音乐

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。

针对直线步进音序器割裂塔拉循环连续性的问题，RhythmTable 用 86 cm 圆形桌面加角度触发与视觉跟踪实现多人共置演奏，形成性观察显示陌生人可在数分钟内拼出对称多边形与复节奏，但遮挡与非结构化评估仍是主要代价。

Robo-Bend 针对电吉他推弦费力且依赖手指定位的问题，选择在琴头用舵机齿条直接顶弦并用脚踏控制，在 5 人对照中实现约 280 音分且与把位无关的稳定升高，代价是踏板行程与音高非线性导致瞄准困难与收敛变慢。

该研究把约 32 个键的指法与乐谱时序交给舵机与 MIDI 序列处理，人只负责吹气与口型，用 240 帧高速摄影测得平均约 25 ms 的按键延迟与 10 人听辨难区分的结果为证据，代价是固定速度播放、不处理细腻表情，且大管体需另做推杆结构与腰挂电池。

该文研究演出中实时重配动作到声音映射时的分工问题，用十天工作坊加两场约八分钟公演的单案例表明耦合环境把控制权在舞者与操作员之间重新分配，代价是基线可预测性必须保留且结论不可统计推广。

Rumbler 以两端装麦克风与扬声器的可伸缩弯扭管道构成混响反馈环，用 ChucK 滤波器与手势映射在谐波稳态与过渡噪声之间转向，代价是无输入时更不可预测且演出需冻结链路反复练习。

该研究用市售游戏手柄加本地 3D 打印辅助件加安卓开源应用解决无障碍乐器难以持续复制的问题，在印度北部非营利组织的 7 人部署中验证了可本地采购组装和约 15 分钟上手，但未做正式效果评估且存在音频格式与配件适配代价。

论文把沉浸式混音中的对象移动形式化为音乐空间事件检测，用目标与背景双流加 Spec-TNT 与 TCN 和 CTGI 门控预测帧级移动概率，在 1000 个专业工程上报告 Frame-F1 为 0.7675 和 Event-IoU 为 0.6305，代价是仍有零星抖动且只预测何时动而不生成连续三维轨迹。

Seraph 针对新手做 MIDI 控制器时卡在电路布线与 USB-MIDI 固件的问题，用 Teensy 4.1 转接板加单文件示例固件把接线与映射模板化，并以 CalArts 课堂上的三件学生作品显示它能跑通穿戴、光敏与转盘三种形态，代价是未做延迟、成本与学习效果的定量测量。

针对手势完成后才识别再生成导致 213 ms 级感知延迟的问题，论文用提前预测手部落点并预生成音频加猜错回滚的方法，在 16 选 1 受限实验中把 Top-15 预测做到手势完成前发声、Top-16 做到 77 ms 微观尺度，代价是 Top-1 单猜错误率高达 66 %。

该研究把五种近能量保持的非线性与时变操作放进反馈延迟网络的反馈回路来合成微光混响，在固定采样率与 8 通道长延迟条件下显示可产生偶次谐波与高八度并维持稳定，代价是混响时间不再严格保持且需直流阻塞与抗混叠补偿。

该研究用可微扩展 Karplus-Strong 做事件级声音匹配，证明时域拉格朗日插值梯度可用且无时间混叠，揭示频谱损失无法给出多事件起音方向梯度，仅用合成参数损失能学到音高音色与起音但难泛化，真机上外部检测器加音频损失最稳，而谐波加噪声基线多数重建指标更高。