音频交互

Spores 以模拟黏菌觅食的代理生态为控制面，用照料式触屏交互驱动合成，最强的可核对证据是七分钟六段加尾声的事件结构与 960×540 网格加 MPE 通道的固定映射，代价是无食物即无声的约束与固定映射带来的可复现性限制。

该课程以建构对齐组织翻转课堂与 Bela 加 Pure Data 工具链，用 11 个工作坊和 8 个作业支撑独立可演奏乐器，报告 2022 至 2024 年 26 人中 25 人通过且 64% 获 A 至 B，但工作量与制作仍是主要代价。

针对无电子器件的气动乐器设计问题，论文用模块化气压回路与哨子发声实现旋律与自主节奏，并以 10 人动手实验显示键盘易学而振荡器难预测，代价是共享气源互相干扰与高频音色局限。

针对电声反馈在室内乐中难稳定调音、依赖大钢琴的问题，拉森站用聚苯乙烯板、玻璃罐、定音鼓和低频鼓四模块加接触式激励与手势控制实现可复制的反馈乐器，其代价是低频与复音仍受限且高度依赖演奏者身体稳定性和现场校准。

本文复述 Max Lab 三十六年如何从个人工作角演化为共享原型实验室的问题、增量发展与迎接开放走廊和无人值守的选择，最强证据是每年约 130 人使用与 63 篇 NIME 论文的积累，代价是持续的整理维护与安全限制。

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。