认知对偏好的说明；未验证的是教学效果与去殖民主张的因果。论文坦承作为局内研究者的伦理张力，包括文化挪用风险与传统知识再现的复杂性，强调需持续对话与伦理警觉，但未给出可核查的社区受益指标。
技术边界有 4 条。第一，未报告延迟、抖动、复音数与误触率，不能承诺适于高速合奏。第二，调音证据引自二手民族志录音的转写，未说明本次录音设备、校准与重复测量，精度边界不明。第三，现场装置的证据是艺术节的参与观察与演示视频，未设对照组，不能推出比键盘控制器学得更快。第四，未公开固件、映射文件与预设库，本次也无可验证的下载资源，第三方不能直接复跑。相关性不等于因果，参观者停留与互动热烈不能直接证明调音理解加深。
另一边界是术语：中性三度、容差带等表述是文化听觉解释，不是声学证明。复述时用报告显示表达实测偏离，用支持表达与理论一致，用可能待验证表达教学与博物馆推广的前景。
要复现先做什么？按什么顺序核对？
复现先做文献与材料准备。读 Berliner 关于姆比拉灵魂的调音章节，确认 Kunaka 与 Bandambira 的音分记录与 R 编号含义；准备木板、金属簧片、横杆、压电片、瞬时开关、街机按钮与 RGB 指示灯，按 MM1 部件清单搭出最小可发声加可发 MIDI 的版本。先验证免驱动 MIDI 在电脑上可见，再把每根簧片绑定到可设音分偏移的采样器，用原表数值逐根输入预设，耳检切换时差异是否可辨。
第二步做映射。参考循环机联动图，把两个大按钮分别绑到录音播放与播放停止，把 4 个小按钮绑到效果开关，把库增减绑到备用开关，在 Ableton Live 中先用 ClyphX 类脚本实现片段触发，再接到 Boss RC-505 mkii 验证即插即用。每一步记录触发成功率与误触情形，补上论文缺失的性能数据。
第三步做教学小实验。设计两组对比：一组用钢琴键盘听辨两种调音，一组用 MidiMbira 动手拨奏听辨，任务是判断 R5 是否偏高与整体是否偏低，指标用正确率与作答时间，条件保持同一耳机、同一音量、同一预设。若要进博物馆，需另做触摸耐久与音量限制，并说明原声乐器保护与数字体验的权责。所有引用图注与数值均回原文核对，不沿用二手解读。
何时值得尝试这种路线？一句话收束
当教学目标是让学生动手比较地区调音而非只背平均律，当表演需要单人完成循环、效果与灯光而不想丢掉拇指记忆，当合作社区要求可本地维修与改装时，这条保留簧片加叠加 MIDI 的路线值得尝试。当目标是高精度声学测量、毫秒级合奏或大规模课堂评估时，应先补延迟标定、重复测量与受控实验，再谈推广。
收束判断是 MidiMbira 把可演奏性从口号落成可操作的构造选择：用分区布局组织映射，用音分预设承载调音多样性，用现场装置检验身体是否真的住进乐器。它的最强证据是 2 位乐手调音差异在同一硬件上的可复现切换，主要代价是缺失量化的人因与系统开销数据。后续工作按论文指向博物馆交互、扩展微分音能力与虚拟现实沉浸学习，复现者可沿部件清单、映射图与调音表 3 条证据链逐步补齐验证。
📐 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 5 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