看不见的空气如何被听见：用身体移动演奏污染数据的集体聆听装置

英文题目：A Community Moving with Air in the immersive Sound Installation HUELLAS DE AIRE (Traces of Air).

会议身份：conference:nime:2026:conference-paper-id:nime2026_70

✅ 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 #用户研究 #空间音频信号 #音频交互

评分：5.5/10 | 创新 1.3/2 | 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 0.1/0.5 | 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

• Ximena Alarcón-Díaz：机构信息未能从会议 PDF 纯文本可靠映射
• Esteban Henao：机构信息未能从会议 PDF 纯文本可靠映射
• Ron Herrema：机构信息未能从会议 PDF 纯文本可靠映射
• Adriana María Gutiérrez-Grisales：机构信息未能从会议 PDF 纯文本可靠映射
• Juan Felipe Amaya-Álvarez：机构信息未能从会议 PDF 纯文本可靠映射
• Jorge Bejarano Barco：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

HUELLAS DE AIRE面对的输入是麦德林不可见的空气与PM2.5污染数据，期望输出是观众以身体移动即可感知污染与呼吸记忆的沉浸声场，难点在于污染数据时间粒度粗而呼吸体验主观私有，公共展厅还需鲁棒的多人实时交互。方法链第一步以14人3日工作坊通过深度聆听采集个体与集体呼吸声，形成Traces of Air 1至4素材库并直接进入下一步作曲与映射设计。第二步由艺术家把历史污染序列与生成合成映射为连续声层，并绘制声关系图谱以指导传感器映射与扩声实现。第三步用8路超声近距离传感器与拍手检测麦克风驱动Pure Data/BELA CTAG Beast实时引擎，经四声道参数声化层与6声道二阶Ambisonics纪实层输出，随距离改变回放速率与声质密度。在MAMM展厅多人实时交互设置下，超声传感子系统的通道数指标为8路，高于拍手检测麦克风子系统的通道数指标为1路。与已有数据声化作品的关键机制差异在于把均值距离控制数据回放速率与滤波器中心频率的宏观映射，与每路传感器控制正弦振荡器频率并随机触发呼吸采样的微观映射分离到不同扩声子系统，从而兼顾环境可读性与身体演奏性。该结论适用边界限于MAMM展厅特定布设与引导式参观，尚未验证无引导观众自主发现率、长期运行稳定性与跨城市迁移效果，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://intimal.net → https://intimalnet.wordpress.com/ — 链接可访问（HTTP 200）
• 第三方资源：https://blog.bela.io/suspended-circles-tove-grimstad-bang/ — 链接可访问（HTTP 200）
• 第三方资源：https://participatorymuseum.org/ — 链接可访问（HTTP 200）
• 第三方资源：https://blog.bela.io/rebus/ — 链接可访问（HTTP 200）
• 第三方资源：https://doi.org/10.1037/amp0000399 → https://doi.apa.org/doi/10.1037/amp0000399 — 链接不可用（HTTP 403）
• 第三方资源：https://doi.org/10.5281/zenodo.1177903 → https://zenodo.org/records/1177903 — 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：我们要为谁讲清这件作品？

本文解读的对象是 1 篇关于新界面与声音装置的会议论文，记录了在哥伦比亚麦德林现代艺术博物馆展出 4 个月的沉浸式声音装置空气痕迹。目标读者是刚进入语音、音乐、音频领域的研究生，你已经会看波形与频谱，但还没有独立承担过长期展览装置的搭建与维护。必须保留的信息有 3 类。第一是过程，14 人 3 天工作坊如何产生声音素材与交互想法，哪些想法最终落地、哪些被放弃。第二是系统，Pure Data 运行在 BELA 微型计算机上，8 个超声接近传感器加一个麦克风如何驱动数据奏鸣与录音触发，双层扩声如何分工。第三是证据，观众实际如何移动、如何描述感受，以及作者承认了哪些局限。

