音乐

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。

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。