不把手势抽象成参数：用鱼线和织物把微分音竖琴连进建筑空间

英文题目：Extending Instrumentality Through Mechanical Augmentation and Sound Synthesis in a Microtonal Harp.

会议身份：conference:nime:2026:conference-paper-id:nime2026_158

✅ 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 #音视频 #音乐 #音视频交互

评分：5.0/10 | 创新 1.2/2 | 技术严谨 0.8/1.5 | 实验充分 0.4/1.5 | 清晰度 0.7/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.1/0.5 | 工程/实践 1.0/1.5

排名：后50% | 文档类型：系统技术报告

👥 作者与机构

• Han Zhang：机构信息未能从会议 PDF 纯文本可靠映射
• Anqi Liu：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

该研究输入为竖琴演奏者对 Harp-E 琴弦、微分音扳手杠杆与外延鱼线的拨奏、持续牵引与弯音手势，输出为延续弦乐发音逻辑的合成声音、织物可视运动与投影变化，难点在于避免手势被抽象为控制参数后丧失材料阻力与因果可读性。方法链分4步：选中杠杆经鱼线外延并以悬挂织物质量作配重维持张力，使位移先在力学域传播；导电墨水印刷柔性传感器捕获织物形变；Arduino MKR WiFi 1010 编码后经开放声音控制协议无线传输至笔记本；Ableton Live 与 Max for Live 按拨奏、类弓持续激励、扳手弯音3类包络触发或调制声音与视觉。与已有增强弦乐器参数映射不同，该系统要求数字响应继承起振、衰减与再触发形态，使合成成为激发的延续而非叠加层。原文未提供可核对的关键定量结果。结论仅适用于单件增强 Harp-E 装置在 De-dimension 多媒体即兴与参与式场景中的定性观察，未验证多人干扰下的可控性与长时间结构稳定性。原文未披露训练、推理或部署成本，不涉及学习型模型。

🔗 开源与复现资源

• 第三方资源：https://www.harp-e.com/en-us — 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，目标是什么，这篇解读要交付什么？

本文解读的对象是 1 篇增强乐器论文，输入是作者给出的正文证据与 4 张官方原图像素，目标是让刚进入语音、音乐与音频领域的研究生能核对事实并复述方法。必须保留的信息包括：基础乐器是带微分音杠杆系统的 Harp-E，机械扩展使用配重鱼线连接到悬挂织物表面，传感使用导电墨水打印的柔性传感器并经 Arduino MKR WiFi 1010 以开放声音控制协议无线传到笔记本电脑，合成按拨弦、类拉弦持续激励、微分音杠杆弯音 3 类手势组织，演出载体是多媒体即兴表演 De-dimension。输出是 1 篇按学习依赖展开的中文技术解读，不做营销式判断，不补充证据之外的数值。

先讲任务与路线有助于避免误读。这不是一个用神经网络做音色分类或生成的研究，也没有训练集、损失函数与准确率。它属于新界面乐器方向中的增强原声乐器分支，关心的问题是手势到声音的因果结构是否还保留材料的连续性。初学者容易把增强理解为给原声加效果器或加几个传感器旋钮，本文恰好反对这种理解。白话说，作者希望演奏者的用力先真实地经过鱼线和布，再变成电信号和数字声音，而不是手一动就直接改一个抽象参数。

为此解读按以下顺序展开：先交代相关工作与核心矛盾，再给出机械与合成全景，然后拆开组件与计算链，说明本研究没有训练什么、实际做了什么构造与调用，接着讲演出作为实验条件的具体布置，再谈报告了什么、没报告什么、如何复现与何时值得尝试。教学中举的例子会明确标为例子，例如把鱼线比作延长琴弦的类比，后面会对应回真实的张力维持与位移传播，不把比喻当作性质证明。凡论文未报告延迟数值、感知评分或系统开销之处，会直接指出缺项，不做改善承诺。

