基于拉班描述符的多点触控数字乐器表现交互性模糊手势人工智能方法

音乐人机交互领域的主要研究领域之一是如何将表现力融入交互式数字乐器（DMI）。在这项研究中，我们利用人工智能技术分析了植根于表现力的手势，这些技术可以增强多点触控数字乐器的映射阶段。这种方法不仅考虑了各种手势的几何信息，还将音乐性的关键要素--表现力融入其中。我们特别关注多点触控 DMI，并使用表现力描述符和模糊逻辑模型对表演者的手指动作进行数学分析。通过将文献中常用的特征和鲁道夫-拉班（Rudolf Laban）最初用于全身分析的一些描述符应用于基于手指的多点触控系统，我们旨在丰富映射过程。为此，我们开发了一种基于模糊控制系统的人工智能算法，将这些描述符作为输入，并将其映射到合成变量。该工具使 DMI 设计人员能够根据富有表现力的手势描述定义自己的映射规则，并以简单直观的方式运用音乐隐喻。通过用户评估，我们证明了我们的方法在捕捉和表现多点触控 DMI 的手势表现力方面的有效性。