音乐理解

论文以哈维《Ricercare una melodia》从 1984 完整记谱到 2003 简化版的知识流失为证据，提出用两层词表与多层监督标注把演奏推理写成可审计约束网络，但明确完整智能体尚未实现且具身感受无法保留。

该文以钢琴与电子装置作品为线索，用媒介系谱重组日本电子音乐看似分散的历史，报告了环形调制器、磁带机、计算机、键盘与扬声器五条线索上的代表作品与技术条件，代价是未做听觉实验与定量比较，只能作为可核对的史料框架使用。

该研究把字调与旋律是否同向变成可计算的基频相关问题，用单音节与三音节两种依字率测两部同词曲班底音乐剧选段，最强证据是总体三音节依字率 68% 高于单音节 65%，代价是仅两段同演唱者录音且阈值取大于 0 的宽口径。

论文以封闭背板卡曼恰独立音箱为对象，用轴对称有限元扫参与自由悬挂锤击测频响做对照，显示上半球加厚与音孔减半抬高中低阶模态而下半球几乎不动，并把 4、5、7 阶模态指为支撑 C 弦谐波放大的主要候选，但材料离散使定量对齐仍有超过 2 比 1 的偏差代价。

论文以 NIME 2009-2025 论文库的链接普查与一个历史羽管键琴增强界面的版本化归档为证据，说明分享意愿上升但寻址与长期保存仍脆弱，并提出够用型开放方法与统一项目链接字段，代价是文档仍不完整且模块化归档需手工维护。

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。

该研究让 61 名 11 至 13 岁中学生在约 1 小时内用纯乐高做可演奏声学打击乐器，用三档说明书做支架对照，以 51 件留存乐器和 30 件细审样本显示摇奏类占 72.73% 而中观与微观层大量偏离图纸，代价是结构与声学权衡只能靠现场试错解决且无正式创造力量表评分。

共收录 91 篇 dafx-2026 会议论文的 Reader 深度解读

该文要解决现场表演中表达意图与听众感受难以对齐记录的问题，选择设计一套从练习曲到即兴的可重复多模态采集协议，用 16 场录音的阶段与表达性对照趋势验证流程可行，代价是商用低通道传感器保真度有限且样本存在西方与人口偏斜。

共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读

该研究把管弦乐引子与静息任务态脑电都转成时间序列做复发分析，用层流性、确定性、复发率和缺隙度刻画动力学组织，并提出局部密度相似性做音乐与脑电复发图的跨比较，最强证据是贝多芬引子与健康脑电的平均局部密度相似性下降最大而柴可夫斯基最小，代价是仅两例被试与首 60 秒音乐的探索性小样本。

以同一 SPICE 梯子电路为基准，用谐波、自振荡与大信号截止点偏移三类可复述测量，比较五种数字实现并在公共核心上做饱和器与位置消融，最强证据是分布式 1+4 级实现聚在频谱误差 0.04% 至 0.10% 而边界饱和的 JUCE 达 0.65%，代价是只覆盖静态与准静态条件且未做听感与硬件验证。

该研究用 152 人三组标签对照检验镇静与振奋两类情绪音乐，显示人作音乐被评更有效而偏好更偏向 AI，且误标驱动偏好，振奋高唤醒场景下人作优势更明显，代价是刺激仅 4 首且质性编码为单人。

该研究以语义取向的反思性主题分析追踪 NIME 2001-2025 年文献中 touch 一词的显性用法，用 158 篇初检经两轮过滤到 119 篇与 526 条编码的完整链条显示 453 条编码归于应用技术与设计的操作话语，代价是历史与扩展讨论长期稀缺且缺乏概念化。

该文把声学放到一边，从任意个全音阶音出发构造半音与等价类，并以反射性和最大偶性解释为何标准十二音系统在纯句法意义下仍是可用选择，但非标准十九音等系统也能被同一语言描述。

共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读

共收录 199 篇 acl-2026 会议论文的 Reader 深度解读

BoYaEval 用 3175 张原貌古谱图像把考题分成认符号、译指法、推旋律三层，报告显示 21 个主流多模态大模型在基础识别尚可但在旋律推理仅约 27% 到 30%，而把示例从零增至多示例也不能打通跨谱式推理瓶颈。

针对 MIDIBERT 做符号音乐情绪识别时调式-情感关联缺失的问题，用 Krumhansl-Kessler 提取大/小调并以 FiLM 注入第一层，在 EMOPIA 达 75.2% 准确率、VGMIDI 达 59.1% 准确率，代价是只用二分类调式并依赖自动调式估计的正确性。

该研究针对完整乐谱的多级理解问题，选择 ABC 文本与 PDF 图像双模态生成问答评测，最强证据是文本问答约 49.44% 而视觉问答仅约 24.22%，代价是跨级全对的严格成功率迅速归零且微调仍难维持高层一致性。