子标签

下方只统计已核验方向的论文记录,按已核身份去重,身份待核时按页面保留。“直接”只含明确标注该方向的论文;“含子树”同时包含下级方向。点击名称进入论文库继续筛选;数量与上方按标签名称收录的页面数不同。

论文解读

墙上的形状即乐器:用投影几何推断站位并门控离散音高的协作装置

该装置让 1 至 4 名表演者手持投影在 4 m×3 m 空间走动,用天花板相机只看墙上多边形的几何来判别 5 个空间交互点并驱动声音,离散音高经倾斜与置信度与连续帧门控后才切换,而连续音色保持约 30 fps 响应,代价是约 0.33 s 切换延迟与暗室和重标定依赖。

 · 更新于 2026-11-05 · 约 17 分钟 · 8312 字 阅读 →
论文解读

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

该文以麦德林空气污染为问题,用三天工作坊沉淀的呼吸录音与 PM2.5 历史数据,结合 Pure Data 与 BELA 的八路接近传感加拍手检测与双层扩声,证明多人移动能共同改变声音,最强证据是观众把空间描述为肺与琴,代价是交互初识门槛高且无定量听感评估。

 · 更新于 2026-11-05 · 约 21 分钟 · 10342 字 阅读 →
论文解读

把非线性装进波数字滤波器:KAN 以更少参数逼近多二极管散射映射

该文在波数字滤波器框架下用神经网络显式逼近四端口非线性散射映射,对比多层感知机与柯尔莫哥洛夫-阿诺德网络,发现 KAN 以 40 对 148 个参数达到相近时域频域精度,但实时率从 1.31 升至 4.74。

 · 更新于 2026-11-05 · 约 19 分钟 · 9264 字 阅读 →
论文解读

薄板混响有数千个挤在一起的模态,双流如何同时看全局与局部衰减

针对一秒脉冲响应要估计数千个密集模态的问题,该工作用音频频谱变换器看全局结构、用动态模态分解提供局部衰减先验,在 1000 条验证上把总相对误差从 1.976 降到 0.867,但增益误差仍高达 0.907 且模态计数偏差仍大。

 · 更新于 2026-11-05 · 约 18 分钟 · 8657 字 阅读 →
论文解读

以相位为公共时钟:让声音、图形与颜色共用同一时间基准的音频激光合成

论文针对同一信号同时驱动振镜、音箱与激光二极管时跨域漂移与视觉先崩溃的问题,提出以全局相位斜坡为统一时间基础设施的架构,并以超过 40 个模块的 Phosphene 系统在 200 到 400 模块规模与 8 场演出中验证其可扩展性,代价是仍受 VCV Rack 非确定性调度与 CPU 负载限制。

 · 更新于 2026-11-05 · 约 23 分钟 · 11312 字 阅读 →
论文解读

低信噪比谐波噪声下先做循环平稳波束形成再做神经网络去噪

针对旋转机械主导的低信噪比谐波噪声,该文用单通道循环平稳最小功率无失真响应做前端抑制谐波再接轻量掩蔽网络,在合成与真实发动机噪声上报告了一致提升,但维纳滤波对照显示增益互补而非可替代,且依赖噪声频率稳定可估计。

 · 更新于 2026-11-05 · 约 17 分钟 · 8446 字 阅读 →
论文解读

跟住键盘手而不是固定磁带:Accomplice 如何把跟谱、指挥与播放拆开做现场电子伴奏

Accomplice 针对键盘 MIDI 现场表演,用分离的跟谱指挥器加可分布播放器和拍号保留的时间调度来跟随真人演奏并输出 MIDI 与 OSC 或 O2 控制,在室内歌剧实测中多数预测误差集中在正负 50 毫秒内,代价是仍需人工处理延长、装饰音与左右手错位等边界情况。

 · 更新于 2026-11-05 · 约 23 分钟 · 11156 字 阅读 →
论文解读

不用步进音序器:五个旋钮的差分如何长出切分,三个光敏电阻又如何捏住音色

该鼓机用五个旋钮的成对差分同时决定乐器选择与十六分音符休止数来生成非固定长度的确定性节奏,并用三个光敏电阻经平滑后控制调频合成的调制量与包络长度,代价是参数到节奏的映射难预测且需要外接效果器才能形成段落叙事。

 · 更新于 2026-11-05 · 约 23 分钟 · 11238 字 阅读 →
论文解读

把同步后的波形算成频谱搬移:加法合成做无混叠振荡器同步

针对硬同步直接重置相位会产生不连续和高频混叠的问题,论文用有限傅里叶系数经线性频谱重采样再做加法合成实现带限同步,并以 96 kHz 单音色 ASIC 在约 5 个音频采样内完成变换为代价换取实时性。

 · 更新于 2026-11-05 · 约 16 分钟 · 7664 字 阅读 →
论文解读

把谱质心压进全极点模型:用搬运代价对齐频移峰

针对小频移下谱平均被抹糊的问题,该文把熵正则 Wasserstein 重心约束为给定阶数全极点谱,用 Sinkhorn 加反射系数参数化梯度下降求解,在 TIMIT 五音素上以平衡准确率与 F1 略优于非参数重心,但优化非凸只能得到次优平稳点。

