不拆琴键也能看清触键：PHOTON 在历史键盘下跟踪键杠杆

英文题目：PHOTON: Non-Invasive Optical Tracking of Key-Lever Motion in Historical Keyboard Instruments.

会议身份：conference:nime:2026:conference-paper-id:nime2026_85

✅ 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：#开源工具 #信号处理 #实时处理 #音乐 #音乐理解

评分：7.2/10 | 创新 1.4/2 | 技术严谨 1.1/1.5 | 实验充分 0.5/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 1.2/1.5 | 可复现 0.3/0.5 | 工程/实践 1.1/1.5

排名：前50% | 文档类型：系统技术报告

👥 作者与机构

• Noah Jaffe：机构信息未能从会议 PDF 纯文本可靠映射
• John Ashley Burgoyne：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

历史键盘研究需以键杆垂直位移为输入，输出实时事件与连续运动轨迹，难点在于键床间隙极小、布局非标且击弦释弦负载时变，通用钢琴传感无法直接移植。PHOTON先由键杆末端下方反射式红外传感将距离反射转为模拟电压，再经板载模数转换与逐键双点标定归一化为位移坐标，最后由分布式板卡本地扫描检测事件并经主控聚合为MIDI与串行位置流。与连续全亮式传感不同，选择性逐个使能与本地阈值检测降低了功耗与总线负载，使双排大键数菊花链部署成为可能。在小批量制造设置下，JLCPCB的组装尺寸指标为400×500 mm，高于PCBWay的组装尺寸指标250×500 mm。在单台双排Franco-Flemish羽管键琴示波场景下，原型示例了击弦点居中与双排错位等交互过程，但未与现有基线做受控对比。结论适用边界仅限该单琴单演奏者示波案例，向多琴种多演奏者与感知效度的外推尚未验证。硬件方面原文披露了五块传感器板小批量制造的印刷组装费用结构，延迟与吞吐等部署细节仅作架构性说明而无系统性度量。

🔗 开源与复现资源

• 代码相关资源：https://github.com/w4iei/photon — 链接可访问（HTTP 200）
• 复现相关资源：https://github.com/w4iei/photon — 链接可访问（HTTP 200）
• 第三方资源：https://github.com/bennymeg/Fabrication-Toolkit — 链接可访问（HTTP 200）
• 第三方资源：https://www.sparkfun.com/qwiic — 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

历史键盘为什么测触键这么难？

输入是演奏者在历史键盘上的手指动作，目标是得到可分析、可回放的触键过程，输出是连续的键杠杆位移曲线与兼容现有工具的 MIDI 事件流。必须保留的信息是测量位置、是否干扰乐器、分辨率与采样率的适用条件，以及位移坐标是否为绝对几何量。

现代钢琴有统一的 88 键尺寸与较大的内部空间，光学键位系统可以直接套用标准结构。历史键盘则相反：音域不统一，键宽与键深各异，还有短八度与分键等特殊布局，键床与击弦机内部间隙常常只有几毫米。任何需要钻孔、拧螺丝或遮挡相邻键的方案都难以被博物馆与私人藏家接受。

更关键的是发声原理不同。钢琴是击弦，羽管键琴是用拨子拨弦，古钢琴是用切线顶住琴弦。手指感受到的阻力变化、拨弦瞬间的卸载、松键时拨子擦过琴弦的噪声，都与杠杆运动耦合在一起。如果只录音频或只记离散的 MIDI 音符开与关，这些触键与机械交互细节就会丢失。这正是 PHOTON 要解决的矛盾：在不改动乐器的前提下，连续看到杠杆本身如何被手与机械共同塑造。

对刚入门的研究生，可以把任务理解为给历史键盘加一个可拆卸的尺子：尺子不碰击弦机，只从下方看每根杠杆远端上下移动了多少、何时经过拨弦点、松开后如何回弹。后续所有硬件与软件选择都围绕这个定位展开。

