统离身认知理论基于表征计算主义，它虽然在一些领域的实践中取得成功，却始终受到来自生物进化论、教育学和知觉现象学等多学科的质疑。在小提琴表演这一音乐活动中，凝聚着人类身体以及文化的全部经验，唯有使用具身认知理论才可能理解并学习其中蕴含的知识。现有的小提琴演奏模型只包含乐符域和声音域，缺少了动作域，而这是小提琴具身认知的核心环节。

        本研究实现一个人工神经网络模型及相应的学习方法，学会由小提琴声音推断其演奏动作，从而获得小提琴的动作域表示。学习过程以一个小提琴发声的物理模型为身体，不借助人工标注，而且声音未经“音符”等中间符号表示抽象，最终动作可以在时间上连续控制。该模型与小提琴发声的物理模型一起，构成对小提琴演奏的具身认知。

        通过在动作域上进行操作，我们可以控制物理模型，产生真实多变的小提琴声音。一套动作语言还可以辅助演奏教学、辅助音乐形态分析。进一步的，若将动作域表示与乐符域关联，模型可以演奏乐谱，并表达出不同的动作风格特征，获得更多交互式的表演可能。