音乐

论文以七年四版 Bot Party 为线索，研究残障设计认识论如何把玩家间皮肤接触变成可检测、可奖励的核心机制，最强证据是触觉失效时参与迅速坍缩与触觉恢复后群体玩法的回升，代价是单设计师自述民族志与展览数据的可比性与泛化边界受限。

该文用离线描述符分析加四种可堆叠查询在 Max/MSP 里动态形成空间化声音组，并以四组共用 150 个声源的固定媒体作品验证流程，其代价是离线分析耗时、堆叠与动态查询受限和空间化带来的 CPU 压力。

该文把节奏同步建模为单反射点 IPF 对外部点击轨的逐拍跟随问题，用人工阶跃、线性、正弦与噪声点击轨检验同步、过冲与多节奏锁定范围，代价是存在明显相位差和过渡振荡且只用受控仿真而非真人合奏验证。

该研究把卷笔刀嵌入吉他音箱与调音台并保留原有外观与旋钮操作，用削铅笔的摩擦振动经压电元件送入原输入链路作为声源，通过两次展览的质性观察显示违和感反而降低了参与门槛，但结论限于铅笔削笔这一特定动作而未做定量对照。

针对文字难以规定节拍、旋律与演绎细节的问题，该工作用与主干同构的模板把控制音频转成逐层键值记忆注入冻结的生成分支，在单控制评测中把五类控制依从指标推到基线之上，同时自动音质与文本对齐分数与基线大体相当但存在指标级回落。

论文要解决高层作曲组织与底层实时 DSP 长期分离的问题，选择全部用 Common Lisp 重建调度、合成、记谱与界面，最强证据是同一 Lisp 映像内改 UGen 与预设并即时发声，代价是依赖 Incudine 与 CLOG 等外部生态且无受控定量评测。

该研究从法国电视广播档案出发固定编码器与训练步数，只改变一千小时预训练子集的成分，再用语音识别与语音音乐检测等下游对照检验成分效应，结果显示去音乐有助于识别而多样内容有助于兼顾语音与音乐，重复则同时带来识别下降与记忆上升。

该文在 FME-24 上比较手工特征 k-Means 与 VaDE 加对比学习的情感检索，前者聚类更紧致而后者支持按坐标连续取歌，但两类结果都受样本少与情感区间压缩的限制。

针对现场钢琴对话中缺力度、无明确轮次和输出延迟破坏节奏的问题，论文用四元组力度建模加 ggml 加速、脚踏开关标注的呼应微调与逐音符延迟补偿来回应，最强证据是逐音符补偿把节拍对齐中值提高到 0.7834 而无补偿仅 0.0678，代价是上下文能装的音符数从 341 降到 256 且风格仍局限于单人专家数据。

针对钢琴演奏中呼吸隐蔽且难以精确回忆的问题，作者用纺织集成应变腰带同步记录胸腹呼吸与演奏数据并以事后可视化界面支持三重视角反思，在一位 35 年琴龄演奏者一个月四次会话中发现吸气锚定低音等耦合模式与主客观不一致的盲区，代价是单人个案尚不能推广到群体。

针对 CTC 对时间边界不敏感导致词结束时间常被拖到下一词起点的问题，该文在 CTC 之外只在词起点、词终点和静音等关键帧上加掩码交叉熵约束，用 Jamendo 上词起点平均绝对误差 0.213 秒、词终点 0.332 秒的对照显示全静音掩码改善终点、起点掩码决定起点，代价是起终点最优解来自两种掩码的组合而非单一模型。

该文把同时实时生成三维图像与声音的扩展现实视听乐器定义为研究对象，用九维框架梳理 13 件已有乐器，并以同一原型分化出的声音优先与视觉优先两件乐器、5 个月协作自我民族志说明模态间映射与空间使用如何主导设计分化，其代价是观众维度与协作维度未被实测。

该研究把飞利浦馆重建为九片直纹面并提取线与点来驱动弦乐滑音、五个能量块与稀疏铜管木管事件，最强的可核对证据是 36 条弦乐线与 3357 个采样点的确定性构造，代价是均匀插值难以保留局部曲率与统一配器难以推广到其他风格。

该研究以贝多芬第七与柴可夫斯基第五的 55 加 71 个演奏版本为对象，用声学特征加 VGGish 嵌入与五种元数据分组加戴维斯博尔丁指数检验相似性来源，最强证据是指挥主导速度响度而乐团在特定乐章主导音色，代价是录音环境未统一与因果解释仍需专家验证。

该文以独奏班多钮琴加现场电子与机器学习为对象，提出边缘声、姿态残留与被舍弃声三组声音痕迹作为行动线索，报告微弱气声与机械噪声比主导音高更稳定可辨，最强证据来自两场实验室式演出中的持续调校，代价是放弃通用识别精度与可迁移的定量评估。

针对已熟练使用商用数字音乐工具但缺硬件原型能力的高年级本科生，论文用研究—搭建—作曲—演出—文档的全周期结构组织 15 周课程，在 16 人两学期中报告 15 人完成全流程、7 人建后改硬件，以小班与统一套件为代价换来持续迭代条件。

本文以 MAD 单簧管为个案追踪其从被动触发到算法伙伴的四代演进，核心证据是 2.1 的单向视听触发、3.0 和声器与随机系统的实时改写、New Set 中马尔可夫链的即时再 elaboration，主要代价是每代都伴随噪声、重复与需人启动的局限。

该文把作曲家定义的文本语料经语义嵌入、降维与量化压缩为可枚举的卦象状态，用以配置数字乐谱的结构条件而非生成声音，并以五句雨诗得到离散对偶输出的艺术实例展示其可解释与可重复的即兴逻辑，其代价是降维随机性带来的状态不稳定性。

针对传统 cuíca 音色扩展受限于双手演奏的问题，Hypercuíca 用绑在鼓身的手机重力传感器驱动 Ableton Live 效果器，在四场公开演出与工作坊的非正式反馈中显示出声场可变性增强，但代价是映射透明度下降与长时间独奏易耗尽新颖性。

Hyponoia 针对开放形式电声即兴中生理信号如何参与音乐形式的问题，用 Muse 2 四通道脑电加心率的闭环状态机把神经振荡映射为作曲过程，并在 4 人大小提琴与小号对比中显示声音实践专家有更丰富连贯的 theta 与 alpha 活动，代价是样本极小且阈值与伪迹处理未经充分验证。