同类光学键位方案各自测了哪里？

按相同输入、相同目标、相同运行阶段对照，相关工作可分为 3 类。第一类测羽管键琴的拨弦器本身。Hamilton 等人把渐变标记放在拨弦器侧面，直接捕捉弦被激发的时刻，优点是靠近发声点，代价是需要在每个拨弦器上做标记且多层键盘扩展较麻烦，还需要相邻传感器之间的遮光挡板。

第二类同样测键位但架构不同。Schmidt 等人的 Sparksichord 也把传感器放在键远端下方测键位置，PHOTON 采用了相同的总体传感位置，但在硬件架构上为更小的垂直间隙与更简单的互连做了调整，并采用轮流使能而非持续驱动的采集策略，以便支撑更大的传感器数量。论文举例说五八度双层羽管键琴需要 122 个传感器，持续全开在功耗与串扰上都不划算。

第 3 类是现代钢琴的非接触方案。商用的 QRS PNOScan 与已停产的 Moog PianoBar，以及 McPherson 的便携连续键位系统、Oku 与 Furuya 的高精度系统，都证明了光学跟踪能分辨细腻触键。但它们围绕现代钢琴的标准化几何设计，不能直接装进羽管键琴、古钢琴或早期 fortepiano。PHOTON 的差异不是原理上的颠覆，而是在安装高度、模块拼接、校准与互连上的系统性适配。

在数据层面，已有 ACoRD 等由通用 MIDI 控制器录制的通奏低音语料，适合研究音符层面的个性与风格，但按设计不包含微观时值、力度与机械介导的触键。本文的定位是补上历史键盘真实机械上的连续动作层，而不是替代这类符号语料。

论文要解决的部署约束是什么？

论文把问题定义为在历史键盘的真实机械约束下实现模块化、低高度、非接触的键杠杆跟踪。输入是任意音域与任意层数的键盘，输出是每键的位移、时值、发音与力度信息，并能以 MIDI 形式交给外部软件。

约束有 4 条。第一是几何多变：键间距要按每台琴的导向销实测距离布置，不能假设统一键宽。第二是垂直间隙极小：组装后电路板高度必须保持在 5.0 mm 以下，因此只能用表贴元件与低高度连接器。第三是电气与互连：常见低成本电路板加工在至少 1 个方向上限于约 40 至 50 cm，单块大板无法覆盖全键盘，必须做成可拼接的相同小板。第四是非侵入可逆：通常用可移除的胶泥固定，必要时才用键床已有结构件上的预留孔做 discreet 紧固，不钻新孔。

评价标准也相应明确：能否在不干扰击弦机的情况下连续给出单调的位移估计，能否在全阵列扫描与少数键高采样两种模式间切换，能否用同一架构覆盖单层与双层、不同音域的琴。一个例子是双层琴的错位拨弦点：两层键盘的拨弦位置被有意错开，系统必须能分辨两个相近但不同的特征，而不是把它们抹成一个阈值事件。

PHOTON 把传感器放在哪里、数据向哪里走？

跟着一个琴键走一遍。手指按下琴键前端，杠杆绕支点转动，远端向上抬起或在传感点处产生垂直位移。PHOTON 的反射式光学传感器就放在该远端的正下方，持续测量杠杆底面与传感器之间的距离。位移信号先在传感器板上被模数转换器数字化并做本地事件检测，再经差分总线异步发给主控板，主控板汇总状态后经通用串行总线以 MIDI 音符事件或串口位置流交给外部主机。

下图是理解该路径的关键：它把杠杆、支点、静止与上浮位置、动态发声负载与下方传感器的相对关系画在同一侧视图中。读图时不要把它当成电路图，重点是机械耦合链的位置选择。

看图路径： 1. 先找到三角形支点，确认左侧为手指端、右侧为远端上翘端；2. 再看右侧虚线标注的静止与上浮位置，理解传感器测的是垂直间距变化；3. 最后沿右上弹簧符号理解动态发声负载作用在杠杆远端