输出是 1 篇可核对、能复述方法的中文解读，不评价艺术好坏，只讲清楚做了什么、怎么做的、在什么条件下观察到的。本文不引入原文之外的空气质量数值，不猜测未报告的延迟与识别率，所有数字都回到原文句子核对。接下来的顺序按学习依赖展开，先讲任务与相关路线，再讲方法全景，然后拆开传感、映射、扩声 3 个组件，接着讲没有神经网络训练时真正的构造过程，再讲实验条件、观众结果、失败与边界，最后给出复现清单与收束。

这件作品站在哪些已有路线上？

要理解这件作品，先把它放在 3 条路线里。第一条是关系聆听界面，白话说就是把聆听本身当作人与人、人与环境建立关系的技术，英文是 Interfaces for Relational Listening，缩写为 INTIMAL。艺术家此前长期研究这条线，本文是它在空气污染主题上的 1 次落地，强调呼吸在人与城市之间起中介作用。第二条是深聆听，白话说是作曲家宝琳·奥利维洛斯提出的全身心聆听练习，英文是 Deep Listening。它要求先静坐听身体内的呼吸，再到城市里行走听人与非人存在的呼吸，本文第一天完整采用了这套方法，并把绘画当作图形谱来发声。

第 3 条是用 BELA 做交互声音艺术，BELA 是一种低延迟嵌入式音频平台，常配合 Pure Data 图形化编程与触摸、接近传感器做乐器。原文引用了悬挂圆环与 Rebus 两个 BELA 作品作为工作坊的灵感来源，当前可用性核查显示这两个博客链接当前可用，已公开。博物馆参与理论提供了第 4 个坐标，作者引用了参与式博物馆与协同创作综述，区分了贡献、协作与共同创作。本文的判断是 3 天工作坊属于贡献，参与者为艺术家委托作品提想法，落地阶段属于协作，工程师与馆方共同解决问题。

贡献 × 协作： 贡献负责描述 3 天工作坊的参与性质，参与者为艺术家委托作品提供想法与声音；协作负责描述落地阶段的参与性质，艺术家、工程师、馆方与 1 名学员共同解决布线与扩声难题。搭配理由是博物馆参与理论区分了谁决定目标与谁执行，短期工作坊做不到完全共同决策；组合后说明了为何本文把创作分成设想、实现、体验 3 层，每层的权力与责任不同，不能混为一谈。

这样定位后就不会误解，本文不是要发明新的传感器或新的空间音频算法，而是要展示如何把社区聆听过程、污染数据与可运行的交互系统编织成一件能展 4 个月的作品。相关工作的对照维度因此是同输入、同目标、同运行阶段，输入都是身体移动与环境数据，目标都是让不可见的空气可感，运行阶段都是多人同时在场的展厅，而不是实验室里的单人佩戴设备比较。

艺术家真正想解决的矛盾是什么？

艺术家出发时提了两个问题。第一个问题是如何集体地感受与聆听空气，空气永远充满生活环境并在万物之间起中介作用，但它看不见摸不着，本身也不发声。第二个问题是我们与空气质量指数数据建立什么关系，才能帮助理解这种关系性的物质。矛盾在于数据是抽象的、每小时更新的数字，而呼吸是具体的、每秒都在发生的身体感觉，中间缺一座桥。如果只播放数据奏鸣，观众听不懂，如果只播放呼吸录音，观众意识不到污染。

作者的选择是用空间作为界面，让观众的移动同时改变数据声与记忆声，人在走动中听见自己的存在如何搅动空气。举一个教学例子，例子是当你走近蓝色灯光下的传感器，数据播放变快、滤波变亮，同时随机触发一段他人冥想时的呼吸声，你会同时听见污染的现在与呼吸的过去，这个例子帮助理解双层含义，但原文没有给出该时刻的具体频率值，不能当作参数承诺。任务因此不是识别或分类，而是 1 次持续 4 个月的公共聆听邀请，成功标准是观众是否愿意慢下来、用身体去探索声音与运动的关系。

