音乐

本文以文献综述回答手工声音艺术如何把施密特触发器从信号调理器件转作发声振荡器，最强证据是近 450 篇英文书刊论文的编码与 20 世纪到 21 世纪案例链，代价是排除了在线论坛与非英文材料因而尚不完备。

该文把市售通灵板重语境化为 communal NIME，用陈述采集加光流示位器驱动四路基于语料库的拼贴合成，在两次公开展示中验证了独奏贡献到群奏的链路，其代价是无定量评估与语料重聚类后可能出现声音死区。

该研究以旅行卡洪鼓为腔体、用压电拾取驱动 Daisy Seed 上的 Karplus-Strong 合成，并经两轮迭代实现锂电池供电与内置激励器回路，探索性试奏显示交互直观但致动器与拾取间的结构耦合仍需抗反馈控制。

该研究以 18 个月的共创即兴 In The Round 为问题载体，选择文化模式与诗歌总谱加 AirSticks 迭代校准的方法，最强证据是 4 名残障独奏者、3 名引导者与 10 名打击乐手在约 50 分钟七段式围圈演出中实现自主进出，最大的代价是高度依赖长期在场与灵活排期而难以压缩复制。

针对按乐器算跨曲相似时仅用曲内三元组会学到重复线索的问题，该工作在预训练中按 1:1 混入曲内相似与三种信号处理相似度构造跨曲三元组，再用少量 ABX 偏好微调，并在 Slakh 四种乐器上用感知一致率验证，最强的 LocalTS+FPs 组合在 Clean 与 Cascade 下都提升了乐器平均分，但不同乐器最优线索不同且分离误差会改变行为。

该综述以 60 个创意应用为对象，用中心性与交互性双轴揭示 Freesound 已成为基础设施但内容检索与相似检索仍被低估，代价是探索模式收敛于文本搜索。

该研究以 2023 至 2025 年间对 9 位开发、艺术与教育领域实践者的半结构访谈为方法，追踪 JackTrip、Deck 10、补丁式工具与商业平台如何处理延迟与保真度问题，并以三项教学案例显示其代价是依赖机构支持、设备调试与跨时区协调等持续投入。

论文要解决陌生人跨时间合奏的体验问题，选择五块木板加卷积发声与四维特征最近邻召回过去同时录音的路线，公共展出的观察显示参与方式多样但仍缺乏可量化的音乐性评估，而单人触发与多人优先的仲裁规则是其主要代价与边界。

论文在预训练多轨音乐 Transformer 上用均值差提取音高与时值方向并以系数加偏做推理期操控，以无条件与强条件延续实验验证线性可控性，并用格拉姆施密特正交缓解双属性纠缠，但大强度与极端下行仍带来质量退化。

Layika 针对独唱练习缺少现场塔布拉伴奏的问题，把拇指点手指的传统数拍动作直接映射为离散鼓声触发，在 4 名受训歌手的探索性试验中表现出熟悉易学和拍感增强，但受限于误触发、合身差异与只能演奏标准 Bol 的表达上限。

针对小型弦乐重奏近场麦克风串音问题，论文把去串音做成 P 进 P 出的多通道分离，并在训练时对输入与目标施加同一随机置换以强制通道置换等变，在未见房间布局和真实 URMP 录音上提升 SDR，但低频与未见乐器上的增益仍然有限。

论文要解决环回频率调制带来持续基频偏移、使时变延迟函数随时间线性增长而无法装进环形缓冲的问题，选择用闭式解给出的解析相位和发声频率构造可回绕延迟并叠加整周期偏置，最强证据是回绕点相位连续且整周期偏置下波形不畸变，代价是必须预先知道发声频率且每隔 N 样本回绕一次。

该文把奇次泛音地形织进墙面尺度纺织品并用手持感应环读取，其证据是 44 磁体由 25 路复用驱动与 72 赫兹基频折叠方案，代价是静止无声且需身体走位学习路线。

Manubrio 针对离散映射割裂身体努力与声音结果的问题，选择三自由度把手连续控制可超 1 反馈增益的改进 Karplus-Strong 与延迟频率调制合成，四名乐手的质性研究显示它能支持从不适到融入的具身过程，代价是自振荡阈值附近需要极高精度且易因人体工学问题退回客体意识。

论文用 Mores 实测的 65 把吉他桥柔量与桥到空气辐射驱动几何精确非线性弦，在连续级做标量辅助变量二次化并以两次 Sherman-Morrison 秩一更新实现每步显式推进，以全品格约 6240 个音展示乐器相关共鸣，代价是琴体与辐射仍为线性模态且跨琴响度依赖两遍归一化。

该研究把加州艺术学院机器实验室改造成以天花板 8×8 共 64 个 Modulets 为核心的分布式声场，用指挥—客户端—中央服务器的开放声音控制网络组织合奏，并以多层感知机加最近邻的加权集成自动校准打击乐器，在 4 种和弦密度下多数配置优于单模型，但 9 音符均方根误差仍以单多层感知机最好，且校准后落入正负 1 点 5 可觉差容限。

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。

问题是从音乐生成对拍对风的舞蹈视频，方法选择是冻结预训练文本到视频扩散模型并只在精选层注入零初始化音频交叉注意力，最强证据是舞蹈质量与视频质量上超过从零训练的音视频基线，代价是依赖有限舞蹈数据混合与单卡约 20 小时的适配训练。

该研究把芭蕾手臂姿态作为可学习控制面，用分类选古筝乐句区、回归做中间态插值，再经颗粒合成重塑纹理，证据是 60 fps 下每类约 300–480 个训练样本与 4–15 秒乐句构成的语料库，代价是系统偏好可识别姿态且依赖多软件链与作者式观察而非结构化评估。

问题是用现成神经音频编解码器做可演奏的音色迁移，方法是不训练新生成器而检索调色板令牌颗粒并做连续性约束的序列选择与分组替换，最强证据是调色板扩展下中位实时系数仍低于实时，而代价是分块渲染与完整上下文不等价且缺乏听感验证。