把节奏写成代码再走成地图：BeatMohan 交响曲如何支架化模式组织

英文题目：BeatMohan’s Symphony: Designing a Game Environment to Scaffold Pattern-Based Musical Organization.

会议身份：conference:nime:2026:conference-paper-id:nime2026_149

✅ 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：#教育 #游戏音频 #用户研究 #符号音乐生成

评分：5.6/10 | 创新 1.2/2 | 技术严谨 0.9/1.5 | 实验充分 0.6/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 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

• Noel Alben：机构信息未能从会议 PDF 纯文本可靠映射
• Jason Freeman：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该工作输入为新手在浏览器控制台编写的多声部鼓机节奏代码，输出为同步声音与二维角色位移，难点在于让无编码与作曲经验者理解时值、重复与分层等抽象组织概念。Strudel模式引擎先解析迷你记谱并调度音频事件，为后续视听同步提供时间基准。随后系统将事件相位映射为类步进音序器网格上的金币与熔岩狮位置及角色移动与碰撞中断，使节奏正误直接可见可听。随后固定关卡序列从单声部位置匹配推进到多声部未知格预判与重复算子抽象，前关形成的检查与推理习惯直接进入后关复杂推理。在单次引导式解谜任务设置下，最长会话的持续时长指标为60分钟，高于最短会话的持续时长指标为45分钟。与开放式EarSketch与Sonic Pi相比，关键差异是将正确节奏编码作为过关必要条件，使试错具有即时中断反馈与可检查符号依据，从而把音乐组织转为目标导向解谜。结论适用边界受限于五名新手单次引导式解谜情境，尚未验证节奏能力提升与向旋律及开放即兴的迁移。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://runme.org/project/+aljazari/index.html — 链接可访问（HTTP 200）
• 第三方资源：https://strudel.cc/ — 链接可访问（HTTP 200）
• 第三方资源：https://shittyrecording.studio/ — 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：新手为什么写不出有组织的节奏？

本文的输入是刚接触语音、音乐与音频的研究生需要理解的学习对象：新手在鼓机网格上摆放打击乐事件时，往往是试探性点选，听起来像零散噪声，缺少重复、间距与分层的组织。目标不是教一种乐器演奏技巧，而是让学习者建立可复述的心理模型，能够听辨、识别并组织节奏结构，再用代码表达出来。作者把这种能力称为音乐性，强调从听到结构再到创造新结构的过程。

输出是 1 篇可核对的技术解读：讲清游戏做了什么约束、学习者经历了什么步骤、在什么条件下观察到什么变化，以及哪些结论原文明确声明不能推广。需要保留的关键信息是系统基于 Strudel 现场编码引擎，只研究鼓机式多声部节奏，不涉及旋律；研究是 5 人单次短时试玩加访谈的质性探索，没有对照组与技能增益的量化主张。后续所有方法与结果都要回到这个边界来理解，不能把访谈中的积极感受读成普适教学效果。

相关路线如何把代码、图像与游戏拼起来？

第一条路线是面向教育的文本现场编码。作者回顾了 Sonic Pi、Jython Music、Gibber 等环境，它们用简化记谱让新手快速得到声音反馈，但只看代码难以理解音乐逻辑。于是出现两类增强手段：一类是随音乐高亮代码的 2 次语法可视化，例如 Strudel 在发声时刻强调对应符号；另一类是用代理角色的空间移动外化时间过程，例如 Griffiths 的 Al Jazari 让机器人在地形上走循环并触发音乐，思想气泡显示控制命令。第二条路线是经验设计传统。

Papert 的建构主义主张通过制造与领域相关的制品来学习，Bamberger 把计算表示当作音乐思维的认知工具，让新手操作节奏与旋律的简单结构，再通过活动后的情境对话让学习者说出选择理由，研究者据此迭代 MusicLOGO 与 Impromptu，Brown 将其总结为设计任务、开发软件、观察学习者的循环。第三条路线是游戏化音乐学习。与开放式环境不同，Mario Paint 作曲模式把作曲做成网格上的空间谜题，Beat Saber 等节奏游戏强调时机预期与身体同步，Rocksmith 把乐器演奏直接嵌入目标导向玩法。

BeatMohan 的位置是把第一条路线的代码到声音交互，放进第三条路线的解谜目标结构，并用第二条路线的方法论来检验设计是否支架化了预期的节奏概念。

任务到底是什么：解谜还是作曲？

论文实际研究的任务是受约束的节奏模式建构：学习者在每一关看到由起始代码、目标节奏模式与视觉布局定义的谜题，布局包含乐器、金币、熔岩狮与终点旗。横向每一格对应节奏循环中的一个位置，听到发声时角色移动到对应格子；若该格是金币则节拍继续，若发声对应熔岩狮则节拍中断并回到起点，提示该位置应写休止符。举例来说，学习者要做的不是自由即兴，而是检查视觉约束、把发声与休止写成符号、再求值验证走位是否通关。