为什么映射直观了，乐器还是可能感觉随意？

初学者要先理解映射这个词。白话说，映射就是规定手怎么动、声音怎么变的那层对应规则，英文是 mapping。后文统一简称映射。数字乐器设计长期依赖映射，它把传感数据连到合成参数，拓宽了表现带宽。在增强原声乐器中，映射支持了原声与电子的混合，但也带来一个反复被批评的问题：当身体动作先被抽象成控制参数再进合成，声音结果可能失去材料带来的连续性、阻力与约束，听起来与动作脱节。

映射 × 内界面： 映射指把手势数据连接到合成参数的结构层，负责决定手势如何被表示和组织；内界面指媒介内部重组信号变换与可听化的基础拓扑，且外部物质条件会回头重塑内部逻辑；二者搭配的原因是论文不把随意性只看成对应关系不够直观，而是看成数字中介重组了因果结构，组合意义在于用已有的声学约束去引导数字系统的拓扑，而非先抽象再映射。

论文把理论立场放在这一批评上，并引入媒介理论家亚历山大·加洛韦的内界面概念，英文是 intraface，后文简称内界面。白话说，内界面不是面板上的按钮，而是指挥信号如何在内部被变换并变可听的那层基础设施，且外部物质现实会反过来重塑这层内部逻辑。作者借此提出，问题不只是把参数对应做得更直观，而是让外部材料现实去重新配置数字中介的内部逻辑。增强原声乐器恰好有现成的材料与声学结构，其物理约束本来就在组织手势与声音关系，因此可以引导数字系统的拓扑。

同路线对照要按同输入、同目标、同运行阶段来做。论文点名的同路线是磁共振钢琴，英文是 Magnetic Resonator Piano，它保留激励逻辑与材料连续性以降低数字扩展的抽象性，属于机械耦合增强的先例。与之相比，本文的不同在于起点是微分音杠杆竖琴，并把弦结构经鱼线延长到建筑空间，同时把合成与视觉投影都要求服从弦的发声形态。另一类对照是小号增强等工作，它们同样把身体手势接入可配置数字结构以扩展音色或处理域，但按论文的批评，这类做法若先抽象再映射，更容易出现感知随意性。本文因此不是参数扩展竞赛，而是在因果结构上换位置：让力先走材料，再进计算。

要解决的矛盾是什么，不做什么？

要解决的矛盾可以表述为：既要把乐器扩展到空间、视觉与多人参与维度，又要保持手势与声音后果在感知上连贯。常见做法是加传感器后直接映射到任意合成或视觉参数，扩展性强，但手势与结果的因果链被切断。论文选择反向约束：扩展必须经过机械传播，合成必须延续弦行为。也就是说，宁可限制映射自由度，也要保住从用力到发声的连续因果。

不做什么同样重要。本文不提出新的合成算法，不训练神经网络，不报告识别准确率或听感评分，不测量毫秒级延迟分解，不比较不同映射曲线的优劣。它要交付的是一个可演出的机械增强原型及其设计逻辑，并在真实演出中验证多人可同时经由共享材料介入。理解这一点后，就不会用分类精度或生成质量的标准去要求它，也不会把演出照片当成受控实验。

对初学者而言，关键区分是参数扩展与乐器性扩展。白话说，参数扩展是增加可拧的东西，乐器性扩展是增加乐器能成立的方式，包括谁能碰、以什么姿态碰、力如何传、声音与图像如何跟。论文的关键词包括增强乐器、交互装置表演、多智能体参与表演与现场视听生态，指向的正是后者。后续方法部分会沿一个具体用力过程走完全链，再展开 3 类合成如何分别延续弦逻辑。

力先走材料再进计算：全链是如何串起来的？

先沿一个样本走完输入到输出。假设演奏者拨动一根从杠杆引出的鱼线，输入是手指施加的位移与张力变化。表示不是先变成归一化控制值，而是先沿鱼线做机械传播，到达作为配重的悬挂织物，织物出现摆动与涟漪。组件接着才介入：贴在织物上的柔性传感器把形变记为连续运动数据，经 Arduino 编码并以开放声音控制协议无线发往笔记本电脑，由 Ableton Live 与 Max for Live 补丁做声音合成与演出逻辑管理。目标是让数字声音听起来像这次拨弦的延续，输出包括声音、织物上的可见运动与投影图像的亮度、形变与拖尾变化。

