SonicHoop: 使用交互式声音化来支持空中环练习
荣誉提名作者
舞蹈与身体动作计算音乐人、DJ 与声音设计师舞者与表演艺术家
文献标题
SonicHoop: Using Interactive Sonification to Support Aerial Hoop Practices
文献信息
- 主题领域: 人机交互技术在体育与艺术领域的应用,具体体现在使用交互式声音反馈支持空中特技表演环练习。
- 关键词: 交互式声音化, 声音反馈, 声音设计, 电容传感, 空中特技表演
研究背景与问题
作者发现了哪些问题或挑战?
- 空中特技表演环(aerial hoop)涉及复杂的身体协调及技术,但当前训练主要依靠肢体本身固有的内在反馈,缺乏增强的外部反馈。
- 现有的一些增强反馈策略(如视觉增强和触觉增强)在特技环训练中难以实现,原因包括设备遮挡、环的旋转特性以及身体不同部位的接触范围。
- 声音反馈(尤其是交互声化)尽管在运动科学中已有应用,但较少探索其在垂直、全身互动中的作用。
为什么这个问题很重要?
空中特技表演不仅具有较高的体能要求,还需要艺术的表现力。通过增强反馈(特别是声音化):
- 可以提高运动质量,帮助表演者更好地掌握动作。
- 提供新的创作方式,使得音乐表现与身体表达紧密结合。
- 影响表演者的感知与编舞过程,激发创造性的艺术表达。
研究动机与相关工作
作者受到以下领域工作的启发:
- 体育与人机交互研究:包括运动训练的视觉、触觉和听觉增强。
- 交互声音化在运动中的应用:提供音乐反馈提高运动表现。
- 数字音乐和表演艺术中的交互声学技术。
解决方案
作者提出了哪些方法或解决方案?
作者开发了“SonicHoop”系统:
- 一种增强的空中特技表演环,通过电容触摸感应捕捉环上的触点。
- 实现了交互声音化,生成即时的声音反馈,使环具备数字乐器的性质。
该解决方案的创新之处是什么?
- 创新的交互声音化应用:突破传统仅为音乐表演设计的数字乐器,将身体与声音反馈高度结合。
- 无需附加设备:表演者无需穿戴额外设备,增强自然感受,与传统方法相比具备更高的体验自由度。
- 三种声音化策略:提供不同风格的声音反馈以探索声音对动作和创造力的影响。
实施步骤是什么?使用了哪些关键技术?
- 硬件设计:
- 外环覆盖电容传感电极,捕捉运行中的身体触点。
- 信号通过传感器传输到计算机,处理后生成声音反馈。
- 软件设计:
- 利用Max/MSP软件处理传感器数据,并进行声音设计。
- 使用声音合成工具CataRT和Ableton Live 实现多种声音反馈模态。
- 声音化策略:
- Ambient风格:将特技环分为四个部分,每部分映射到自然界声音。
- Lounge风格:基于音乐分段,垂直空间的位置控制音乐段落切换。
- Electro Dance风格:位置感应叠加节奏强烈的电子舞曲音轨。
研究成果
取得了哪些具体成果?
- 提供了一个耐用、经济且有创意的互动表演平台。
- 实证研究表明无论选择哪种声音策略,音频反馈均可显著提高运动质量。
- 交互式声音反馈改变了表演者从“跟随音乐”到“用身体创作音乐”的观念,产生全新的创作思路。
与现有解决方案相比,它有哪些优势?
- 改进的表演体验:独特的声音反馈使练习者能更敏锐地感知动作,优化训练流程。
- 增强艺术创造力:表演者获得探索新编舞表达的机会,将声音反馈整合为创作的一部分。
- 高度定制化:三种声音风格满足不同使用场景,从放松流畅的即兴创作到动态演出皆可适用。
实验或评估结果是什么?
- 技术评估:触摸到声音的总延迟为110毫秒,低于可察觉阈值,足够支撑实时互动。
- 观察研究:通过与两名专业表演者的深入访谈,验证了不同声音策略对其动作的不同影响。
- Ambient声音:激发自由式创意,完整控制音乐生成。
- Lounge声音:提供舞蹈感,但可能限制自由表达。
- Electro Dance声音:适合动态表演,但过快的节奏稍显压迫。
- 限制:部分未检测到触点事件,需要进一步优化技术。
局限性与未来方向
- 当前用户测试仅包含两名高级表演者,未来需要在不同技能水平的参与者中进行测试。
- 声音设计适配仍需进一步丰富和优化,如增强与特技环旋转特性的实时整合效果。
- 技术改进:改善电容传感器灵敏度以应对多层衣物,同时实现数据的实时模式识别。
- 研究机会:将SonicHoop扩展到其他空中特技器械如绸缎表演中,探索更多身体互动场景。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3lightbulb
现实痛点
1- 空中环训练缺乏有效的外部反馈,难以提高动作质量和探索艺术表现。分类: 音乐艺术与表演训练同类问题arrow_forward
- 75%
悬置的圆圈:身体设计一种乐器
CHI '23· 音乐创作与声音设计工具 +1
- 75%
将 LuminAI 带入生活:研究舞者对舞蹈即兴课程中共创 AI 的感知
C&C '25· 生成式AI(文本、图像、音乐、视频) +1
- 67%
Knotation:探索和记录编舞过程
CHI '18· 舞蹈与身体动作计算
- 67%
人机交互中的舞蹈与编舞:二十年回顾
CHI '21· 舞蹈与身体动作计算
- 67%
芭蕾学习技术的现状使用、不使用与未来使用
DIS '21· 舞蹈与身体动作计算
- 60%
为嘻哈舞蹈设计交互式运动声音化
CHI '26· 情绪识别与检测 +2
- 60%
与扬声器交互的动作:可能性索引
C&C '22· 音乐创作与声音设计工具 +1
- 60%
通过动作构思体现舞蹈交互式人工智能
C&C '23· 生成式AI(文本、图像、音乐、视频) +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445539
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
group
作者
7 位作者
sell
研究子方向
舞蹈与身体动作计算
work
职业/产业
音乐人、DJ 与声音设计师、舞者与表演艺术家
article
内容状态
已索引正文
hub
相关论文
8 篇相关论文