音乐

针对夜晚户外太暗导致常规增强现实无法跟踪的问题，nocturneAR 用发光体的颜色闪烁序列传递编号来触发画面与声音，2026 年 2 月 11 日的夜间森林探索性展览显示参与者会放慢移动并靠听觉叠加声音，但系统在明亮环境下不稳定且未做定量评估。

nOdes 为社区合奏设计 24 个手持球体与 50 Hz 服务器集中控制环，用重力向量选十二音高类别并接入外部生成系统实证，以 10.6 微秒级发包抖动换来可热重载的映射迭代能力，代价是 20 球以上丢包陡增与近距离饱和干扰。

该研究让 98 名新手用 MMM-Cubase v2 和 Calliope 完成 16 小节编配任务并测量可用性、体验与接受度，最强证据是两系统 SUS 均超 70 且未来使用意愿超七成，代价是控制深度不足、作者感低与透明度缺失。

该文把线性链条件随机场中的硬维特比解码换成温度控制的软最大值近似得到可微模块 dCRF，并在双声部干扰下的音高类别估计中显示 Toeplitz 约束的 dCRF-T 接近双向长短期记忆网络精度但参数少得多，而全参数 dCRF 提升有限。

针对只有音乐无法做空间与风格精细控制的问题，论文用 100.26 小时多模态 OpenDanceSet 与解耦词元加联合掩码预测的 OpenDanceNet 实现音乐加文本加关键点加轨迹的任意组合生成，在 AIST++ 与 OpenDanceSet 上取得更优保真与节拍对齐，但精修带来保真指标与物理指标的权衡。

该研究用树莓派加 MIDI 连接现成乐器的智能乐器平台和小数据混合密度循环网络做两年第一人称演出，报告显示最便宜硬件推理小于 5 毫秒且重映射可替代重训，但证据限于作者一人 15 场演出而未做对照听感评估。

OTIAC 针对反馈增强古典吉他，用在线自组织映射学音色词汇、用因子预言机学生成序列并经换能器回注琴体，证据来自 9 个月与 H[t] Duo 的练习主导研究，代价是语料只限当场反馈、长时易重复且演奏者感知不对称。

针对立体声到 5.1 盲上混中环绕声缺乏可学习目标的问题，该工作用 CCD 加 ELAE 合成 PAEDB 主次对并训练 Mel-RoFormer 与 MLP 做氛围提取，最强证据是 VPA-Mel-RoFormer 主观总分 14.45 接近 VPA-ELAE 的 14.63，代价是客观重建分数偏低且训练目标受限于合成算法上限。

该文用带噪潜变量微调一致性音频自编码器加感知损失来学习由粗到细的感知层次，并用自回归整流流估计音高惊奇度，在重建保真、与 IDyOM 相关性和 EEG 预测上报告了提升，但干净重建略有损失且高噪声机制仍待验证。

论文把色度向量上的调性区间向量改写为可逆算子，用感知加权置换做对齐、用四五度圈上的循环最优传输做插值，并以圆柱几何分解音阶的根音、密度与色彩，代价是平滑表示不再保证非负且最优传输仍要求非负输入。

针对波斯单声部微分音旋律生成问题，PerFormer 用位置—音高—时值事件序列加编解码 Transformer 与主音参考建模长程调式关系，在可调性准确率 90.18% 对 34.71% 和听感四项指标上超过一阶马尔可夫基线，代价是数据集仅 33 首原曲并集中于单一调式与 6/8 节拍且节奏有拉长简化倾向。

该研究用房间脉冲响应的自卷积夸张系统把场地声学变成可演奏的混响，在 7 场演出中以质性反馈和频谱分析显示可听声学特征更易引发对空间与人的觉察，代价是啸叫、浑浊与可懂度损失。

该文把欧几里得节奏与方向性旋律遍历做成可在 Pure Data 中多实例叠层的 MIDI 音序器，用两次第一人称即兴回答可演奏性问题，最强证据是双实例下手势与结果的即时可读性与四实例下受约束调制对复杂度的缓解，主要代价是复调层数增加带来的感知负荷与旋律多样性受限。

该文以手势驱动的计算机音乐乐器为任务，用姿态追踪加监督映射加 RAVE 潜空间合成的串联链条研究关系性代理，报告了 66 维与 8 维输入、77 维合成控制加 12 对声像坐标的真实系统与第一人称演奏观察，代价是数据集一致性难维持与音色多样性受限。

针对社区合奏中运动障碍乐手的表达与照护后勤矛盾，该研究用可调硬度的 TPU 晶格加非接触霍尔传感与星形无线音频链实现约 7 毫秒端到端延迟，但开放式可拆洗结构与 2.4GHz 拥挤仍是代价与边界。

该文把耶胡拆成两根刚性弦、按压手指、弹性弓毛与模态琴桥来做有限差分声音合成，用锤击与激光测振标定弦与琴桥参数，在弓弦稳态速度拟合与 10 秒音频约 1.49 秒算完的实时性上给出证据，代价是手指参数靠经验选取且弓力弓速在演奏验证中未知。

该研究让人吹奏发声、机器人按 MIDI 驱动按键，用点头手势的速度双峰间隔乘固定比预测起始时刻，8 名长笛手对照显示手势条件增强同伴感与主导感而计时器条件时间更稳，代价是手势识别需夸张动作且视觉反馈效果不一致。

针对高密度蜂窝网络下数百部手机难以维持双向同步的问题，千机采用单向广播加无状态对时与离线空间乐谱，把连接存活放在相位精度之前，用 421 部手机的公演与 2000+ 连接的压测验证连续性，代价是放弃逐设备交互与现场定量同步数据。

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。

论文要解决的是把偶然发现的次声驱动金属失真现象 CLSTR0 从打击乐演奏中剥离出来，做成可长期自主发声又允许随时插手的混合乐器装置 CLSTR1，其最强证据是 9 到 34 Hz 激励下金属碗在膜上自主爬行并调制音景的三种艺术实现，代价是位置极敏感、不可参数化且尚无观众交互的系统测量。