一群舞者的动作，怎样共同控制AI配乐？

提示来自整群人的动作，音乐下一次变化跟着谁走？Encypher 的原研究把集体运动特征转成文字条件，再用于实时生成音乐，参与者听到的回应来自这组共同输入，关系仍需要在实际场景里观察。

我对照保留原摘要，研究包括五周与当地舞者共同设计、陌生参与者研究、博物馆活动和现场演出。作者报告，一些人把音乐理解成对房间整体状态的回应，描述的是这些研究中的体验，没有给出全球通用结果。

新手曾感到不确定，随后通过看其他人寻找动作线索，这个具体发现有可观察的行为。不能只把大家在一起跳写成自动达成默契，系统怎样接收动作、声音何时改变，仍影响每个人能否看清自己的参与。

个人提示与集体输入有不同选择过程，几个人动作同时变，生成结果不能简单归给其中一位。介绍这个项目可以先说明输入与反馈位置，再讨论参与者怎样调整，别把一段连续音乐直接称作群体意见已经一致。

原摘要没有完整公开人数、延迟与音乐质量评估，也没有长期或全部文化场景的结果。本文没有独立验证系统，作者研究提供了设计观察，迁移到其他课堂或表演仍需要对应活动检查。

舞蹈或音乐课可以借这一问题安排短回合，让参与者知道哪一组动作会影响当前声音。教师先保留输入与响应时间，观察有人停下或动作不同的时候发生什么，不凭音乐变热闹就判断协作已经更好。

先用一段短集体动作，听声音何时变化，再请参与者指出自己认为触发了什么。把他们的描述与实际记录对应起来，找出还不清楚的那一处，再调整提示与回合，继续下一次共同尝试。

资料出处

• 原报道或作者资料