机械增强 × 乐器性扩展： 机械增强指用配重鱼线把杠杆与琴弦结构延长到悬挂织物，维持张力并让位移先在物理上行传播；乐器性扩展指不只增加可调参数，而是把演奏、视觉、空间与参与方式一起纳入乐器；二者搭配的理由是只有力先经过材料，传感数据才不是抽象控制流，而是弦激励的痕迹，组合后数字声音才能作为弦行为的延续而非外加映射。

这条链的教学要点是顺序不能颠倒。原文强调手势能量从杠杆到鱼线再到织物，最后才进入计算，保持了声学、材料、传感与数字层的连续。基础乐器 Harp-E 是市售电声竖琴，每个弦可用板载音高变换杠杆独立重调，英文是 lever-based microtonal system，后文简称微分音杠杆。增强起点正是这些杠杆，它们本来就支持弯音、揉弦与滑音，选择其中部分杠杆系上鱼线并延伸进表演空间，织物质量作为配重维持张力，把弦结构延长到琴体之外。演奏者可调杠杆，也可直接拨、拉、抖动鱼线，位移都经鱼线传到织物，既保留弦激励的物理逻辑，又提供更大的手势面。

在进入下一节细节之前，先看结构总图有助于建立空间感。下面这组四联图分别展示杠杆与鱼线连接、演奏者以竖琴手势触碰扩展部分、柔性传感器贴法与 Arduino 数据流，是全文机械链最直接的证据。

看图路径： 1. 从最左面板看木质杠杆排与向上引出的多根细鱼线走向；2. 看第二面板中演奏者双手以竖琴手势拨动空中细线的姿态；3. 看第三面板织物表面贴附的细长柔性传感器及其走线；4. 看最右面板面包板上 Arduino 板载指示灯与多色连接线

论文图 2。原论文 Figure 2：“Augmented Harp-E structure: (a) the lever micro-tonal system on Harp-E and fishing lines on the lever for instrument augmentation, (b) harpist interacting with the augmented part…”。

这组图确认了几个可复述的动作：鱼线系在杠杆上并向上向外引出，演奏者站在远端以双手拨线而非只碰琴弦，传感器是贴在织物表面的细长条并带线引出，末端是放在面包板上的 Arduino 硬件与杂乱走线。它同时说明传感数据为何被看作弦激励的痕迹：因为传感点在机械传播的下游，读到的是织物已被带动后的形变，而非手部动作的直接采样。原文还指出主要延迟来自沿扩展鱼线的物理传播而非数字链，且该延迟因织物运动可见，演奏者可将其作为材料行为纳入即兴，而非当作计时故障。这一点后文在局限中会继续讨论其未测量的一面。

三类手势各触发什么合成，为什么算延续而非映射？

合成部分要先解释术语。白话说，起振衰减包络就是拨一下后声音冲起来再落下去的形状，英文是 attack-decay envelope；亥姆霍兹运动是持续激励下弦的周期性振动形态，英文是 Helmholtz motion；波表式循环是把一小段可持续波形反复播放以维持声音，英文是 wavetable-like。论文要求合成服从这 3 类弦行为，而不是把传感器数值指定到任意参数。

激励逻辑 × 合成连续性： 激励逻辑指拨弦的起振衰减形态、持续激励的周期性再触发、杠杆弯音的缓慢音高调制等弦特有的行为方式；合成连续性指合成响应保留上述形态，使数字发声继承而非仅反应动作；搭配理由是只有按 3 类手势分别配对预整形、循环与音高调制，感知到的手势与声音后果才连贯，组合后传感阈值与触发才有弦乐依据。

