英文题目：Sonic Interactions as Situated Urban Practice with BIKES.
会议身份：
conference:nime:2026:conference-paper-id:nime2026_14
✅ 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：#用户研究 #空间音频 #环境声 #音频交互
评分：6.5/10 | 创新 1.2/2 | 技术严谨 1.2/1.5 | 实验充分 0.4/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 1.0/1.5 | 可复现 0.1/0.5 | 工程/实践 1.0/1.5
排名：前50% | 文档类型：应用研究
👥 作者与机构
- Henrik von Coler：机构信息未能从会议 PDF 纯文本可靠映射
📌 核心摘要
本文输入为亚特兰大汽车主导街区中异质且嘈杂的街道声景与在地骑行社群，输出为可移动的声学干预与集体聆听实践，实际难点在于骑行运动中维持多车声音同步并同时兼顾交通安全与偶遇观众的开放互动。方法链由四步构成：改装电动货运自行车搭载音响与计算触屏单元负责移动发声与现场交互，其状态经无线网状网络以开放声音控制协议汇聚实现去中心化同步，该同步信号再进入合成与界面层驱动多车声景与音乐播放，最后由策划路线串联高架桥隧道与绿道公园完成在地激活。与固定声音装置和单车播放相比，关键机制差异在于将车辆移动速度与轨迹本身作为空间复调与叙事节奏手段，并在个体聆听集体演奏与环境干预之间动态切换，具有揭示噪声污染与交通风险并庆祝地方特质的实际意义。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一次有社群协作与占道护航的组织化骑行，对无社群支持或交通高风险城市的外推尚未验证。原文未披露训练、推理或部署成本。
🔗 开源与复现资源
- 代码相关资源：https://github.com/L42i/p2psc — 链接可访问（HTTP 200）
- 第三方资源：https://www.pygame.org/ → https://www.pygame.org/news — 暂时无法访问（HTTP 502）
- 第三方资源：https://opencv.org/ — 链接可访问（HTTP 200）
- 第三方资源：https://l42i.music.gatech.edu/bikes → https://l42i.music.gatech.edu/bikes/ — 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？为什么城市声音不能只靠播放音乐解决？
这篇论文的输入是原文与官方原图像素，目标是让刚进入音频领域的研究生能复述 BIKES 系统与亚特兰大群骑的方法，必须保留的信息是硬件连接、软件分工、路线站点与 3 种互动尺度，输出是可核对的技术解读。论文研究的任务不是做一个更响的移动音箱，而是把城市当作声学、社会与环境交织的现场，用声音去揭示问题并庆祝地方特性。作者的假设是可移动且可交互的乐器能与场地和偶遇人群发生直接互动。
如果只把声音丢给播放器，就会失去论文强调的关键区别：搬运式的移动只是在站点之间换地方，而运动中的演奏让速度、队形、混响与交通噪声连续改变听感。白话说，前者是把舞台搬来搬去，后者是把骑行本身变成乐器，英文称为 moving instrument 而非 mobile instrument。
移动乐器 × 运动乐器： 移动乐器指可以被搬运到不同地点再停下来演奏的系统，分工是解决可达性；运动乐器指发声、聆听与交互本身就发生在连续骑行中，分工是让速度、队形与场地混响直接进入音乐；二者搭配的理由是城市体验本就是连续流动而非孤立站点，组合意义在于 BIKES 把搬运之间的位移变成了作曲与聆听材料。
论文把这种实践称为处境化城市实践，白话就是声音设计必须跟着具体街道、桥洞与社区走，而不是在实验室调好再空降。亚特兰大内城的矛盾正在于此：地铁区约 5,000,000 人以汽车为主要出行方式，但内城又有骑行条件与改善意愿，14 车道高速切割城市并带来噪声与安全风险，而 Beltline former 铁路走廊又提供了热门慢行空间。BIKES 想同时处理批判性干预与积极连接，因此需要一种能在骑行中播放、表演与开放互动的分布式乐器。