论文图 1。原论文 Figure 1：“Measurement of key-lever motion under dynamic sounding load.”。

该图显示杠杆中部为支点，右侧远端上方连着代表动态发声负载的弹簧符号，下方虚线框标出静止位置与上浮后的测量区间，PHOTON 传感器位于远端正下方。像素中右侧文字虽有裁剪，但静止、上升与测量段的对应关系清晰可见。这解释了为什么测到的是被手与机械共同塑造的运动：传感点位于手指与发声部件之间，拨弦阻力、卸载与复位都会直接改变同一段位移曲线。

键杠杆运动 × 机械负载： 键杠杆运动指手指按下后杠杆远端上下移动的轨迹，机械负载指擒纵、拨弦阻力、惯性和复位力随时间变化的阻碍。PHOTON 把传感器放在杠杆远端下方，正是因为该点处于手指与发声部件的耦合链上，测到的位移同时编码了演奏意图和乐器机械响应的共同作用，搭配理由是只测一端就能连续观察按压、卸载与回弹而不拆改击弦机。

系统层面还有两个分工。传感器板负责高速本地采集与事件检测，主控板负责汇总、对外接口与脱机功能。传感器板之间用四针连接器菊花链连接电源与差分通信，主控板经 USB-C 供电并向传感器板分配稳压电源。这种分层使增加音域时只需增加相同的传感器板，而不需要重新设计主控逻辑。

反射式传感如何把距离变成电压？

先用白话说清术语。反射式光学传感指发射与接收做在同一封装内，靠反射光强推断距离；型号是威世的 VCNT2025X01，属于与 QRE1113 同类的红外反射器件，但为 2.5 mm 表贴封装。光敏三极管指受光照产生电流变化的接收管，输出电压随反射光强变化。

工作过程分 3 步。第一步，红外发射管向键杠杆底面投射红外光；第二步，底面把部分光反射回同一封装内的光敏三极管；第 3 步，反射光强随距离平滑减小，形成可跟踪毫米级垂直运动的稳定模拟信号。因为发射与接收在同一侧，不需要对射光路的精确对准，也容忍轻微横向移动，适合贴近安装。

下图把该光路画成剖面：红色为发射锥，蓝色为反射回接收管的光线，右侧注明反射光强随距离增大而减小。

看图路径： 1. 先区分左侧红色发射光束与右侧蓝色反射光束的去向；2. 再读右侧标注，确认反射光强随距离增大而减小；3. 最后对照底部红外发射管与光敏三极管的封装位置关系

论文图 4。原论文 Figure 4：“Sensing mode of the VCNT2025X01 sensor.”。

从像素看，底部左侧为红外发射管，右侧为光敏三极管，顶部为被测表面，中间箭头标出距离，右上小框说明传感器输出为与反射光强成比例的模拟电压。这意味着原始电压天然不是线性的距离尺，必须经过后文的双点校准才能得到单调的位置坐标。反射率差异也会影响绝对值，这是逐传感器校准不可省略的原因。

反射式光学传感 × 非侵入安装： 反射式光学传感分工是红外发射管向键杠杆底面发射光、光敏三极管接收反射光强并转为模拟电压，非侵入安装分工是把低高度电路板放在键床缝隙中不钻孔不改动乐器。两者搭配的原因是反射几何不需要对射光路对准，容忍轻微横向移动且可贴近安装，组合后新增的作用是在 5.0 mm 高度限制内实现可逆、可搬移的多键连续跟踪。

与直接测拨弦器相比，测杠杆底面的代价是离发声点远了一步，需要从位移曲线的斜率变化推断拨弦时刻；收益是安装更低、更易扩展到双层键盘，且不需要在相邻传感器间加遮光挡板，也兼容更紧的安装空间。