具体分 3 类。第一类是拨弦，鱼线出现快速上下位移，因原声竖琴音具有尖锐起振与快速衰减，该手势触发预整形声音，混合短促打击波形、录制的弦击与经频谱分解的竖琴材料，结果继承拨弦的起振衰减行为。第二类是类拉弦持续激励，连续牵拉配重鱼线使鱼线与织物产生准亥姆霍兹振荡，柔性传感器读到重复运动，信号超阈值后循环触发一段持续音频直到振荡停止，功能上类似用短可持续波形段响应连续激励的波表系统，把机械周期性译为持续声音。

第 3 类是微分音杠杆弯音，杠杆运动是更慢、相对静态的位移模式，系统检测该慢位移并用它控制音高相关合成参数，与调音和弯音手势对齐。3 类合起来覆盖瞬态起振、持续振荡与音高调制。

下表把 3 类手势的传感特征与合成响应的对应关系整理成五列，便于对照复述。表前要提出的问题是：在公平复述下，每类手势的输入形态、触发条件与声音形态是否都来自弦行为而非任意指定，指标方向是形态一致性越高越符合论文主张。

表后需要解释主要收益与代价。收益是 3 类响应各有弦形态依据，拨弦不做成持续垫底，持续激励不做成 1 次性采样，弯音不做成突变，感知上更易把数字声音听成同一次用力的延续。代价与反例是论文未给出阈值数值、分类器细节与误触发率，也未说明 3 类运动在传感器波形上如何精确区分边界，例如快速抖动与持续牵拉在过渡区可能混淆，但原文没有报告失败条件。至少要承认未胜出项：若只看扩展自由度，任意映射能做出更多效果，本文为保连续性主动放弃了这部分自由。

下面看声音材料的设计依据。左为设计缓冲，右为采样竖琴，各含波形包络与频谱图，导读后接解释。

看图路径： 1. 对比左右两组波形包络的时间轴长度与衰减速度差异；2. 观察左侧设计缓冲频谱在低频的宽带能量与右侧采样竖琴的窄带泛音线；3. 注意上下声道波形是否同步出现起振峰

论文图 3。原论文 Figure 3：“Left: Waveform envelop and spectrogram of the designed sound buffer; Right: Waveform envelop and spec- trogram of the sampled harp.”。

从像素可见，左侧设计缓冲时间轴更长且波形密集、频谱在低频有宽带能量，右侧采样竖琴波形起振后迅速衰减为近直线、频谱呈现清晰的窄带泛音线。该对比支持原文说法：设计声音把短促打击、弦击与分解后的竖琴材料组合起来，使其包络继承拨弦的起振衰减，而非另起一种电子包络。不能从图中读出精确毫秒数或分贝值，像素分辨率不足以做数值测量，只能做形态级判断。视觉投影层同样服从材料连续性，从柔性传感器数据提取位移幅度与变化率，映射到亮度、空间形变与时间残留，保留手势的方向与能量品质，使投影反映运动的动态特征而不只是有无运动。

没有训练阶段时，真实计算过程是什么？

本研究没有神经网络训练阶段，因此不存在训练集划分、优化器、梯度路径、参数冻结与更新、监督来源与重置时机。不能把无训练等同于确定性求解，也不能从使用现成软件推定系统输出确定。真实计算过程是构造、连接与调用：机械构造是把鱼线系到选定杠杆并锚定悬挂织物，以织物质量做配重维持张力；传感计算是导电墨水柔性传感器把织物形变转为连续电压变化；编码与传输是 Arduino MKR WiFi 1010 编码后经开放声音控制协议无线发到笔记本电脑。

声音与视觉计算在 Ableton Live 与 Max for Live 补丁中执行，包括 3 类手势的运动模式判别、预整形缓冲触发、循环段再触发与音高参数控制，以及从位移幅度与变化率提取视觉参数。

需要指出的缺项很具体：论文未报告采样率、滤波、归一化、阈值数值、窗口长度、循环段长度、重触发迟滞与无线传输丢包处理，也未说明补丁内部信号流图。这些缺项不是技术错误，而是复现时必须补做的测量与记录。若按规则或检索理解，系统更接近阈值加模式判别的事件触发器，而非学习模型。教学例子：可把第一类拨弦理解为包络跟随加阈值触发，把第二类持续激励理解为周期性能量超阈后的循环保持，但这只是帮助理解的例子，不代表原文给出了这些模块的参数。

