肌电图的声学纠缠:身体、信号与表征之间

电肌肉刺激(EMS)控制对话式聊天机器人会话代理的人格与拟人化音乐人、DJ 与声音设计师舞者与表演艺术家

本研究调查了使用肌电图(EMG)将人体肌肉出力信号乐器化而产生的音乐与声音交互。我们将 EMG 置于具身交互方式家族中,它占据中间位置——与外部身体观察(如运动捕捉)相比,被视为“来自内部的信号”,但也比脑电图(EEG)记录的神经状态更具意向性。为理解 EMG 手势交互的复杂性,我们重新审视了 HCI 中的现象学转向,以批判性视角阅读保罗·多里什关于“上手”技术透明性的著作,并结合近期的后人类理论,这些理论提供了身体、信号与表征之间音乐纠缠的表演性解读。我们以音乐表演为案例,报告了基于工作室的声乐、器乐和电子实践研究中 EMG 带来的机遇与约束。我们观察到,尽管音乐主题多样,他们始终挑战了 EMG 作为直接记录身体状态透明工具的观念,反而报告它呈现“现成在手”的品质,使表演者对自身的感知变得陌生化,并重构了具身实践。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/dis/164640/2024

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
DIS
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
电肌肉刺激(EMS)控制、对话式聊天机器人、会话代理的人格与拟人化
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
仅摘要
hub
相关论文
1 篇相关论文