音频交互

针对 DX7 类 FM 合成 144 参数空间难手动探索的问题，VibeFM 用 38 参数受控采样加 MFCC 相似度降维总览与四种字形辅助听觉想象，案例显示约 180 分钟做出 6 种声音并带来意外发现，代价是小样本定性评估与外部合成器带来的插值不平滑等限制。

该文以麦德林空气污染为问题，用三天工作坊沉淀的呼吸录音与 PM2.5 历史数据，结合 Pure Data 与 BELA 的八路接近传感加拍手检测与双层扩声，证明多人移动能共同改变声音，最强证据是观众把空间描述为肺与琴，代价是交互初识门槛高且无定量听感评估。

该研究针对无预训练的即兴场景，用声音与肌电的四个在线预测器判断演奏是否可预测并以电刺激惩罚，报告预测准确率约为随机猜测的 1.5 至 2.5 倍，代价是误报多、演奏者注意力被算法牵走且只在作者本人的电子乐器演出中验证。

针对老年用户吹气能力差异导致高音量区够不着或维持不住的问题，该文用舒适呼吸对准 U=50、个性化上边界对准 U=100 的非线性归一化把不同绝对压力映射到同一 0-100 任务空间，两名 63 岁被试的试点显示同一长音目标带可被共同解释，但样本仅 2 人且单次会话不支持推广。

Accomplice 针对键盘 MIDI 现场表演，用分离的跟谱指挥器加可分布播放器和拍号保留的时间调度来跟随真人演奏并输出 MIDI 与 OSC 或 O2 控制，在室内歌剧实测中多数预测误差集中在正负 50 毫秒内，代价是仍需人工处理延长、装饰音与左右手错位等边界情况。

该鼓机用五个旋钮的成对差分同时决定乐器选择与十六分音符休止数来生成非固定长度的确定性节奏，并用三个光敏电阻经平滑后控制调频合成的调制量与包络长度，代价是参数到节奏的映射难预测且需要外接效果器才能形成段落叙事。

该研究把地下室改造成无演员的声音戏剧，让观众以移动和操作发声道具推进五区叙事，用分布式传感加多通道音频加人工兜底实现可演出的闭环，并在三天 20 余场公演中验证了混合人工干预的必要性，代价是无线遮挡与暗光线索易造成卡顿。

论文要解决多人异地同玩一个乐器的问题，选择用中央服务器加网页协议共享控制状态，并用三场真实搭建的演出播客与桌游验证可行性，代价是不追求低延迟和固定配置限制了灵活扩展。

针对没有调音师的小场地演出调音问题，SoLAR 用参考录音学理想混音并给出吉他音量建议，仿真显示硬编码策略能把增益误差收敛到参考附近，代价是仅验证了吉他音量且现场只做了两人试用。

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。

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

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。

该装置用双特雷门手势驱动水下水听器产生湍流并以此激励只在太澳与香港仔海岸环境录音约 thirty hours 上训练的 RAVE 模型，代价是约 90-250 milliseconds 的可感知延迟与激进手势对神经信号的掩蔽，只在水面平静时才让历史以时间包络形式短暂可闻。

针对声音稍纵即逝导致同步指导难的问题，作者用混合鼓传感器接游戏引擎做实时可视，并以第一作者一个月练习的质性案例显示其能辅助自我观察，但也报告了高密度节奏下指示不清等代价。

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。

针对新手三人走近即玩时难对拍难感知同伴的问题，研究用鼓键风箱管三角色加地板与乐器振动做展品，并在 21 人实验室对照中发现节拍脉冲最稳而混合反馈易增加负荷。

FO2 用线激光做光扬声器、太阳能板做光麦克风加 Bela Gem 与 SuperCollider 构成光反馈回路，靠距离角度反射控制反馈状态，但代价是高度依赖暗空间与反射条件且无定量声学评估。

FXplorer 针对离散预设难以覆盖连续音色变化的问题，用离线随机采样加 CLAP 与 AFx-Rep 双嵌入降维构建可试听二维地图，2 秒干声生成 100 个变体在 CPU 上约 36.95 秒，代价是无用户对照评估且跨效果链插值仍需手动重选端点。

该文把市售通灵板重语境化为 communal NIME，用陈述采集加光流示位器驱动四路基于语料库的拼贴合成，在两次公开展示中验证了独奏贡献到群奏的链路，其代价是无定量评估与语料重聚类后可能出现声音死区。