同类做法用了什么路线？BIKES 与它们有何不同？
论文把相关工作按 locomotion 是否为组织原则来回顾，可分为徒步聆听与车辆中心两条路线。徒步路线以声音漫步为代表。早期例子如 Max Neuhaus 的 Listen 只发一张印着 Listen 的纸并带人走，靠聆听本身做批判；Times Square 则在街道路栅下装发声器，用与城市噪声相近的事件挑战路人感知；Christina Kubisch 的 Electrical Walks 用磁性耳机揭示电磁污染。
Sonic City 给参与者穿戴传感器与笔记本电脑，按移动、光照、污染与加速度生成声音并经耳机回放；智能手机普及后全球定位系统成为 locative audio 的核心操作范式。这些做法的输入多为步行轨迹与传感器，目标多为个体聆听，监督多为地图标记的声学地标，运行阶段多为佩戴耳机的个人体验。 车辆路线改变了场地相关性与干预尺度。Max Neuhaus 的 Drive-in Music 沿街布置同频不同内容的电台发射器，车内调频收听。
Teri Rueb 用全球定位系统把公路变成非线性乐谱，车速决定叙事节奏；Car-Horn Concerts 如 Yokomono-Pro 把汽车喇叭变成节奏与空间元素；Harbour Symphony 用无线电同步港口船笛，1986 年温哥华版本动用上百船笛，面向不确定的偶然听众；自行车一侧有 Kagel 为 111 名骑手写的 Eine Brise，观众在街角听约 90 秒的铃声口哨与歌唱，Kaffe Matthews 的 Sonic Bikes 用车载扬声器与全球定位系统生成地点相关声音，Dom Whiting 在疫情封控中用自行车载扩声播放鼓打贝斯并聚集数千人。这些例子说明自行车可横跨个体骑手、共在观众与城市环境 3 种尺度。
BIKES 的不同在于四车既联网又各有触屏，既可同步播放本地音乐，又可做四声道声景与开放互动，且明确在运动中切换尺度。
要解决的矛盾是什么？用什么标准判断成功？
论文要解决的矛盾是：城市声艺术既想批判噪声、交通与设计缺陷，又想让偶遇公众愿意停留参与，而实验室乐器往往只能满足其中一端。作者提出用声音互动尺度作为分析透镜，白话就是每次发声主要朝谁说话。第一是个人听众，如骑手自己的沉浸聆听；第二是共在观众，如被选定的同行群体；第三是环境与偶然听众，如整条街、隧道汽车与公园行人。
判断成功的标准不是信噪比或问卷分数，而是能否在 1 次群骑中按场地切换这 3 种尺度，并在站点设计中同时容纳批判、补充与庆祝。 为此路线规划与声音设计被同等对待。团队先选出能暴露有利与不利城市特性的候选点：高噪声与空气污染点、行人与骑行高风险点、代表城市身份的地标、声学与空间条件好的点。每类点需要不同的互动与声音设计。骑行伙伴再把候选点连成可骑的路线，并压缩到合理时长，因为频繁停留会大幅延长总时间。
这种把城市矛盾转成站点类型、再把站点类型转成声音策略的做法，就是后文复现时需要照搬的流程。
BIKES 全景：跟一辆车走完声音从触摸到发声的路径
先沿一辆车走完完整路径。参与者手指触摸车把上的 10 英寸触屏，触摸事件经 Python 图形界面或 SuperCollider 极简界面转为控制数据，经开放声音控制送入树莓派上的 SuperCollider 合成器，合成后的音频经音频接口送到后货架的电池供电音箱播出；同时控制消息经网状路由器广播到另外三辆车，实现节奏同步与场景切换；笔记本可经安全外壳协议接入任一路由器维护四节点。这种安排的理由是骑行中不能依赖市电与中心热点，必须每车自治又能协同。 以下照片显示单车在黄昏户外的完整装配，是理解后文网络与软件分工的实物锚点。
看图路径： 1. 先看后货架上的黑色音箱与木箱体量，确认发声与计算的承载位置；2. 再看车把上的触屏与其支架，确认骑行中可操作的界面位置；3. 对照黄昏街道背景，确认系统脱离市电独立工作的户外状态
论文图 2。原论文 Figure 2：“One of four bikes with mounted technology.”。