 · 更新于 2026-11-05 · 约 19 分钟 · 9195 字 阅读 →
论文解读

在混响房间里保住方向:闭合包络串扰逆解码器的补偿逻辑

针对听音房间混响破坏高阶 Ambisonics 解码方向感的问题,作者把常规解码级联一个由闭合球面控制点房间脉冲响应求逆得到的串扰矩阵,在 26 扬声器仿真房间中使同通道能量在 500 Hz 到 4 kHz 高出约 10 dB,代价是依赖已知房间脉冲响应与高频预处理且频带外仍有串扰。

 · 更新于 2026-11-05 · 约 21 分钟 · 10288 字 阅读 →
论文解读

只用 5 到 10 分钟实录,如何扩出 19 小时还带逐采样标注的引擎声

该文用转角域重采样加阶次跟踪从实录提取随转速和扭矩变化的谐波指纹,再驱动谐波加噪声合成器生成带四通道嵌入标注的音频,证据是 8 个子集上阶次结构随工况对应且基线网络可收敛,代价是高阶细节为参数化改动而非逐频复刻。

 · 更新于 2026-11-05 · 约 22 分钟 · 10873 字 阅读 →
论文解读

从参数画形到按顶点走形:等弧长引擎如何统一任意多边形、形变与多面体截面

该文把多边形合成改写为等弧长遍历外部顶点缓冲的二维振荡器,用混合插值实现不等顶点数形变、用旋转多面体水平截面扩展到三维,并以四点 polyBLAMP 加自适应过采样压制混叠,最强证据是 M=5 四形状共享谐波格而格外成分低于分析底噪,代价是几何缓存、成对齐与交叉淡化的额外管理。

 · 更新于 2026-11-05 · 约 23 分钟 · 11451 字 阅读 →
论文解读

同向干扰难分开时:用跨阵列非目标估计做后置滤波的声点形成

针对目标与干扰在单个阵列看来同方向而波束形成失效的问题,该研究用几何约束线性解混做空间滤波、再用跨阵列非目标估计构建多通道维纳后置滤波,在三阵列混响实验中多数指标超过 NMF 与 NTF 基线,但稀疏先验强度与混响条件会带来失真与抑制的权衡。

 · 更新于 2026-11-05 · 约 21 分钟 · 10154 字 阅读 →
论文解读

先数清有多少个模态,再去校准每个模态:密集板混响的计数优先估计

针对板混响脉冲响应中弱模态与重叠模态难以直接检出的问题,该研究先用回归器预测四个频带的模态数量以确定稠密网格基数,再固定频率对衰减与增益做有界可微校准,在两个仿真验证集上把本地挑战式误差相对官方默认峰值拾取降低约 66%,主要收益来自计数误差下降而衰减与增益仍是最大残差。

 · 更新于 2026-11-05 · 约 19 分钟 · 9465 字 阅读 →
论文解读

亲密与广袤之间:用骨传导耳机与穹顶扬声器写分层现场

该研究以骨传导耳机私密层加穹顶扬声器共享层加现场声源的三层现场为问题,用四部新作与作曲家自述对照出频带分工与层间关系策略,最强证据是录音仓储已公开可核对,代价是电平与注意力极易饱和且结论仍是作曲家报告而非大样本验证。

 · 更新于 2026-11-05 · 约 23 分钟 · 11254 字 阅读 →
论文解读

软硬难两全:用可缝合的柔性基板把压电鼓点穿在身上

针对身体打击乐需要压电传感器稳定安装又需要服装柔软贴身的矛盾,该研究用消费级三维打印柔性聚氨酯基板加背部嵌入式处理的方法制作马甲与手套,并在 2025 年两场公开演出中验证了可穿戴演奏的稳定性,其代价是以定性使用验证代替受控定量评估且声学映射完全开放给艺术家二次完成。

 · 更新于 2026-11-05 · 约 19 分钟 · 9106 字 阅读 →
论文解读

电子萨克布特不是一个人发明的:从脉冲、分频到众人手的电路史

论文追问电子萨克布特到底是什么,用档案与实物逆向复原其阻塞振荡器、分频器、鉴频器与压控放大的信号与控制链,显示它由计算、收音机与电子风琴三条技术血统拼合,并由国家研究委员会技工、绘图、秘书与通信网络共同制成,但代价是缺乏完整图纸使第一台合成器之说难以确证。

 · 更新于 2026-11-05 · 约 22 分钟 · 10742 字 阅读 →
论文解读

高阶全通 warping 下 DCT 合成滤波器为何能用凸最小二乘做到完全重建

针对高阶全通变换 DCT 分析合成滤波器组相位与混叠失真难以同时补偿的问题,论文用凸最小二乘直接求解 FIR 合成子滤波器系数,以完全重建设计实现全局最优,并以混叠受限的近完全重建设计换取更好的合成滤波器频率选择性。

 · 更新于 2026-11-05 · 约 21 分钟 · 10396 字 阅读 →
论文解读

把 IDE 变成乐器:Coypu 管乐谱分发、Phausto 管合成发声

论文把 Pharo 集成开发环境变成不停机的现场作曲工作站,用 Coypu 做节奏旋律型调度与事件分发、用 Phausto 内嵌 Faust 编译器做本地合成,并报告了固定十六分音符网格、五类演奏器与 70% 库覆盖等条件与代价。

 · 更新于 2026-11-05 · 约 20 分钟 · 9935 字 阅读 →