由于没有可训练参数，就没有过拟合、泛化曲线或消融参数量的讨论。对应的可验证点应转向机械侧：鱼线长度、张力、织物质量、传感器贴附位置与方向如何改变位移幅度与响应灵敏度。原文未系统扫描这些变量，只报告了演奏者能在即兴中流畅跨越耦合材料并精确控制原声弦与鱼线系统。复现者应把这些变量当作第一批要记录的配置表，而不是先调合成预设。

演出作为实验条件：空间、链路与参与如何布置？

实验条件不是实验室对照，而是多媒体即兴表演 De-dimension。空间布置把配重织物面板悬挂成建筑尺度的可视化表面，细微的杠杆调节经机械放大变为可见摆动与涟漪，使原声意图经同步视觉位移变得可读。链路布置是杠杆到鱼线到织物再到传感与计算，传感点在织物，计算在笔记本电脑，声音与投影同源于同一运动特征。参与布置是同一材料基底同时支撑两种模式：训练有素的竖琴师做精湛控制，非专家与观众经外露结构做集体探索。

先看演出全景以确认空间尺度。下面这张现场照片显示多幅落地织物与蓝色投影，是理解空间化与可视化的关键。

看图路径： 1. 数出前景中悬挂到地面的大幅织物数量与垂落形态；2. 观察织物上蓝色投影条纹与褶皱阴影的叠加关系；3. 在画面最左侧寻找竖琴琴体与后方桌上笔记本电脑的位置

论文图 1。原论文 Figure 1：“Augmented Harp-E in participatory improvisation music performance, De-dimension, 2025.”。

从像素可见，前景有多幅从天花板垂到地面并在地面堆积的浅色织物，蓝色投影在织物上形成竖向条纹与斑块，画面最左侧可辨竖琴轮廓，后方桌上有笔记本电脑与线缆，远处有窗格暖光。该图证实乐器已超出琴体进入建筑空间，且响应面延伸到观众可触及的近场。资源状态方面，论文引用的 Harp-E 官网在本次核对中可用，状态码为 200，地址为官方英文站点，可写当前可用，但这只说明基础乐器信息可查，不代表本文增强系统的代码或补丁已公开。

为把条件讲清，下表把链路各段的输入、表示与去向整理成五列，便于按段核对复现点。表前的问题是：每段的物理量是什么、经过什么变换、下一段接收什么，公平条件是同一用力过程贯穿全链，指标方向是因果可追溯性越完整越好。

表后解释收益与代价。收益是链路每段都有物理载体，延迟可见且可被演奏者纳入即兴，观众触碰织物即接入同一传感合成过程，无需额外接口。代价是未报告各段延迟分解、无线抖动、传感器噪声与标定方法，也未报告演出时长、参与人数与采集协议，因此不能把 1 次成功演出推广为鲁棒性结论。未评测边界包括大空间多人同时拉扯时的串扰、长时间演出下的张力漂移与织物疲劳，这些在复现更大场域时必须补测。

报告了什么，多人参与如何改变演奏？

论文直接报告的是定性系统行为而非定量指标。它报告：手势能量经杠杆、鱼线、织物再进计算的链路可演出；3 类手势各有对应的合成延续方式；织物面板把细微杠杆调节放大为可见运动；投影的亮度、空间形变与时间残留跟随位移幅度与变化率。

同一材料基底同时支撑精湛与参与两种模式；观众触碰织物被纳入即兴框架，演奏者协商并回应分布式输入，构成演进中的音乐织体。这些属于报告与显示，可复述。

精湛演奏模式 × 参与式模式： 精湛演奏模式指训练有素的竖琴师通过扩展的机械耦合实现精确富有表现力的控制；参与式模式指非专家与观众通过外露的鱼线、张力与悬挂织物做集体探索性触碰；搭配理由是二者共享同一物理基底与同一传感合成链，不需切换配置，组合意义在于把作者身份与控制权从固定独奏分散到可协商的即兴织体中。

