這個問題一般人還真說不上來

音箱的2根線分別接功放左右聲道輸出的2個“+”端，這種接法其實叫“橋接法”，輸出的功率是原來單聲道的3~4倍，是很多需大功率輸出場合的貫用手段！這種接法可以透過調節“平衡電位器”控制播放音源的左或右聲道，當“平衡電位器”調到中點的時候輸出的是2聲道的混合聲音！

不過這是不可能實現立體效果的！要實現立體效果必須有2個或多於2個聲道的播放體才有可能實現！

當然可以，計算機音樂生成屬於資訊科學與藝術學的交叉學科,音訊尤其是音樂生成的研究在多媒體研究領域是重要的一部分 [1] . 從時間序列中進行特徵選擇,特徵提取,對特徵引數的建模是研究計算機音樂生成的主要內容. 深度學習技術的發展以及近些年來計算能力的飛躍,對原始聲音序列進行長時建模成為可能. 基於字元級(Character-level)的深度遞迴神經網路(Char-RNN)在文字生成中取得了較好的效果 [2] ,這啟發了本文將 Char-RNN 應用於在計算機音樂生成. 透過對音樂時間序列的分析,本文針對長短期記憶網路(Long Shortterm Memory Network,LSTM) [3] 的不同網路結構的音樂生成進行了分析驗證.針對計算機模擬音樂生成,國內外眾多學者提出了許多切實可行的方法和理論. 在傳統的計算機音樂生成系統中,已經有了豐富的音樂表達和記錄以及再現的方法. 隨著各類序列建模演算法的出現 [4] ,促進了計算機音樂生成的深人發展.早期的音樂生成演算法規定了一定的音名,音高範圍,時值取值範圍之後讓計算機隨機產生旋律. 近年來,提出了若干淺層結構的音樂生成演算法,例如隱形馬爾科夫模型