音乐

该研究以 2001 至 2025 年 104 篇 NIME 论文为语料做归纳主题综述，发现创新集中于按键连续触感而布局仍被西方十二平均律钢琴形主导，并以跨文化多稳态与非西方乐理键盘为出路，但代价是分类依赖文本自述且未触及实物手感验证。

该研究用古筝、二胡、唢呐、堂鼓四种乐器的自录样本做前 8 个泛音的分轨重组与心电驱动的视听交互，在百余人次的非正式展览观察中看到熟悉又陌生的文化联想，代价是只有定性观察而无可控评估与生理推断力。

共收录 103 篇 cvpr-2026 会议论文的 Reader 深度解读

共收录 91 篇 dafx-2026 会议论文的 Reader 深度解读

针对弓弦乐器源-滤波器分离含混问题，DDSP-Violin 用亮度、弓位与残差约束谐波源，在合成数据上把体共振重建误差做小，而多尺度频谱重建质量基本不下降，代价是仍有局部共振细节误差与相位不定问题。

针对可调旋钮的黑盒虚拟模拟在旋钮转动时出现噪声的问题，论文用深层拼接条件 LSTM 加谱范数或无穷范数正则与 32 通道 Gammatone 滤波损失，在三块效果器数据上把正则模型的精度追近无正则基线，同时把零输入下的控制噪声压到实用底噪以下，但同等规模下正则仍有小幅精度代价。

针对和声乐器混合难以分声部精确编辑的问题，该演示系统用乐谱对齐加可微混合合成器做分析合成，再用合成参数域扩散模型约束参数轨迹，在双长笛混合上展示单声部乐器转换与乐句改写的定性例子，但未报告定量指标与可运行代码。

针对模数转换器动态范围不足导致的削波与绕回溢出，该文在模拟前端引入模折叠并用分帧离散余弦变换加矩阵铅笔法恢复丢失的高位，硬件实验报告在严重削波下提升超过 25 dB，但依赖过采样与带限平滑先验且对硬件非理想折叠需鲁棒处理。

两位演奏者用自选小数据集分别训练神经音频合成与语料库合成乐器并同台即兴，现象学回看法显示能动性分散在策展、架构与实时协商之中，代价是系统美学冲突时必须停奏、重配或回到档案重做。

论文把音乐与语音当作隐式风格控制信号，用音频-动作对齐加残差混合专家教师与内容加风格扩散学生实现免重定向的音频到关节动作映射，在 FineDance 与 BEAT2 上报告了检索与跟踪指标，但跨仿真与真机泛化仍受数据集与物理条件限制。

Ehecatl 把 Voladores 仪式的 Quincunx 空间逻辑做成可演奏的映射，用磁罗盘方位交叉淡化四个加法振荡器、用风车气流同时控制幅度与滤波、用倾斜与触键做精细修饰，原型已实现独立发声与开源复现，但方位对比度与结构稳定性仍待加强。

论文把小提琴琴桥导纳看作有限维线性系统，用特征系统实现算法从实测脉冲响应直接做汉克尔矩阵奇异值分解得到降阶状态空间，并在六把小提琴上以时域频域与能量衰减三类误差对比两版模态拟合基线，代价是高阶近似与尚无听感实验。

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。

针对和弦标注稀缺与分布不平衡问题，该工作先用预训练 BTC 教师在 1000 多小时无标注音频上生成伪标签训练学生，再用少量真值标签加选择性知识蒸馏做数据增量持续训练，最强 BTC 学生在七个 mir_eval 指标上超过教师与监督基线，代价是依赖教师质量并需保存完整软目标带来额外显存开销。

Ephemerides 把跨性别声音训练中的共鸣操控变成乐器演奏法，用喉头贴片换能器把振荡器组送进声道再用话筒拾取反馈选音，实践表明它能绕开声带发声并重塑听觉意象，代价是需要长期练习且目前只能做等距微分音阶。

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

该文以同一 Transformer 比较六种从纯音符到全量表达的切分方式，最强证据是渲染音频的 FAD 均值中音符加速度加踏板为 1.76、全量为 1.97，均优于纯音符基线的 3.10，而节拍标注平均未带来增益且代价是类别间波动大。

针对 Fulltone OCD v2 中 MOSFET 加锗二极管构成的非对称削波级难以实时求解的问题，论文把三个非线性合并为单个等效一端口并用分段线性函数显式映射，在 1 V、1 kHz 正弦和 96 kHz 采样下时域误差低至千分之量级，而显式方法实时比 0.14 约为迭代方法 3.12 的二十二分之一。

该工作以微分音杠杆竖琴 Harp-E 为起点，用配重鱼线和悬挂织物做机械扩展，再让合成延续拨弦、持续激励与杠杆弯音的发声逻辑，在多媒体即兴演出 De-dimension 中实现可参与的多模态乐器环境，代价是未做定量评估与延迟测量，仅为概念验证。

针对纯音频反馈音高难控的问题，论文把传声器放进可变开孔的亥姆霍兹球腔以约束反馈频率，并用白噪声、反馈啸叫与贴耳听辨三组开孔峰值贴近证明腔体主导，但换音箱与拉距离仍会破坏音高一致性。