音频交互

该研究以 2023 至 2025 年间对 9 位开发、艺术与教育领域实践者的半结构访谈为方法，追踪 JackTrip、Deck 10、补丁式工具与商业平台如何处理延迟与保真度问题，并以三项教学案例显示其代价是依赖机构支持、设备调试与跨时区协调等持续投入。

论文要解决陌生人跨时间合奏的体验问题，选择五块木板加卷积发声与四维特征最近邻召回过去同时录音的路线，公共展出的观察显示参与方式多样但仍缺乏可量化的音乐性评估，而单人触发与多人优先的仲裁规则是其主要代价与边界。

针对解码器独奏式潜空间漫游难以控制且标准多层感知机存在谱偏置的问题，论文用傅里叶特征坐标映射把音频集的潜轨迹铺成二维可交互地形，在鼓、弦乐与语音三类素材上提升映射精度且仅轻微增加实时开销，代价是高斯尺度需手工权衡欠拟合与过拟合。

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。

Mezcal 要解决多人随时随地用浏览器做协作电台的问题，选择 Janus 网关的 MCU 集中混音加 N-1 返送与档案代理，最强的实践证据是持续 6 年的 Conduction Series 等跨国直播，代价是放弃紧同步演奏并承担集中带宽与代理成本。

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。

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。

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。

论文用同一比特流解码器比较固定阈值、自适应阈值和有限时域保持三种因果策略，在噪声 0.06 处自适应把确认可用性从 0.868 提到 0.936、时域保持把总可用性提到 0.981，而 64 采样重复丢点下预测只提总可用性不提确认率，代价是长间隙下误差和假锁定上升。

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。

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。

论文用四辆联网电动货运自行车组成可移动演奏系统，在亚特兰大 11 km 群骑中验证个人聆听、共在群体与城市环境三种声音互动尺度的切换，代价是无定量声学测量、依赖社区领骑保障安全且重型硬件仍需迭代。

该文把双手关节未来位置的预测误差同时映射为幽灵手可视化和双手粒度合成参数，并在 2 分钟录制数据上比较 6 种算法预测器在 5 种预测跨度下的均方误差，代价是依赖受限算力的启发式映射与自适应量程调节且无正式用户评估。

本文要解决混合乐器中传感与驱动同位、同时、同模态、同频段时的串扰与失稳问题，梳理分时、频分、阻抗与异模态四类做法，最强证据来自低惯量弦的直接传感驱动与超声频分实例，代价是带宽、功率、线性与延迟约束同时收紧。

论文把古董手动簇绒工具柄接在单块木柄加 ESP32 系统上，用簇绒手势同时驱动织物成形、原声共振与石器采样，以两次现场表演完成的地毯证明声音与纺织可同过程产出，代价是未报告可复测的声学指标与受控对照。

论文要解决传统姆比拉微分音调音难记录、难教学、难进数字流程的问题，选择保留琴体手感并叠加 MIDI 与 OSC 控制的混合改造路线，用两名演奏者的实测音分差异和现场装置验证可行性，代价是无受控听辨实验与延迟精度数据。

论文以摆锤乐器 Chowndolo 为案例，用故意省略关键制作细节、保留结构与语境的 Obstruction Manual 把复刻变成主动学习，报告了从程序式手册到双层文档生态的迭代过程，但未做外部使用者验证，代价是初学者无法直接照做。

论文把与大模型对话的键盘重读为乐器，提出不看键盘屏幕的 vyping 技法并用 ll00mtube、clix-vibe、KeyMeter 三个软件探针呈现时间与声音维度，其代价是标准聊天接口目前丢弃击键时序且全篇无受控用户实验支持泛化判断。