这是一个例子，用来说明约束如何塑造结果节奏，而不是主张所有音乐创作都应如此。任务的特殊性在于修订代码的动机来自解谜成败，而非纯粹审美；研究问题是这种目标导向是否仍能引出对时机、重复、分层与律动的推理，以及学习者如何解释约束、回应反馈并组织代码。作者明确把音乐域收窄为鼓机式网格多声部打击乐，改编自 Pocket Operations 的鼓机模式集，代价是结论不能直接推广到旋律或开放式现场编码实践。

系统全景：从改一行代码到角色走通一张图

跟着一个样本走完流程最清楚。学习者面对某一关，顶部动画面板显示一行格子与文字指令，底部控制台显示可编辑的 Strudel 代码。学习者修改鼓声符号与休止符，设定每秒循环数控制重复速度，按下播放后 Strudel 对整个循环求值，生成带乐器与相位时间的音乐事件，角色按事件顺序在格子上移动并触发声音与高亮。若全部金币收集并到达终点则过关，否则在熔岩狮处中断，需要对照代码与格子修订。系统用 JavaScript 实现，HTML5 画布渲染 2 维动画，Strudel 负责模式求值与调度。

作者刻意分离模式求值与游戏逻辑，使更换视觉隐喻或规则时不必改动计时基础结构。界面同时显示金币数、剩余生命与关卡进度，本轮生命归零没有惩罚，仅用排行榜鼓励少丢生命。 为理解双面板如何分工，先看整体界面布局如何把符号编辑与空间后果放在同一视野内。

看图路径： 1. 先看顶部红色框内的动画面板，确认横向格子、说明文字与播放控制的位置；2. 再看底部绿色框内的代码控制台，确认起始代码与注释指令的对应关系；3. 对照右下角金币与生命计数，理解目标状态如何被量化显示；4. 沿代码求值到角色移动的方向，确认符号到空间的映射路径

论文图 2。原论文 Figure 2：“Interface of BeatMohan’s Symphony, showing the animation panel (top:1) and the live-coding console (bottom:2).”。

上图显示顶部动画面板与底部代码控制台上下并置，指令文字直接写在动画区上方，播放暂停与关卡切换按钮居中，状态计数在右侧。这种布局的教学意图是让学习者始终能直接比较改动与行为：代码改了一个符号，角色走位、声音与高亮同时变化。解读时不要把界面装饰当作证据，关键是确认符号、声音、移动三者是否在同一音乐时间下展开，这是后文所有同步表征讨论的前提。

组件一：双面板与同步表征如何分工？

动画面板借鉴 8 位平台与解谜游戏的简单规则与碰撞重置逻辑，网格外观模仿步进鼓机。它的工作是把抽象时间变成可见空间：格子位置即循环内位置，发声即移动，金币即应有发声，熔岩狮即不应发声。代码控制台基于浏览器编辑器，支持连续编辑、求值与语法高亮，沿用 Strudel 的迷你记谱。它的工作是把节奏变成可显式编码的符号：鼓声缩写表示发声，波浪线等符号表示休止，重复操作符表示紧凑重复。Strudel 的高亮在事件发声时强调对应代码片段，与角色落点形成双重同步。

基于模式的现场编码 × 角色移动动画： 基于模式的现场编码负责把节奏写成可求值、可修改的符号结构，角色移动动画负责把求值后每个打击乐事件映射为网格上的位移与碰撞；二者搭配的理由是单一代码难以让新手建立时间直觉，而单一动画难以回溯结构原因，组合后形成符号输入到空间与听觉反馈的可比较回路，让修改可以直接对应到走位成败。

结合图 3 的同步示例可以更具体地看到这种组合。控制台中被高亮的底鼓事件与角色正落到的格子由箭头连起来，说明符号求值、声音播放与空间位置在同一时刻对齐。学习者因此可以做三向比较：听到的是否符合预期，走到的格子是否安全，代码中哪个符号应对负责。这种比较是后文访谈中反复出现的检查代码、放慢播放、预判结果等行为的基础。 为确认同步是逐事件对齐而非整段播放完再动画，先观察高亮与落点的时刻对应关系。