方法全景：一个样本走完输入到输出

先沿着 1 位观众走完 1 次完整路径。假设你走进黑暗展厅，墙上有诗句投影，提示你靠近蓝色光点并拍手。你抬手靠近一个接近传感器，超声发射器发出载波，接收器收到回波，系统由回波延迟估计距离，再经过滤波、平滑、归一与限幅，得到稳定的连续距离值。与此同时，多个传感器的距离被平均，得到全场平均距离，这个平均值去做两件事，一是控制历史 PM2.5 数据流的播放速度，人越近走得越快，二是控制带通滤波器的中心频率，改变数据声层的音色明暗。

你个人的那个传感器还控制一个专属正弦振荡器的频率，不同传感器占据不同频段，多人同时移动就形成复调纹理。当你的手越过阈值，系统随机抽取一段工作坊录音播放，可能是个人呼吸，也可能是集体即兴。当场内声音变密或有人拍手，麦克风检测到拍手事件，系统再从社区数据库随机选一段录音，随机选一个空间方位，用高阶环境声播到头顶音箱。生成的数据声走水平四声道，纪实的人声走头顶环境声，两层同时响但分得开。你听见的是自己动作、他人动作、历史污染与过去呼吸的混合。

整个链路跑在 BELA CTAG Beast 微型计算机上的 Pure Data 补丁里，实时循环，无需外接电脑。这个全景里有 3 个关键选择，一是用历史年数据而非实时数据，因为实时站每小时才更新，动态不够做冥想式演奏，二是用随机触发打破决定论，避免动作与声音一一对应而变得机械，三是用双层扩声保持可懂度，让参数变化听得清，让记忆声有包围感。

传感与映射如何把距离变成声音？

先解释术语。接近传感白话说是测手与传感器之间有多远，这里用超声回波延迟换算距离。参数映射奏鸣白话说是把数据变成声音参数，这里把平均距离映射到数据播放速度与滤波中心频率，英文是 Parameter Mapping Sonification，缩写为 PMS，后文简称参数映射。信号调理的步骤按原文是先标定与线性化得到距离，再做 4 步处理，滤波去快抖动，平滑防断裂，归一到统一区间，限幅防越界。每路得到一条连续稳健的控制信号。

控制分 2 级，宏观 1 级是跨传感器的平均距离，管数据流速度与滤波中心，微观 1 级是每路单独管一个正弦振荡器频率，多路并行构成复调。阈值触发是离散层，信号越过预设门限就以概率控制随机选样或随机改幅度，引入时间可变性。麦克风支路是拍手检测，对信号滤波后看频谱特征与能量，超过门限判为拍手，再随机选库中声音与随机方位播放。原文报告最终落地是 8 个接近传感器加一个麦克风，最初设想是 10 个接近传感器，每只约 50 厘米范围，测试 BELA 能力后减为 8 个。接近时声音纹理变密近乎冒泡，远离时变轻，这个描述是作者的听感总结，不是测得的频谱质心数值。

关系聆听 × 集体界面： 关系聆听负责定义聆听什么与为何聆听，它把呼吸、记忆、城市中人与非人存在的空气交换当作关系来倾听；集体界面负责定义谁来触发与如何共同触发，它把展厅空间本身变成多人可同时进入的乐器。两者搭配的理由是空气本身看不见摸不着，只有当多人移动同时改变声音时，关系才可被感知；组合后新增的作用是污染数据不再是屏幕上的数字，而成为随人群密度起伏的、可被身体演奏的在场。

参数映射奏鸣 × 接近传感： 参数映射奏鸣负责把 PM2.5 数据流变成可听的滤波与速度变化，它管数据到音色的翻译；接近传感负责把人体距离变成连续控制信号，它管身体到系统的输入。搭配理由是实时空气数据每小时才更新 1 次，动态不足，必须用身体平均距离去驱动数据播放速度与滤波中心频率，才能让静态历史数据活起来；组合后新增的是走近变密、远离变疏的触感，观众移动越密集，数据声层越翻涌。