照片中可见后货架体积最大的黑色音箱与相邻木箱对应发声与计算外设，车把触屏对应交互入口，整车停在开放街道而无外接电源线，对应电池供电下长时连续移动与短暂停留的设计目标。读者复述时应能指出触摸、合成、发声、组网 4 段分别在哪块硬件上发生。 系统在概念上承担 3 种用法：沿路同步播放的移动扩声系统、艺术家演奏的声景、多用户参与的互动装置。论文强调这不是简单的可搬运，而是运动塑造了发声与空间感知。网络化结构把乐器身份分散到骑手、系统与城市，城市成为主动的音乐行动者。
硬件与网络：每块板子负责什么？为什么不用星形 WiFi 传音频？
硬件以四辆电动货运自行车为底座，由亚特兰大 Edison Electric Bike Co. 制造。每车后部固定木箱，内装 Behringer U-PHORIA UMC22 音频接口、网状路由器与其他外设；Mackie Thrash212 电池音箱绑在木箱上；树莓派 5 与 10 英寸触屏装在车把定制外壳内并连到后部外设。全部件由车载电池供电，支持在异质城市环境中连续移动而只在选定点短停。
自主供电是群骑可行的前提，否则无法穿越高速桥与隧道。 网络经历了从星形标准 WiFi 到网状的关键改动。每车装 Ubiquiti UAP-AC-M-US UniFi 网状路由器，经网线直连树莓派。改动后连接中断减少、范围增大。车际通信主要用开放声音控制传控制与同步数据，现阶段不共享实时音频，原因是 WiFi 上传输低延迟音频性能有限。
笔记本经安全外壳协议连任一路由器即可访问四节点，用于配置与维护。 下图是理解去中心化的关键，显示四车全连接与外部控制接入方式。
看图路径： 1. 先数四辆车图标之间的双向实线箭头，确认全连接关系；2. 再看左上角控制框的虚线箭头，确认笔记本经安全外壳协议接入的位置；3. 对照图例区分实线与虚线，确认控制消息与维护通道的分工
论文图 3。原论文 Figure 3：“Fully connected mesh network with control ac- cess.”。
图中四车图标两两以双向实线相连，对应开放声音控制的对等同步；左上控制框以虚线连入其中一车，对应安全外壳协议的维护通道，图例明确区分二者。复述时要强调音频不同步、控制同步的设计取舍，这直接解释了后文为何用 Ableton Link 同步节奏序列而非推音频流。
网状网络 × 开放声音控制： 网状网络分工是让每辆车都装路由器并互连，去掉中心热点后在移动中保持连通；开放声音控制分工是只传控制与同步消息而不传实时音频，以适应 WiFi 低延迟音频不可靠的限制；二者搭配是因为四车需要同步节奏又不能断链，组合后形成去中心化的控制层，用轻量消息维持集体节奏。
软件栈全部跑在树莓派上。SuperCollider 默认做合成与处理，可无头运行并在运行时经开放声音控制配置，节点间也经它通信，并用其中的 Ableton Link 实现跨车节奏同步；p2psc 是 Python 覆盖网络，经开放声音控制自动发现节点并在 SuperCollider 定制类中集成，把地址端口隐藏为节点名；Python 现阶段主要基于 PyGame 与 OpenCV 做图形界面，经开放声音控制把触摸转为声音控制并可视化状态；Ansible 作为集群管理骨干，用 playbook 按曲目编排启动软件与参数。单车软硬件关系在原文图 4 中以触屏、树莓派、路由器、音频接口四框加 4 种箭头表示，复述时按触摸、音频、控制、维护 4 类箭头分别说明即可。
SuperCollider × p2psc： SuperCollider 分工是无头运行合成与效果并在运行时接受控制，还用 Ableton Link 同步节奏序列；p2psc 分工是基于 Python 的覆盖网络，用开放声音控制做自动发现，把地址端口隐藏为节点名；搭配理由是音乐家只想写节点名而不想管网络细节，组合后触屏与 Python 界面可直接驱动四车的声音引擎。
有没有训练？实际的计算与编排过程是什么？