看图路径： 1. 沿绿色箭头从控制台高亮的鼓声符号看到动画面板的角色落点；2. 确认同一时刻只有对应符号被高亮，理解二次语法可视化的同步性；3. 比较代码中的休止符与空格子和金币格的关系

论文图 3。原论文 Figure 3：“Synchronized representations of rhythmic struc- ture.”。

该图的可执行观察是高亮符号与角色位置同时出现，而非滞后或提前；解释时应将其理解为 Strudel 事件驱动动画的实现效果，而不是视频剪辑的示意。原文指出这种多重协调表征意在支持通过比较来组织模式，把符号代码连接到已求值的音频与动画节奏事件上。

组件二：时间如何被计算？

时间计算沿用 Strudel 的循环与事件模型。白话说，循环周期就是一遍模式从开始到结束的固定时长，用户用每秒循环数控制转得多快；音乐事件就是调度器在循环内查询模式后产生的带时间戳的发声点，每个事件包含乐器信息与 0 到 1 之间的相位值，1 表示循环结束。实现上调度器随时间推进查询模式，生成事件后游戏层按相位映射到格子索引，触发声音、移动与高亮。因为相位是相对位置，改变播放速度不改变模式结构，只改变事件间隔的绝对时长，这解释了为什么学习者可以用减速来跟随单个事件而不破坏节奏关系。

循环周期 × 音乐事件： 循环周期负责界定一个完整模式从头到尾的固定时长与重复速率，音乐事件负责携带乐器触发信息与在周期内的相位位置；二者搭配是因为只有把离散打击乐发声锚定到 0 到 1 的相对位置，网格横向格子才能与发声时刻一一对应，组合后代码中的一个符号就对应 1 次移动或 1 次停留。

该组合的新增作用是让网格计数与符号计数统一：数格子就是数相位分点，数符号就是数事件，改符号就是改走位。原文未给出调度延迟、音频缓冲或帧同步精度的测量，因此不能从该设计推定视听严格无抖动，只能说设计意图是音乐同步。复现时应保留 Strudel 引擎与相位映射不变，若替换计时源，需要重新验证同步是否仍成立。

组件三：关卡如何从数格子推向想结构？

关卡 progression 是教学支架的核心。教程关给出 8 个发声的完整模式，只需执行并观察代码、声音与移动的同步，注意可编辑参数、高亮与速度控制。第二关引入熔岩狮失败反馈，一个放错的发声导致碰撞，要求按注释把某个鼓声改为休止，建立检查约束、编辑符号、重新求值的循环。随后引入多层并行与未知瓦片，未知瓦片在求值前不揭示是金币、熔岩狮还是终点，配合有限生命与金币计数，抑制随机试错，要求先预判发声与休止的间距。最后引入重复操作符，例如把连续重复写成紧凑形式，推动从逐事件计数转向抽象结构推理。

未知瓦片 × 重复操作符： 未知瓦片负责在求值前隐藏金币、熔岩狮或终点，迫使学习者预判而非照抄可见布局，重复操作符负责把逐个计数改写为紧凑的符号重复；二者搭配的原因是前者制造必须抽象推理的需求，后者提供抽象表达的工具，组合后学习者从数格子转向计算节拍结构。

未知瓦片与重复操作符的搭配值得单独理解：前者增加不确定性，后者提供应对不确定性的抽象工具。如果只有未知瓦片而无紧凑表示，学习者只能更辛苦地数；如果只有重复语法而无关卡需求，学习者可能不觉得需要抽象。原文的顺序先让学习者手动计数，再给符号压缩，正好把已有的计数策略形式化。

建构主义 × 经验设计： 建构主义负责说明通过制造音乐制品来建构知识的学习观，经验设计负责把该学习观落实为设计音乐任务、开发交互软件、观察学习者并迭代的三环方法；二者搭配是因为游戏需要同时保证音乐目标明确与软件可观察，组合后关卡、访谈与自由鼓机任务成为互相印证的证据链。

从方法论看，这种关卡设计对应经验设计的第一步，即把时机、重复、分层等目标写成有约束的任务；软件实现是第二步；观察与访谈是第三步。理解这一点才能明白为什么每关只聚焦少量概念，以及为什么作者容忍视觉策略依赖，转而计划加可编辑标记与控制台错误反馈。

有没有训练模型：本研究实际计算了什么？

本研究没有训练神经网络，也没有冻结或微调任何模型参数，因此不存在梯度路径、损失函数、优化器更新或参数重置时机的报告。这是需要明确指出的缺项，而不是技术缺陷，因为论文属于教育游戏设计与质性观察。实际计算过程是 3 类：其一是 Strudel 模式求值与调度，按循环查询生成带相位的打击乐事件并实时渲染声音；其二是游戏逻辑映射，把事件映射为角色移动、金币收集、碰撞重置与计数更新。

