舞動聲景：設計低成本聲音感測裝置以詮釋動作與舞蹈
arXiv - Human-Computer InteractionSwen E. Gaudl, Silvia Carderelli-Gronau
本文開發了一種低成本聲音裝置，將肢體動作轉化為生成式聲景，以音訊優先的方式探索空間表演體驗。
AI 幫你先抓重點
AI 重點 1
從「視覺中心」轉向「音訊優先」的感官設計思維
滑鼠懸停看 AI 判斷理由
傳統動作捕捉多依賴視覺感測，這會限制空間感知。透過聲音來詮釋動作，能為學習者提供非視覺的空間導航與存在感，這對於開發多感官學習環境具有啟發性。
AI 重點 2
利用「聲音痕跡」作為身體與環境互動的媒介
滑鼠懸停看 AI 判斷理由
這項研究將動作視為一種留下痕跡的過程，不僅是物理位移，更是聲學特徵的改變。這有助於設計者思考如何利用數位工具捕捉學習者的隱性行為特徵。
核心研究發現
- 1
開發出一種新型低成本裝置，能將動作產生的聲音痕跡轉化為多層次且可探索的生成式聲景。
- 2
透過工作坊觀察發現，參與者會利用重複動作、靜止、環境音及呼應機制來理解並即興創作聲景。
- 3
研究證實了「音訊優先」的設計路徑，能有效支持使用者在空間與時間維度上的表演實踐。
對教育工作者的啟發
對於課程設計者而言，此研究提供了「多感官整合學習」的新路徑。在設計體育、舞蹈或感官整合課程時，可以考慮引入低成本的感測技術，將學生的動作即時轉化為聽覺回饋。這種即時的感官回饋不僅能增強學習者的自我覺察（Self-awareness），還能透過「聲音生成」的遊戲化機制，鼓勵學生在空間中進行更具創造性的探索與即興練習，從而提升學習的趣味性與參與度。
原始文獻資訊
- 英文標題：
- Dancing Through Soundscapes: Designing a Low-Cost, Sound-Based Device for Sensing and Interpreting Movement and Dance
- 作者：
- Swen E. Gaudl, Silvia Carderelli-Gronau
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。