本研究没有神经网络训练阶段，也就没有梯度路径、参数冻结、监督损失或重置时机的报告，不能把无训练等同于确定性求解。实际计算是既有引擎的实时调用与集群编排：SuperCollider 按 playbook 配置启动合成器并在运行时接受开放声音控制参数，Python 界面把触摸映射为控制流，p2psc 维护节点发现与消息路由，Ansible 经安全外壳协议在四节点执行编排命令。论文未报告合成器的具体参数冻结方式、触摸到声音的延迟测量或丢包率，复现时应把这些记为缺项而不从模型名推定实现。
所谓构造过程对应的是声音场景与互动逻辑的人工设计，而非数据驱动优化。例如高速桥的海洋声景按谢弗理论分层：海浪为持续背景即基调音，鸥群与船笛为触发事件即信号与声音标记；公园雨林声景则把风声鸟鸣设为跨四车的持续基调音，动物叫声设为触屏触发的前景。这种分层是作曲决策，评价依据是现场反馈与观察，而非验证集指标。读者不要用机器学习术语去套这节，应复述为启动配置、消息路由与人工配器 3 步。
群骑实验设了什么条件？路线与合作如何保证可比与安全？
群骑是首次探索乐器完整潜力的公开激活，此前只在艺术活动做互动装置或跟随大团骑行做概念验证。本次与 Fulton County Arts & Culture、MOBB ATL、Red Bike and Green-Atlanta 合作组织，30 人以上成团后可占满单向全部车道以提高安全，社区伙伴负责带队与沿途指令。论文明确指出即使 30 人规模，没有专家支持也不应策划此类骑行，Kagel 总谱中的安全指示也被引为佐证。伦理上这是 1 次开放公共艺术事件而非受控实验，只在公共空间做艺术与报道用的影像记录，未为研究分析收集可识别个人信息，按机构指南无需正式伦理审查。
路线设计同时决定了处境化实践的性质。团队先选有利与不利点，伙伴再连成 11 km 含 6 个地点的路线，常规无停留约 44 分钟，实际含停留共 3 小时。比较问题是：在同一群骑条件下，不同场地是否需要不同的声音策略？公平条件是同一四车系统、同一骑行队伍、同一天连续穿越所有站点；指标方向是定性观察与参与反馈，而非分贝值。
下图是复现路线选择的核心依据，蓝色为市中心环线，红色为 Beltline 段。
看图路径： 1. 先找左下蓝色起点与蓝色 A-B-C-D 环线，确认市中心段的走向；2. 再沿红色 E 段向北追踪至蓝色 F 终点，确认 Beltline 段的走向；3. 比较蓝线曲折与红线顺直，确认拥堵干预段与长距离巡游段的分工
论文图 6。原论文 Figure 6：“Route through downtown and midtown Atlanta.”。
图中左下起点经 A 高速桥、B 下穿通道、C 观景点、D 社区隧道，再沿多个 E 点北上至 F 公园，蓝色段曲折对应市中心干预密集区，红色段顺直对应 Beltline 长距离巡游。复述时应能按字母顺序说出每段的场地矛盾与声音对策，这是后文结果的对照基准。 资源可达性按本次收到的官方像素与状态核对：项目页当前可用，p2psc 代码当前可用，OpenCV 当前可用，PyGame 本次未能确认可达。复现应优先用可用链接准备软件，用离线方式准备图形界面依赖。
六个站点各自测什么？声音对策如何与场地配对？
6 个站点覆盖了论文要对比的全部条件。A 为 Decatur 街高速桥，无隔声屏、通勤噪声高，做法是四车横跨桥面组成四声道海洋声景，用近白噪声的车流打底；B 为高速下穿通道，全顶覆盖、混响强、墙面有街头艺术，做法是高密度工业声景激发空间声学并呼应工业外观；C 为 Jackson 街观景点，可拍市中心天际线，做法是四车同步播放本地音乐以触发认同；D 为 Krog 街隧道，连接 Beltline 两社区，街头艺术与拍摄多但又是交通瓶颈，做法是占满隧道同步播放歌单并直面过往汽车。
E 为 Beltline 东侧步道，平日 3000 人、周末超 10000 人，做法是边骑边放流行音乐触达大偶然听众；F 为公园僻静段，长约 20 m、两侧自然石墙有声学增益且有本地雕塑，做法是雨林声景延续自然环境并开放触屏给所有人触发。前两站因交通条件只由指定骑手控制，听众仅为骑行团本身。 下表把路线级条件整理为可核对的一览，数字全部来自原文连续句，单位保留原文写法。
| 来源证据 | 量化值一 | 量化值二 | 量化值三 | 量化值四 |
|---|---|---|---|---|