复述时要注意，平均距离同时管速度与滤波，单路距离管振荡频率与随机触发，麦克风只管拍手触发的集体录音，三者不要混淆。原文未报告滤波器带宽、平滑时间常数、阈值具体数值与随机分布，这些是缺项，复现时需要自己扫参并记录。

声音从哪里来：数据声与记忆声如何分工？

声音来源分两大家族。第一家族是生成的数据声，用 Pure Data 里的噪声加锯齿波经过带通滤波制成，教学用的麦德林补丁就是这个结构，学员在此基础上改参数。它的行为由 PM2.5 历史数据驱动，数据本身无声，但通过播放速度与滤波变化获得节奏与质感，污染越重，作者设想为越密集越不协和，但原文没有给出数据值到分贝或频率的公式。第二家族是纪实的记忆声，来自第一天深聆听的录音，包括体内呼吸、城市记忆、绘画后的人声化、城市聆听行走、与特有鸟类 Cacique Candela 歌声的即兴，以及民谣管乐与自制管乐，按空气痕迹 1 至 4 编号保存，有单声道也有环境声格式。

播放逻辑是连续层与离散层并存，连续层一直有声，因为颗粒物永远存在，没有寂静，离散层由阈值与拍手随机触发。空间上生成层走四声道幅度摆位，靠四只音箱的增益分配营造水平方位，纪实层走 2 阶环境声，英文是 Second-order Ambisonics，先把单声道编码到球谐分量，再经解码矩阵送到高处六只音箱，保留方向信息。这种分工让听众能分辨哪是自己动出来的，哪是过去留下的。工作坊第 3 组曾有人提出一个奏鸣想法但要求不写入论文，作者尊重并排除，这提醒复述者不要把所有学员想法都当作最终实现。

四声道合成层 × 高阶环境声层： 四声道合成层负责清晰呈现可控的生成声音，它用幅度摆位把正弦振荡与数据滤波声放在水平面，让参数变化听得清楚；高阶环境声层负责营造包围感的纪实声音，它把工作坊录音编码再解码到高处六只音箱，保留方向信息。搭配理由是若把生成声与纪实声混在同一系统，听众会分不清是自己动出来的还是过去录好的；分层后新增的是功能可辨的混合空间，一边是自己身体驱动的现在，一边是社区留下的过去。

复述时要记住，生成层保清晰、纪实层保包围是刻意的功能分离，不是设备不够才凑合。若把两层混到同一阵列，参数变化会被人声掩蔽，可懂度会下降。

没有神经网络训练，这三天真正构造了什么？

本研究没有训练神经网络模型，没有梯度、没有损失函数、没有权重更新，因此本节讲清实际的构造与学习过程。第一天是深聆听建库，问题是谁激励你，参与者回忆家人、社区与自然，画下呼吸印迹当作图形谱，先个人后集体用人声与气声唱出来，再做城市聆听行走，最后与鸟鸣录音即兴，所有声音都用环境声格式录下，构成最初素材库。第二天是理解数据与奏鸣实验，麦德林预警系统 SIATA 的科学家讲解空气质量指数与 PM2.5，颗粒太小过不了鼻腔直达肺，2017 年曾有严重污染，山谷地形、车辆无颗粒过滤器、建筑施工、夜间降雨与撒哈拉沙尘都会影响循环。

教师提问数据之声是什么，提出监测、研究、教育、艺术 4 种目标，并展示天气声化网站与 Pure Data 数据流补丁等例子，学员用麦德林补丁改滤波听一年数据的冥想序列。第 3 天是交互构思，分 4 组用三台 BELA、触摸与接近传感器、导电铜带与导电线、面包板与布料，在能望见城市的房间里做空间剧本，画出观众轨迹与触发点。3 组报告被记录，第一组提出环境声随污染等级变响并设开关体验绿色，第二组提出史前、过渡、当代 3 阶段时间线，第 3 组用手臂在空中划空间，启发了最终环绕身体的传感器布局。

