小時候覺得學琴壓力大，長大後想學卻又很難意會，音樂是不是真的只能靠天份，還是我們也可以靠後天學習勤能補拙?
工研院曹思漢、吳季剛、廖仲偉、劉建宏四人，長期研究「如何對看不見的肌肉運動進行感測」，成員之一的曹思漢又是工研院弦樂團的小提琴手，團隊成員兼有科技的強項又知道樂器演奏的訣竅。
當他們參加Openstack與台灣黑客松共同舉辦的首屆「OpenStack應用黑客松」大賽時候，結合自己的學能和興趣，構思如何利用科技，協助有志於進入琴藝的學習者，能夠擺脫「靠言語的指導」，進步到「學習肌肉的到位」，這個創意，就成為他們參賽最終決定的題目。
參賽當天，四人將演奏小提琴與肌肉量測訊號的構想結合，在42小時黑客（Hack） + 馬拉松（Marathon）的高壓力高強度競賽中，共同開發完整一套從Andriod 前端(肌肉樂譜App)、雲端資料運算整合到穿戴感測裝置設計的整體技術「體感琴譜」
「體感琴譜」，以感測小提琴演奏時前臂肌肉的拉動，來量測手指按壓的力道，或是藉手腕肌肉感測，分析壓弦力量與拉弓的晃動幅度。
透過量測細微的肌肉運動改變，紀錄並即時解析肌肉拉動和與之相應的手指動作，將演奏的律動、力道、與聲音以數據形式完整儲存在雲端平台，最終利用其巨量資料運算優勢進行比對分析，提供初學者系統式的學習新工具，讓「體感琴譜」技術獲得「OpenStack應用黑客松」大賽首屆競賽冠軍，並一舉抱走「全方位大獎」、以及「最佳設計」兩項大獎。
相關技術的應用，除音樂學習，可擴大至紀錄拉麵師傅、麵包師傅揉麵團的手臂肌肉體感律動，或是高爾夫球或棒球選手打擊過程，讓傳統技藝或是相關專業能保存並延襲。 未來學習，除了靠天份，或許我們也能利用科技勤能補拙，降低學習進入障礙，並讓專業技能永續傳承。