单通道电路与多板拼接如何满足高度与长度限制？

单通道只需很少外围元件。发射管亮度由 3 脚串联电阻设定，4 脚与地之间接 N 沟道场效应管做开关，使传感器仅在使能时耗电，使能线上拉下拉电阻保证不驱动时为确定的关闭状态。接收管 2 脚经上拉电阻形成输出摆幅与灵敏度，输出记为 Y_OUT，直接送模数转换器采样。像素级原理图显示 R302 为 68 欧，R303 为 4.7 千欧，下拉为 100 千欧，开关管为 AO3400A，使能高有效。

数字化由德州仪器的 TLA2518 模数转换器完成。每 4 个传感器组成一组，通用输入输出线轮流使能其中一个，高速串行外设接口负责与微控制器通信。这种 1 次只开一个的策略降低了平均功耗与相互干扰，也让固件可以用 CircuitPython 快速迭代而不牺牲采集吞吐。

电路板层面为长度与高度做了专门安排。传感器阵列板宽 25 mm，通道 5 至 9 的布局显示每个通道就是一个反射传感器加极少表贴元件。为适应常见加工厂的板长限制，系统用多块相同传感器板并排拼接覆盖任意音域，每块板带一段可拆下的末端以适配奇数键数。为满足 5.0 mm 高度限制，全部采用表贴与低高度连接器。机械固定通常用可移除胶泥，长期安装才用键床已有结构上的可选安装孔。

主控与互连方面，每块传感器板带 RP2350 微控制器做本地扫描与事件检测，板间用 RS-485 差分两线总线菊花链通信，而不用 I2C、SPI 或单端串口跑长线。主控板汇总事件、维护系统状态、对外接主机与外设，并提供静电防护。主控板还留出兼容 Qwiic 与 STEMMA QT 的 4 针 JST-SH 的 I2C 接口、外部伪静态随机存储器、MicroSD 卡槽与触屏接口，支持脱机录制 MIDI、实时可视化与简单和弦或发音分类。

选择性使能扫描 × 可扩展性： 选择性使能扫描指每次只给一个传感器上电并用模数转换器读取其输出，选择来自 TLA2518 的通用输入输出线控制使能管脚；可扩展性指覆盖任意音域和多层手键盘而不改核心设计。搭配理由是连续驱动 122 个传感器功耗和串扰都大，轮流使能只在采样瞬间耗电，组合后新增的作用是用同一传感器板拼接覆盖五八度双层键盘，并支持只盯少数键以提高时间分辨率。

一个教学例子是 122 键双层琴：若全部持续点亮，电源与散热都不现实；轮流使能后，系统可以在全阵列扫描与少数键超过 250 Hz 的高采样模式间切换，前者看整体演奏，后者看单键拨弦附近的细节。

没有神经网络训练时，系统真正计算了什么？

本研究没有训练神经网络，也没有梯度、优化器或权重更新。真实计算是固件中的采集、校准、事件检测与映射，外加主机侧的可配置力度曲线。必须明确区分：参数冻结等概念不适用，输出不确定性主要来自机械差异、反射率与阈值选择，而非随机初始化。

校准是第一步。每个传感器在静止与全按下两个机械测得的参考位置记录模数转换器读数并保存，后续测量用这两个参考值归一化。事件阈值与力度映射都从校准后的量程导出，电路板移位或乐器布置变化后需要重做校准。论文未报告自动重校准的触发条件与漂移补偿，这是一个具体缺项。

运行时，传感器板本地扫描并检测事件，经 RS-485 异步上报，主控板维护状态并支持周期状态查询与显式轮询用于诊断与标定。PHOTON 在单根连接上表现为复合 USB 设备，标准 MIDI 音符事件与更高分辨率的串口位置流由固件分为可选软件模式提供，而不是同时输出两路流，这保留了与现有 MIDI 工作流的兼容。

力度处理需要特别说明。PHOTON 的音符开与音符关力度都由测得的事件时间导出，但音符开基于击弦时间，音符关基于释放时间，主机用同一条可配置曲线把时间映射为 MIDI 力度。音符关力度在羽管键琴上有音乐意义，因为松键决定拨弦器回位与拨子擦过琴弦的速度，可能产生可闻的释放噪声。