其三是研究侧的数据建构，包括用改编自 Goldsmith 音乐成熟度指数的问卷了解背景，用录屏记录策略修订，用开放式反思访谈与前后 2 次自由鼓机任务收集推理证据，再由单一研究者用 Atlas.ti 做归纳主题分析。调用的是已有 Strudel 引擎与鼓采样库，没有重新训练音频模型，也不能把无训练等同于系统输出确定，因为浏览器调度、人工编辑与访谈引导都会引入变异。

实验条件：谁、在什么顺序下、用什么测？

研究招募几乎没有用代码写节奏或做鼓组节拍经验的参与者，每人完成 1 次约 45 到 60 分钟的会话。顺序固定：先填音乐背景问卷，再用网页鼓机自由搭建约 3 分钟，然后玩固定顺序的十二关并全程录制玩法与音频，接着做开放式反思访谈，最后回到同一鼓机再搭建约 3 分钟。访谈不是固定问卷逐题念，而是围绕观察到的行为追问，例如学到了什么、何时停下来听、喜欢哪个模式、谜题反馈如何影响自由搭建、如何判断好坏、是否愿意脱离视觉线索继续用代码写节奏。

鼓机界面是四声部 16 步网格，含速度与播放控制。分析方法是归纳主题编码，但仅由 1 位研究者完成，未做评分者一致性检验。 要判断条件是否一致，先看会话结构与样本构成是否被完整报告，再看前后测任务是否相同。

上述表格整理了流程、时长与人数的对应关系，数字来自原文连续句的逐字证据。它的公平性含义是前后鼓机任务界面相同、时长相近，适合观察组织方式的变化。

但游戏部分没有对照组，所有人走同一关序，因此不能分离游戏效应与练习效应。右下角计数与生命显示可能影响谨慎程度，这是有待验证的混杂因素。 第二个表聚焦样本与工具配置，说明结论边界。

该表显示样本小且异质，2 位受训者分别学西方古典钢琴与印度古典音乐，但都无鼓机与现场编码经验。原文明确声明小样本不能做系统优于其他支架方法的推广，只能把行为与访谈当作音乐推理被外显化的证据。

这意味着后文所有改善描述都应读成在该条件下的观察，而非可部署收益。

观察到了什么：从随机摆放转向有意组织

主题一是从随机摆放转向模式化组织。多位无音乐经验者在前测中稀疏、少重复，被试自述为随便放、像脑中噪音；游戏后同一鼓机上出现更清晰的跨层重复与更均匀的间距，并能说出每关有模式、听起来更顺耳。有人把节奏建构说成算术，关键是知道节拍应在循环内何处出现；受过记谱训练者则把网格理解为切分与分数位置的对应。

教程关的作用是建立同步预期，下面这张教程图显示了最简单的成功回路。 为确认教程关的支架只是同步而非解谜，先看格子密度与角色进度的关系。

看图路径： 1. 数一数横向格子的数量与金币格的位置，确认 8 步教程关的密度；2. 观察角色所在格与已点亮格的对应，确认移动与播放同步；3. 查看右下角计数器，理解收集进度如何实时反馈

论文图 7。原论文 Figure 7：“Tutorial level introducing synchronization be- tween code evaluation, audio playback, and character movement.”。

图中横向格子少、金币集中、角色已走过半程，计数器显示收集进度，说明学习者只需执行完整模式即可看到走通。这种低失败风险的设计让注意力放在代码执行同时触发声音与移动这一事实上，为后文把失败归因到符号位置奠定基础。 主题二是分层与乐器角色的出现。无训练者注意到底鼓与闭镲往往简单重复，构成基础后才在另两层实验；另 1 位强调每面鼓应有独立声部，加太多会抢注意力、掩盖想听的律动。

后测作品中底鼓与闭镲形成重复骨架，其他层做变化。主题三是符号表征带来更审慎的决策。与直接点格子不同，写代码要求先显式编码发声与休止再听结果，多人表示会先检查代码是否与格子匹配再按播放，有人在无明显视觉线索的关卡中通过查代码发现某层缺了一个发声，有人主动减速跟随单个事件。引入重复语法后，被试表示计数与计算节拍更简单，说明紧凑符号把已有的计数策略形式化了。

主题四是目标结构提供动机：有人偏好有问题要解的代码而非开放鼓机，认为后者容易不知所措；有人从怀疑自己能通关到完成后感到能写出复杂模式；有人说若太自由会分心，挑战让其保持专注。碰撞与声音中断常引发关于间距、重音与声部角色的即时讨论。