| 来源句一 | 11 | — | — | — |
| 来源句二 | 44 | — | — | — |
| 来源句四 | 30 | — | — | — |
表前问题是群骑规模与时间成本是否可复现，公平条件是同一队伍连续完成，时间方向是停留显著拉长总时长。表中常规 44 分钟对应无停留骑行，实际 3 小时对应含六站停留，30 人以上对应占道安全策略，11 km 对应总距离。读者据此可估算自己城市的路线压缩需求。 表后解释是主要收益与代价。收益是同一硬件在 1 天内测完噪声对抗、混响激发、地标庆祝、隧道竞争、人流触达与自然延续 6 种条件。
代价是路线仍过长且内城导航困难，B 站与 A 站无法开放给公众操作，E 段放大的音乐并非所有路人都欢迎。这些限制说明群骑适合做存在性验证，不适合做声压级或偏好率的定量比较。
观察到了什么？哪种声音在哪个场地更有效？
论文报告的是艺术家与团队的观察与参与反馈，而非受控测量，表达上用报告与支持区分于推测。报告显示可识别音乐在触达偶然听众上有效，熟悉亚特兰大音乐文化的路人表现出认出与赞赏；在 C 观景点与 E 步道段同步播放本地与流行音乐创造了连接点，公众对熟悉音乐比对实验声艺术更易接受。高速桥的声景被认为特别有效，其机制是材料与桥下车流融合而非掩蔽或对抗，形成连贯声景并把环境声当作作曲元素，这是与场地直接对话的例子。
隧道段通过占满空间同步播放吸引了过往汽车注意，验证了在瓶颈处用声压与队形争夺注意力的策略。 下图显示隧道段的实际占据状态，是检验环境尺度干预是否成立的视觉证据。
看图路径： 1. 先看隧道立柱上的涂鸦与透进的日光，确认混响与拥堵并存的空间；2. 再数前景与中景骑行者的队形与车灯，确认占满车道的群体状态；3. 观察右侧并行汽车，确认骑行声与交通声直接竞争的界面
论文图 8。原论文 Figure 8：“Riding through Krog Street Tunnel.”。
图中多名骑手以纵深队形穿越涂鸦立柱，车灯点亮，右侧可见并行汽车，说明声音竞争发生在真实交通流中而非封闭舞台。复述时应指出混响来自全顶与混凝土柱，拥堵来自单孔双向通行，音乐在此既是艺术也是占位信号。
声音标记 × 基调音： 声音标记分工是提供可识别的前景事件如汽笛与鸥群，基调音分工是提供持续的背景如海浪与车流白噪声；搭配理由来自谢弗 soundscape 理论，前景需要背景才能被听出反差；组合后在高速桥上形成海浪持续层加触发事件的结构，让人工声景与真实车流在音色相近但情感相反中对话。
反例同样被报告：公园互动雨林声景虽被使用与赞赏，但效果不如桥上干预。论文据此提出声学实践的张力：声学条件好的场地可能不需要额外加声，Beltline 段的放大音乐也可能打扰部分行人。这支持了一个有限判断：在恶劣声环境中融合式声景更易被感知为有意义，在宜人自然中加声的边际收益下降。该判断的支持范围限于本次观察，未测量误判率、响度或长期接受度，不能推广为所有公园都不应加声，可能的待验证问题是何种触发密度与声压最不打扰。
如果拿掉某个条件会怎样？论文给了哪些对照与失败边界？
论文没有机器学习意义的消融，但提供了 3 类可当作对照的条件变化。第一是网络拓扑：星形标准 WiFi 在移动中掉线多，改为网状后鲁棒性与范围提升，这是保留的已验证对照，说明去中心化对运动群体的必要性。第二是声音策略：桥上融合式声景被认为有效，公园叠加式声景相对弱，Beltline 放大音乐有正反反馈，这构成同一系统在不同场地的策略对照，说明没有放之四海的声音方案。
第三是参与开放度：桥与下穿通道因交通只允许指定骑手操作，公园允许所有人触屏，这构成控制权对照，说明安全约束直接决定互动尺度能否开放。 未胜出项必须保留：公园雨林互动不如桥上干预，Beltline 音乐并非人人欢迎，路线过长导致体验稀释。未评测边界包括相对位置尚未接入作曲、混响模式与多普勒效应尚未系统探索、实时音频共享尚未实现、长期耐用性未验证。
论文明确下 1 阶段要集成超宽带测距与定位，把车际相对位置纳入作曲，并探索城市结构的混响、多普勒、延迟等时空特性。复述时不要补写拿掉网状后必然断连的分贝数，原文只给了定性改进方向。
哪些结论还站不住？缺了什么测量与条件？