连续位移 × MIDI 事件： 连续位移分工是经校准归一化后的时间-位移曲线，保留攻击轮廓、保持、释放与机械振荡细节；MIDI 事件分工是主机由击弦时刻与离键时刻映射出的音符开、关与力度值，用于驱动虚拟乐器与教学软件。搭配原因是分析需要连续量而现有工作流只认 MIDI，组合后新增的作用是同一硬件同时支撑高分辨率动作研究与兼容数字音频工作站的实时演奏，当前固件以分开可选的软件模式提供两者而非同时输出两路流。

逐传感器校准 × 速度映射： 逐传感器校准分工是在静止与全按下两个机械测得的参考位置记录模数转换器读数，用于归一化后续测量；速度映射分工是主机把测得的击弦时间或释放时间经可配置曲线转为 MIDI 力度。搭配原因是反射率与机械差异使原始电压不可比，必须先统一量程再定阈值，组合后新增的作用是事件阈值与力度曲线都建立在可比的相对坐标上，搬动电路板或更换乐器后重复校准即可恢复。

固件基于 CircuitPython 开发，并提供了包含电路板定义与事件驱动 RS-485 驱动的分支版本，同时提供预编译固件镜像，用户无需自建工具链即可部署。这降低了复现门槛，但基本焊接与软件能力仍是前提。

案例研究在什么琴上、对比了哪些按法？

案例研究的问题是能否从羽管键琴键动作行为推断拨弦事件，目标是给出触键的机械视角，补充以往以声学后果为主的分析。实验用一台 1973 年 G.C. Klop 制作的法兰德斯风格双层羽管键琴，PHOTON 原型硬件以 250 Hz 采样记录。作者自己的弹奏作为示例数据，未做正式被试实验。

对比条件按 3 组组织。第一组是动作脱开，即键杠杆运动但不触发发声机构，作为无负载机械响应的参考；第二组是单层发声，第 3 组是联动双层发声。每组内再分快按、慢按与慢压，慢压指缓慢加压使拨子先轻触琴弦再拨过，能暴露阻力与卸载细节。所有曲线按拨子释放时刻对齐，并共享同一时间与垂直尺度，便于比较拨弦点附近的变化。

位移轴的定义必须先讲清，否则会误读。下表把论文报告的测量能力与坐标定义放在一起比较，公平条件是同一套双点校准方法，指标方向是位置级数越多、采样越快、坐标定义越明确越好。表前的问题是：在约 1 cm 的键程上，系统能分辨多少级、采样多快、零点与满量程如何定义。

表后解释如下。主要收益是约 100 级单调位置估计足以显示攻击轮廓、保持、释放与机械振荡，且子集模式超过 250 Hz 后能看清拨弦附近的斜率变化。具体代价是中间值只是非线性插值坐标，不能当绝对几何量用；未胜出项是全阵列扫描的时间分辨率低于子集模式，大规模复用时必须在覆盖范围与时间精细度之间取舍。论文未报告误触发率与延迟分布，这是边界缺项。

补充的乐器知识有助于理解后文结果：羽管键琴的有效击弦点不在键程末端而在中部约一半处，双层琴的两层击弦位置被有意错开。拨子遇弦时的阻力演奏者可感知，拨过瞬间杠杆短暂卸载，在位置曲线上形成特征性斜率变化，但该特征反映的是机械阻力释放而非激发力本身。

位移曲线如何暴露拨弦点与松键回弹？

先看总体形态再看拨弦点。下图共 8 条曲线，纵轴为估计的键杠杆位移，横轴为相对拨子释放的时间，1 至 2 为脱开无声，3 至 5 为单层，6 至 8 为联动双层。每条都标注了快按、慢按或慢压，拨弦点用箭头标出。导读时应先确认分组与对齐方式，再比较斜率，最后数拨弦特征个数。