什么条件下会卡住：失败与未胜出项

论文没有神经网络消融，但报告了有教学价值的失败条件，可按对照来读。最清晰的是熔岩狮碰撞：同一模式下把某位置写成发声就会中断并重置，改成休止才能通过，这构成最小反证，证明符号选择与走位成败的因果链。更复杂的是近乎完整却无明显视觉提示的卡关，1 位被试反复碰撞后只能靠逐层数发声数发现缺层，说明纯听觉有时不够，需要符号与网格对照。

未知瓦片关是另一类压力测试：求值前不可见迫使预判，生命计数持续可见使人更谨慎、更少随机试错，但也可能把谨慎误读为理解，原文未分离动机效应与概念习得。未胜出项包括视觉依赖过重，多人 heavily 依赖看格子组织，提示需要代码内可编辑标记；控制台错误反馈不足，限制了更灵活的代码改法；惩罚机制本身是否恰当仍是开放问题，平台跳跃式的错误观可能窄化对音乐中语境化、解释性决策的理解。

这些负结果与边界与正面观察同等重要，它们直接导出下一轮要加的提示机制与替代反馈模型。

边界在哪里：不能说什么？

作者用独立章节声明了 4 类限制。第一是规模与时长：仅 5 人、仅单次 45 到 60 分钟，质性探索性质，不能主张节奏熟练度或现场编码技能的可测量提升。第二是分析信度：主题编码由单一研究者完成，无多人编码一致性检验，未来需多编码者加强效度。第三是设计无对照：未做隔离变量的受控学习实验，未与其它节奏学习平台比较，因此不能说该游戏优于其它支架手段。

第四是领域收窄：只做鼓机式网格多声部节奏，虽有利于聚焦时机、重复、分层与打击乐功能角色，但限制了向旋律或开放式现场编码的直接推广。此外，访谈在部分会话中穿插于第 2 次鼓机之前，言语表达可能直接影响后测行为，这既是经验设计中有意的反思外化，也是在因果解释时需谨慎的顺序效应。资源状态方面，文中引用的 Al Jazari、Strudel 与 Pocket Operations 链接在本次核验中均为可用，但这只说明第三方资料当前可达，不改变论文本身证据强度的判断。

复现先做什么：保留哪些信息条件？

复现应先重建信息条件而非追求效果复刻。系统侧需要 JavaScript、HTML5 画布与 Strudel 模式引擎，每关用结构化对象定义起始代码、目标发声休止数组与视觉布局，保留每秒循环数、相位映射与高亮同步逻辑；若更换视觉隐喻，应保持计时基础结构不变，否则同步结论不再成立。内容侧需要十二关的固定顺序、从 8 发声教程到熔岩狮、多层未知瓦片再到重复操作符的递进，以及改编自 Pocket Operations 的鼓机模式来源标注。

研究侧需要同一四声部 16 步鼓机、前后各约 3 分钟自由搭建、固定关序的录屏、基于观察的开放式反思访谈八问，以及 Goldsmith 音乐成熟度指数改编问卷的背景记录。何时值得尝试：如果教学目标恰好是让新手显式推理发声位置、重复与分层，且能接受短时单次、质性观察的证据强度，该游戏可作为引入 Strudel 的入口；如果目标是旋律、和声或长期技能保持，则需要扩展系统并设计对照。

还需补的验证包括多编码者信度、对照组比较、代码与直接操作的对比，以及替代错误反馈模型的效果检验。

收束：这篇论文给研究生留下什么可带走的方法？

带走的不是游戏好玩的判断，而是一套可复述的支架逻辑：用目标谜题约束注意力，用 3 种同步表征让结构可比较，用关卡顺序把计数推向抽象。常见误解是把后测鼓机更整齐直接读成学会了节奏，原文的正确读法是系统作为认识工具让推理变得可见，访谈与行为共同显示了对重复、间距、分层与预期的关注，但未测量误判率、延迟或长期保持，也未证明优于其它环境。

另一个误解是把无训练等同于简单系统，实际上求值、映射与质性分析本身就是需要交代的计算与方法，只是没有梯度更新。复述时应能沿样本走完输入到表示到组件到目标到输出：从视觉约束出发，写出符号模式，经循环求值生成事件，再映射为走位与声音，最后用通关与访谈语言验证理解。若要继续，优先补对照与信度，而不是先加更多乐器，因为在当前证据下，动机与理解仍是纠缠在一起的。

⚖️ 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 nime-2026 论文汇总