深聆听 × 空气痕迹录音： 深聆听负责生产素材的身体与情感来源，它通过冥想、城市聆听行走、鸟鸣即兴让人先听见自己的呼吸记忆；空气痕迹录音负责把这些瞬间固定为可复用的声音档案，按练习编号为痕迹 1 至 4 保存。搭配理由是若没有先在身体里建立对呼吸的记忆，后续随机触发的录音就只是文件播放；组合后新增的是带有传记色彩的触发库，拍手或阈值事件随机抽取的每一段呼吸都连着某个参与者的具体故事。

下图是第一天冥想的现场记录，它能帮你把深聆听从抽象名词还原为具体的身体状态与空间布置。

看图路径： 1. 先看地面黄色蓝色红色坐垫与参与者盘坐姿态，确认冥想式聆听的身体状态；2. 再看昏暗展厅侧光打在人物侧脸的效果，体会注意力向内收的氛围营造；3. 最后数清前景后景同时在场的人数，理解集体共处而各自内听的规模

论文图 2。原论文 Figure 2：“Participants in a listening meditation. Photo MAMM”。

这张照片显示参与者坐在地面软垫上，身体放松后仰或端坐，展厅昏暗只有侧光照亮侧脸，黄色蓝色红色坐垫散落在水泥地上，远处还有水杯与纸笔。这种布置支持这样的解释，深聆听不是讲座，而是长时间静坐与闭目内听，集体同时在场但各自向内，这正是空气痕迹 1 至 4 录音的情感来源。复述时要说明素材不是采样的城市噪声，而是带有记忆与情绪的人声化呼吸，这是后续观众听见人声时感到亲近的原因。

展厅系统与数据条件到底是什么？

实验条件分空间、硬件、数据三部分。空间是麦德林现代艺术博物馆的黑暗展厅，传感器分布在侧面与天花板，吊管悬挂保证不同身高都能挥手触发，传感器盒带蓝色灯保持冥想氛围，麦克风用红灯区分，地面走线用粗缆并标签化以便 4 个月展期内排查。硬件是 BELA CTAG Beast，跑 Pure Data 实时补丁，带 8 路接近传感与一路麦克风，扩声是水平四只加高处六只共十只音箱的混合架构，高处阵列约 6 米高。数据是麦德林 PM2.5 历史年序列，用于冥想式播放，实时站数据因每小时更新被认为动态不足而未采用。

观众条件是开幕大展中的自然客流加学校团体每日参观，有引导员，有墙面诗句投影如靠近蓝光、拍手，还有纸质入场指南，后期加了低照度安全灯并修过被误认为开关的传感器盒。评估方法是定性观察加 5 人问卷，三问分别是描述在场体验、谈数据声音与动作的关系、自由推断，另有开幕前 2 位肢体即兴艺术家的试玩。下表把系统规模的关键数字收拢，帮你在复现前 1 次核对通道数与量程。

表前说明部分要回答的比较问题是最终落地相对最初设想砍了多少通道、每层扩声各用几只音箱，公平条件是都以原文实施章节的陈述为准，指标方向是通道数越多交互越细但越难维护，数值越大不等于效果越好。

表后解释部分需要说明主要收益是分层让参数变化听得清、记忆声有包围感，具体代价是布线与标定工作量大，8 路已需系统化标签与多人协作维护。反例是最初 10 路设想未能落地，说明 BELA 能力与展期稳固性是硬约束。未胜出项是地面压力感应与实时数据奏鸣，前者因时间与资源未做，后者因更新太慢被历史数据替代，这两条边界复现时不要误当作已验证路线。

下图是原文引用的空气质量指数表截图，它帮你理解数据声背后的情感标尺与健康含义。

看图路径： 1. 先从上到下读出不健康到危险等级的名称与数值区间，确认颜色随风险加深；2. 再对照最右侧蓝色栏的健康提示文字，理解数值对应的行为建议差异；3. 最后回到正文思考该表如何成为数据奏鸣由疏到密的情感标尺依据

