Musixmatch 在六月举办的 Musicathon 黑客松已经落幕。除了参赛者提交的项目，我们还特别采访了获奖者，聊了聊他们在作品中没有展开的细节。其中，获得 LALAL.AI 特别奖的 AirStems 让我们眼前一亮——它允许你用一双裸手来 remix 歌曲。

通常，分离音轨、同步歌词、AI 标记这些功能都藏在滑块和时间线的背后。而 AirStems 把它们变成了一种“现场乐器”。你不需要在 DAW 里点击任何按钮，只用双手在空中比划，就能实时重塑一首歌的声音结构。听起来很未来？

打开网易新闻 查看精彩图片

我们与 AirStems 的创建者 Lluís 聊了聊。他告诉我们，AirStems 构建在他已有的开源项目 Aetheric Geometry 之上。这个项目的初衷很简单：只用双手和摄像头来演奏和塑造声音，不依赖任何专用控制器。它通过 MediaPipe 手部追踪驱动一个采用纯律调音的加法合成器。在参加 Musicathon 之前，Lluís 已经开发了大约一个月，手部追踪、DSP 效果和渲染部分都已被 AirStems 复用。

最关键的转变发生在黑客松期间。Lluís 意识到，主办方合作伙伴的 API 可以改变声音来源：不再是让双手控制振荡器，而是控制真实歌曲中的人声、鼓和贝斯。也就是说，主题和 API 重新塑造了一个已有项目，而这些服务并不需要参与实时循环。

在具体架构上，LALAL.AI、Musixmatch 和 Cyanite 都是预先离线运行，把结果写入磁盘，并按歌曲名索引。实时引擎只读取本地文件：分离后的音轨、LRC 歌词文件，以及一个包含分析数据的小型 JSON 文件。Lluís 也分享了他对项目未来发展的计划。

AirStems 证明了手势识别与 AI 音频工具结合的可能性。也许在不远的将来，混音不再是鼠标与屏幕的专属游戏，而是属于每个人身体表达的一部分。