直接报告的是六站群骑的组织方式与现场观察，有限解释的是融合优于掩蔽、熟悉音乐易连接等机制，未验证推测是该方法可迁移到其他城市。缺失证据不是技术错误，但必须点名：无声压级、频谱、混响时间、可懂度或问卷量表，无基线对照组，无统计聚合，无延迟与丢包测量，无功耗与续航预算，无输出帧率与实际听感延迟的区分。相关性不等于因果，例如桥上好评可能来自新奇队形而非声景本身，论文未分离变量。
适用条件也有限：依赖 30 人占道与社区领骑的安全框架，依赖电池满电与网状连通，依赖对当地音乐文化的选曲，依赖石墙、桥洞等特定声学增益。训练资源与推理开销在此不适用，但部署成本适用：四辆货运电单车、音箱、树莓派、路由器与定制支架的采购维护，以及 3 小时活动的组织成本，都是迁移时必须预算的。总体趋势不等于每步成立，例如网状改善了整体，但隧道与桥体的遮挡仍可能造成瞬时波动，原文未量化，复现时应实测记录。
要复现这套做法，第一周具体做什么？
复现先做三件可执行的事。第一，按原文复刻单车链路：货运电单车加后部木箱，箱内放音频接口与路由器，音箱绑箱上，车把装树莓派与触屏并连后部外设，全车电池供电；软件装 SuperCollider 做合成与 Ableton Link 同步，装 p2psc 做节点发现，Python 做触屏映射，Ansible 写 playbook 一键启动四车。下表把硬件关键规格整理为采购与接线清单。
| 来源证据 | 量化值一 | 量化值二 | 量化值三 | 量化值四 |
|---|---|---|---|---|
| 来源句二 | 12 | 1300 | — | — |
| 来源句三 | 5 | 10 | — | — |
表前问题是单车物料是否与原文一致，公平条件是按同型号与同连接复刻，指标方向是数量与接口匹配而非性能跑分。表中四辆对应分布式声场，12 英寸与 1300 W 对应单点声压能力，10 英寸对应可操作性，以太网直连对应移动中稳定，WiFi 不传实时音频对应必须用控制同步。 表后解释是收益与代价。收益是按此清单可直接跑通触摸到发声再到四车同步。
代价是重量、续航与长期耐用性未在论文量化，且 PyGame 本次未能确认可达，需提前准备离线轮子或替代界面栈，项目页、p2psc 与 OpenCV 当前可用可先拉取。第二，与本地骑行社群共创路线：先按污染、高风险、地标、好声学 4 类选点，再请有经验领骑连成 6 站左右并压缩到 2 小时内，30 人左右成团并设安全指令。
第三，按场地配声音：恶劣噪声桥用融合式持续层加触发事件，混响空间用高密度材料激发，地标与人流段用本地可识别音乐，僻静自然段用延续式基调音加稀疏触发，并记录每站谁可操作、谁在听。 常见误解是把星形热点当网状用、把音频流推上 WiFi、把公园当主战场。论文特有的纠正是：用网状传控制、用链路同步节奏、把最强干预放在最恶劣的桥而非最美的公园，并在交通复杂站收回公众控制权以保安全。
何时值得尝试？一句话带走的方法与提醒
当你的城市也有高速切割、隧道瓶颈、热门步道与僻静绿地的急剧切换，且有骑行社群愿意领骑时，值得尝试这种运动乐器方法；当你只能做室内评估或无法保障占道安全时，不应照搬群骑，而应先做单车定点互动。带走的方法是：四车电池自治加网状控制同步，触屏触发加 SuperCollider 合成，路线按 4 类场地选点，声音按融合、激发、庆祝、竞争、触达、延续 6 种对策配对，并在个人、共在、环境三尺度间主动切换。
共在观众 × 环境听众： 共在观众分工是被邀请或同行的群体如 30 人骑行队，声音为他们组织协调；环境听众分工是偶遇的路人与城市本身如 Beltline 上的行人与汽车，声音介入公共空间；搭配理由是运动乐器在骑行中不断改变谁在听，组合意义是同一系统可在个人耳机式聆听、群体同步与城市尺度干预之间动态切换。
提醒是论文的强证据限于 1 次群骑的定性观察，迁移到其他城市仍是待验证；复现必须补上声压与聆听范围的实测、延迟与断连日志、参与者结构化反馈与功耗记录，才能把处境化实践从动人叙事变成可比较的研究。下一步按论文规划是加入超宽带与定位，把车距变成作曲参数，并系统探索混响与多普勒，这正是研究生可切入的定量工作。
⚖️ 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