论文图 4。原论文 Figure 4：“Chart of Air Quality Index of PM2.5 and effects on human health. Taken from IQAir”。

该图是 IQAir 来源的 PM2.5 指数表局部，可见从不健康到非常不健康再到危险的三行递进，每行有数值区间与右侧蓝色栏的健康建议，例如 151-200 对应 55.5-150.4、201-300 对应 150.5-250.4、301 以上对应 250.5 以上。它支持的判断是作者用颜色与健康后果来构思声音由疏到密、由协和到紧张的变化，但原文未给出数值到声音参数的映射公式，因此不能把该表的区间直接读成频率值。

观众实际听到了什么、做了什么？

结果按行为与言语两类报告。行为上，观众初进无所适从，因为厅内无实物只有蓝光小孔，有人把传感器盒当开关按压。经观看他人移动并读墙面邀请后，逐渐学会模仿，出现有意识的靠近远离与挥手，有人穿越即触发，有人驻留演奏。开幕前 2 位肢体艺术家的试玩让团队确认系统已可迎客。言语上，5 人问卷显示空间被描述为发现之旅、无形景观随动作变声，有人说像女孩般与光声玩耍并追问能为世界做什么，有人说慢下来后听见的不只是耳朵而是全身，有人说身体成了颗粒、漂浮人声与声景之间的桥。

3 个隐喻被反复引用，像在肺里、像在丛林中、像在空中弹钢琴。关于数据、声音、动作的关系，多数回答是抽象感知而非技术复述，例如污染变成声音后不再是远方事实，而是栖居环境的一部分，PM2.5 像影子般随动作在空中画声，城市呼吸与我的舞蹈交织。作者据此推断作品更像集体聆听界面而非需训练的乐器，演奏空气的说法比舞蹈更贴切。

下图是展厅中观众的真实状态呈现，它能把问卷里提到的慢下来与身体成桥对应到具体身体动作。

看图路径： 1. 先看左侧墙面投影的双语诗句与拍手提示，确认引导语在黑暗中的位置与可读性；2. 再看右侧墙面两个蓝色光点，确认接近传感器盒的高度与左右间距；3. 最后看四位观众的站位与朝向，判断谁在抬手触发、谁在观看模仿

论文图 1。原论文 Figure 1：“Audiences in the installation. Photo by Ron Herrema”。

照片显示黑暗展厅中 4 位观众背影，左侧投影有中西双语拍手提示与白色灯带，右侧墙面有两个蓝色光点，1 位观众抬手伸向光点似在触发，其余 3 人侧身观看。这支持了空间即界面的判断，学习靠观看他人与跟随投影邀请完成，也解释了为何初识门槛高。复述时要强调触发常在穿越中无意发生，有意演奏是后习得的，两种状态的声音意义不同。

哪些设计被拿掉或换掉后会不一样？

本文没有神经网络消融，但有三处可当作设计对照来读。第一是实时数据对历史数据，实时站每小时更新，若直接奏鸣会长时间静止，换成一年历史序列后才有可演奏的起伏，代价是失去此刻此地的指数对应，观众听见的是麦德林的典型困境而非当下数值。第二是单层扩声对双层扩声，若把生成声与纪实声混到同一阵列，参数变化会被人声掩蔽，分开后生成层保清晰、纪实层保包围，代价是十只音箱的布线、摆位与解码矩阵维护更重。

第三是决定性映射对随机触发，若动作与录音一一对应，观众很快摸透机关而失去聆听，加入阈值随机选样与拍手随机方位后，每次进入都有新组合，代价是可重复性下降，研究者无法保证某动作必出某声。