看图路径： 1. 先按左侧编号 1 至 8 确认三组条件：脱开、单层、联动双层；2. 再横向比较快按与慢按曲线的上升斜率与保持时长差异；3. 最后盯住 0 秒附近的折点标注，数清单层一个与双层两个拨弦点

论文图 3。原论文 Figure 3：“Representative PHOTON motion traces showing key lever position over time under three configurations: disengaged single manual, single manual, and double man- ual.”。

从像素可见，曲线 1 快按脱开后出现明显的释放后回弹振荡，标注为键杠杆释放后回弹；曲线 2 慢按脱开则平滑保持后回落，无拨弦折点。单层曲线 3 至 5 在 0 秒附近都有一个清晰折点，慢压曲线 5 的折前爬升最长，说明缓慢加压时阻力积累更可见。联动双层曲线 6 至 8 在相近位置出现两个先后折点，分别对应第一层与第二层拨弦点，慢压曲线 8 的双折点分离最清楚。这支持论文判断：与发声最相关的运动集中在拨弦点附近的窄空间窗，而非数字钢琴常用的双触点全程测速。

下表把关键位置数字与系统功耗放在同一框架下，便于核对复现条件。比较问题是：单层与双层的拨弦特征相差多大，全行程与功耗是否支持电池供电的隐藏安装。

表后解释如下。主要收益是单层约 5.5 mm 与双层约 7.0 mm 的特征位置稳定出现，且全行程 9 mm 的定义使不同键可比；功耗约 3.75 W 使标准 USB 电源与充电宝供电可行，支持藏于琴内的自包含运行。代价与反例是快速释放后的振荡可能被误读为多次触发，需要事件逻辑抑制；论文报告拨弦点附近斜率变化但未给出自动检测精度，这是从可视化到可靠 MIDI 仍需补的验证。

论文还报告羽管键琴在单层、无音栓变化时不同触键可带来约 11 dB 的声级差异，说明估计激发速度并非无音乐意义。但该数字引自前人声学研究，不是 PHOTON 本次测得的声学结果，不能当作本系统的动态范围指标。

脱开、单层与双层对照说明了什么、没说明什么？

把 3 组条件当作机械层面的对照。脱开条件是没有拨弦负载的基线，它的振荡与回弹只反映杠杆与复位机构本身；单层在此基础上加入一个拨弦阻力与卸载，曲线在约 5.5 mm 处多出一个折点；双层再叠加第二个错位动作，在更高约 7.0 mm 处多出第二个折点。这种递进支持拨弦特征来自机械耦合而非手指抖动的解释。

快与慢的对比是第二组对照。快按上升陡、保持短、释放后振荡明显；慢按与慢压上升平缓，能看到拨子轻触琴弦阶段的缓慢爬升与更清晰的折点。这说明同一拨弦位置在不同速度下都存在，但可检测性不同，阈值与速度映射必须允许可配置曲线，而不是固定时间阈值。

未胜出与未评测边界同样重要。脱开参考不能用于估计发声时刻，慢压的长爬升在实时 MIDI 中可能引入延迟，论文未量化该延迟。双层双折点的分离度在快速演奏中变小，是否仍能逐个检出没有给出错误率。此外，位移纵轴为估计值，横轴按拨子释放对齐，对齐本身依赖特征检测，若检测抖动会对比较引入偏差。把这些边界讲清，才能避免把示例曲线推广为全键盘、全速度下的保证。

哪些量论文没有测量、不能直接承诺？

直接报告的是位移曲线的形态、拨弦点附近的特征位置、约 100 级位置分辨、子集超过 250 Hz 采样、9 mm 全行程定义与约 3.75 W 功耗。有限解释是这些特征支持用窄空间窗估计激发，以及用释放时间估计音符关力度。未验证推测是把它直接等同于可靠的实时力度 MIDI 与大规模语料质量保证。