有限解释是作者认为该系统把增强从抽象参数映射转向材料传播与感知可读，并挑战乐器、精湛技艺与固定作者身份的常规关联，提出基于共享材料交互的分布式参与模型。这部分属于支持而非证明，因为没有感知实验或对照演出证明可读性提升了多少，也没有比较有无机械扩展时的听众判断差异。未验证推测是更长时段形式中分布式能动性、观众介入与共享材料界面如何重塑作者身份、控制与音乐结构，论文将其列为未来工作，应以可能或待验证的语气理解。 下面看观众介入的直接证据。导读后接解释。

看图路径： 1. 辨认左右两位参与者各自用手拉扯织物的接触点；2. 观察蓝色投影下织物透光与人物剪影的层次；3. 注意地面堆积的织物下摆与后方窗格光源的位置关系

论文图 4。原论文 Figure 4：“Audiences interacting with the fabric in a perfor- mance.”。

从像素可见，2 位参与者在暗蓝光下各自用手拉扯大幅织物，织物透光并包裹身体轮廓，地面有堆积的布摆，后方窗格提供轮廓光。该图支持同一传感合成过程被多人共享的说法：触碰点即传感上游的机械输入，无需切换模式。但它不支持人数、时长或声音变化的定量判断，也不能证明每次介入都被音乐性地吸收，只能证明介入动作发生在同一材料场中。重提结果时要增加适用条件：该结论适用于小规模即兴、织物可触及、演奏者愿意让渡部分控制的场合，换成曲目精确同步或大编制时是否成立尚未验证。

若拿掉某一段，论文给了什么对照，没给什么？

严格意义上本文没有消融实验，没有逐段拿掉鱼线、织物、传感器或某类合成后再测指标的表格。能做的只是按证据做思想对照，且必须标为未验证。按原文逻辑，若拿掉配重织物而只留鱼线，张力维持与可见放大将缺失，传感将失去大面积形变来源；若拿掉机械传播而直接用手势传感器驱动合成，数据将退化为抽象控制流，论文批评的随意性可能重现；若拿掉 3 类手势区分而用统一触发，拨弦的瞬态与持续激励的循环将被混同，合成连续性主张将削弱。但这些都是依据机理的推断，原文未实测，因此不能写成拿掉后必然怎样。

论文实际提供的最接近对照的是声音材料层面的并置：设计缓冲与采样竖琴的波形包络与频谱图并列，说明设计声音继承了拨弦形态。这不是基线比较，而是形态依据展示。它支持合成选材有弦依据，但不支持某类合成优于另一类合成，也不包含可部署策略之间的数字比较。按证据展开两类特有细节：其一，持续激励的再触发依赖重复运动超阈值，阈值高低决定断续与粘连，但阈值未报告；其二，杠杆弯音用慢位移控制音高，慢与快的分界决定分类边界，但分界未报告。这两处都是复现时最易产生分歧的地方。

因此本节结论是：消融位置空缺，复现者若要补，应先做最小对照，例如同一演奏者分别只拨原声弦、只拨鱼线、同时拨两者并记录织物视频与传感器波形，再固定机械只切换合成通断，观察声音延续感是否变化。补做时要保留原文实际可运行的策略，即经鱼线与织物的完整链路，不能用事后最优参数代替可部署收益。

边界在哪里，哪些量不能承诺改善？

论文自认是概念验证而非全面技术、感知或表演评估，这是最重要的边界。未测量项包括延迟数值、响应性量化、演奏者对物理介导延迟的感知、大场域中精湛与参与共存方式、分布式能动性与作者身份的长时段变化。未测量误判率、延迟或成本时，不能承诺这些量得到改善。训练资源、推理开销、输出帧率与实际延迟要分别讨论，本文总体趋势不等于每组每步都成立。