下表要回答的问题是多大的人力与设备支撑了上述对照的成立，公平条件是都以原文过程章节为准，指标方向是人数与设备越多想法越多，但落地难度也越大。

表后段落需要解释主要收益是小设备支撑大参与，14 人的记忆库让随机触发有血有肉，具体代价是 3 天只能做贡献式参与，做不到共同决策。未胜出项是地面感应与实时奏鸣，边界是问卷仅 5 人且无对照组，不能推广到所有年龄与听力条件。原文还报告了配件在麦德林无同规格、尺寸变化迫使重做盒体的插曲，这支持了在地适应比图纸更重要的判断。

哪些结论还不能下、哪些数没有测？

先划清 3 类表述。直接报告的是系统可连续运行 4 个月、观众学会模仿后能有意识演奏、5 人问卷给出肺、丛林、空中钢琴的隐喻。有限解释的是集体界面比乐器更贴切，这个判断有行为与言语支持，但样本小且无对照，不能说对所有观众成立。未验证推测的是长期环境意识是否提升，原文没有前后测，没有追踪，相关性不是因果，不能承诺参观后环保行为会改变。

缺失的证据要逐项点名，未测量拍手误触率、接近测距误差、多人同时触发时的丢事件率，未报告端到端延迟、CPU 占用、功耗与故障次数，未做听感量表、无障碍与儿童安全评估，未公开 Pure Data 补丁与布线图，他人无法逐键复现。总体趋势不等于每步成立，例如人多时声音变密总体成立，但在某个角落可能因遮挡而不灵。训练资源、推理开销、输出帧率与实际延迟要分开谈，本系统无训练开销，推理开销是 BELA 上的实时音频循环，但具体缓冲与延迟未报告，不能用 BELA 一般性能来代替本装置的实测值。

如果要在学校复现，最小可运行版本怎么做？

复现先做最小闭环，再补包围感。第一步备料，一台可跑 Pure Data 的嵌入式或笔记本音频接口、2 到 4 路超声或红外测距、一只麦克风、四只水平音箱，先不做头顶六只。第二步建库，组织半天深聆听，静坐听呼吸、校园行走听人与鸟、画呼吸图再人声化，全程录音并按身体、地点、行走、鸟即兴编号。第三步搭映射，噪声加锯齿波进带通滤波，用公开的城市年均 PM2.5 序列驱动播放速度，平均距离管速度与滤波中心，单路距离管正弦频率，阈值触发随机选样，拍手用能量加频谱门限触发。

第 4 步布展，暗室加投影诗句，传感器盒加蓝灯，麦克风加红灯，走线标签化，准备入场指南与低照度安全灯。第五步观察，记录穿越触发与驻留演奏的比例，收集三问问卷，保留未胜出想法。信息条件上，代码是否开源原文未声明，权重下载不适用，系统可运行依赖馆方支持与学员协作，BELA CTAG Beast 对新人有学习曲线，备件要按本地可购规格设计盒体。何时值得尝试，当你的目标是让多人同时感受不可见环境量、且能接受定性评估时值得做，当你需要精确传达指数数值或做听感显著性检验时，这套方法不合适，还需补对照组、量表与延迟测量。

一句话收束：带走什么、放下什么？

带走的是一个可复述的链路，身体距离经调理变成连续控制，平均距离驱动历史数据声的速度与明暗，单路距离驱动振荡与随机记忆触发，双层扩声把现在与过去分开呈现，空间本身成为多人乐器。放下的是对精确数值与普适效果的期待，本文用 5 人言语与行为观察支持了集体聆听的成立，但没有证明环境行为的改变，也没有给出可直接抄的参数表。

特有的误解有三，一是把冒泡感当作测得的声学指标，它只是作者的听感比喻，需对应到滤波与密度变化来理解。二是把随机触发当作故障，它是为避免机械对应而有意加入的。三是把蓝色小灯当作装饰，它是寻址与安全设计，告诉手该去哪里。下 1 次验证应补上误触率、延迟、多人压力测试与对照组问卷，那时才能谈这件乐器在不同城市与人群中的稳健性。

⚖️ 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