缺失证据不是技术错误，但必须点名。论文未测量误触发率、端到端延迟分布、长期漂移、多台琴之间的反射率差异统计，也未报告制造成本之外的部署人力与调校时间。因此不能承诺延迟更低、误判更少或成本最低，只能说架构为低延迟与低成本做了具体安排。

相关性不等于因果。位移曲线的斜率变化与拨弦释放相关，但它反映的是阻力释放而非弦振动本身，声学动态仍需独立录音验证。总体趋势不等于每键成立：边缘键、导向销磨损不同的键、底面反射条件差的键可能需要个别处理。

伦理边界是论文明确提出的。系统可藏于琴内自包含运行，带来无感测量的风险。论文要求在演奏者知情并取得适当同意的场景下使用，复现时应把知情同意与可见标识作为部署流程的一部分，而不是事后补充。

复现先做什么、去哪里找开源材料？

复现顺序建议按机械、电气、固件、校准 4 步走。先按导向销实测间距用配套 KiCad 插件生成传感器位置，确认电路板能放入键床且高度低于 5.0 mm；再按物料清单做小批量加工，用可移除胶泥试放并检查菊花链方向；然后刷入预编译 CircuitPython 固件，给每块传感器板写入身份与地址配置文件；最后做静止与全按下的双点校准，验证阈值与力度曲线。

下图是主控板实物，读图时重点不是欣赏布线，而是确认对外接口的位置与类型，以便第 1 次上电不接错。

看图路径： 1. 先找到中央微控制器与底部 USB-C 供电口；2. 再找到底部右侧两个 RS-485 接线端子，理解菊花链方向；3. 最后找到右上 MicroSD 卡槽与显示排线座，确认脱机记录路径

论文图 7。原论文 Figure 7：“PHOTON main controller board featuring the RP2350 microcontroller.”。

从像素可见，板面约 7 cm 乘 5 cm，中央为微控制器，底部为 USB-C 供电口与两个 RS-485 端子，右上为 MicroSD 卡槽与显示排线座，左上还有一个 VCNT2025X01 传感器，板面丝印标出电源、启动与状态灯位置。这对应论文描述：主控负责协调分布式传感器板、汇总事件、对外接主机，并支持脱机录制、实时可视化与简单板上分析。

开源状态按本次核验的资源状态写。代码与复现仓库当前可用，已公开，地址为https://github.com/w4iei/photon，包含原理图与电路板布局、传感器布局插件、固件源码与 RS-485 驱动、传感器板与主控板预编译镜像及运行用 CircuitPython 代码。第三方参考为 Fabrication Toolkit 与 Qwiic 生态，分别用于生成生产文件与扩展辅助模块。论文还提到可用标准小批量流程自动贴装，物料清单内嵌 LCSC 料号以消除歧义。

何时值得尝试：如果目标是在真实历史机械上研究触键、制作乐器相关的 MIDI 语料、做现场声音增强或羽管键琴与管风琴的混合超乐器，且能接受逐键校准与可配置映射的调校工作，PHOTON 是合适的起点。如果只需要通用键盘输入或不允许在琴内放置任何物品，则不应选用该方案。

如何一句话记住该方法的取舍与下一步验证？

记住取舍：用杠杆远端下方的反射测量换取非侵入与可扩展，用双点校准与轮流使能换取可比性与低功耗，代价是位移为非线性相对坐标且实时事件仍需阈值调校。

复现先做三件事：核对键床间隙与导向销间距，跑通 RS-485 菊花链与双点校准，分别验证全阵列扫描与子集高速模式。还需补的验证是端到端延迟、误触发率、快慢速下的双折点检出率，以及多台琴之间的可迁移性。只有补齐这些，才能把示例曲线上的拨弦特征变成可部署的 MIDI 与可比较的语料。

对教学的启示是不要把 MIDI 力度当成手指力量的直接读数。在羽管键琴上，它是击弦时间经可配置曲线映射的结果，而击弦时间本身又被拨弦阻力与卸载塑造。理解这一层，才能正确设计触键、发音与音乐表情的后续实验。

⚖️ 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