具体到链路，物理传播延迟可见但未量化，无线传输与补丁处理的延迟未分解，传感器噪声、漂移与标定缺失，多人同时输入时的串扰与仲裁机制未说明。合成侧 3 类手势的判别规则、阈值与迟滞未公开，预整形缓冲的制作参数未完全披露，投影映射的具体系数未给出。参与侧观众介入的伦理已声明遵循新界面乐器原则且影像经许可、可按要求撤下，但参与人数、知情同意流程与现场安全动线未详述。

另一个边界是可推广性。结果来自特定场地、特定织物悬挂与特定演出框架，换场地、换织物质量、换鱼线长度都可能改变张力与灵敏度。不能把末步演出成功推广为全程稳定，也不能把曲线向下直接解读为性能变差，因为本文根本没有性能曲线。复现时应把每次演出的配置与环境如实记录，而不是只保留成功场次。

复现先做什么，需要补哪项验证？

复现第一步是备齐可核对的起点。基础乐器为 Harp-E 微分音杠杆竖琴，官网当前可用，可查型号与杠杆说明。机械件需准备鱼线、悬挂织物与配重悬挂结构，按图将选定杠杆系线引出并锚定织物，记录杠杆编号、鱼线长度走向、织物尺寸质量与悬挂高度。传感件需准备导电墨水柔性传感器并贴附织物，记录贴附位置、朝向与走线，再接 Arduino MKR WiFi 1010 并经开放声音控制协议发往笔记本电脑，记录主机软件版本与补丁链。先让单人拨线并拍摄织物摆动与传感器波形，确认力先到布再进电，再调 3 类手势的触发感觉，最后才加投影与观众动线。

先做什么的顺序不能反。若先调合成预设再补机械，会回到任意映射的老路。建议的最小可运行检查是：拨鱼线时织物是否同步摆动，传感器波形是否出现快速上下峰，声音是否以尖锐起振响应；持续牵拉时是否出现重复运动并维持循环声，松手后是否停止；缓慢扳杠杆时音高是否跟随慢位移变化。每步用手机视频与录音同步记录，作为缺失数字的替代证据。

还需补的验证分三项。其一补延迟与稳定性：分段测量机械传播可见延迟、无线抖动与补丁处理耗时，记录多人拉扯下的串扰。其二补判别边界：采集 3 类手势的传感器波形并标注过渡区，报告阈值、窗口与误触发率。其三补感知与参与：小规模听众判断手势声音是否连贯，记录观众介入次数、位置与演奏者应对方式。代码与权重方面，本文未声明开源补丁或可下载权重，只能按系统可运行理解为现场可演出，不可当作开箱可复现。补齐上述记录后，才适合谈何时值得尝试：当目标是可触空间与多人参与且接受阈值手工调校时值得尝试，当目标是精确音高曲目或低延迟独奏时需谨慎。

何时值得尝试，一句话如何带走？

值得尝试的场合是明确要把乐器做进空间并让人可触时。例如教学展示、装置演出与参与式即兴，需要把细微杠杆动作放大为可见摆动，需要让观众触碰即接入同一声音过程，需要声音听起来像弦行为的延续而非外挂效果。这时本文的材料先行路线有指导价值：先布鱼线张力与织物悬挂，再定传感贴法与阈值，最后选继承拨弦、持续与弯音形态的合成材料与投影跟随量。

不值得照搬的场合是追求可量化性能或精确复刻时。本文没有准确率、延迟表与参数表，没有消融证明哪段不可少，也没有大样本感知验证。若直接把照片当作部署指南，会低估调校工作量。更稳妥的理解是把它当作设计假设：保持激励逻辑与材料连续性能减少抽象性，但减少多少、在何种配置下成立，需要复现者自己补测量。

带走的一句话是：用配重鱼线把微分音竖琴接到悬挂织物，让力先走材料再进传感与合成，并让 3 类合成各自延续拨弦、持续激励与弯音的形态，从而在 De-dimension 演出中同时支撑精湛演奏与观众参与，代价是仅为定性概念验证而无定量评估。记住链路顺序、记住 3 类对应、记住缺项清单，就能在不夸大效果的前提下复述与复现这项工作。

📐 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 2 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 nime-2026 论文汇总