声音的音色对于听众的知觉影响研究

许木清（南京航空航天大学金城学院）

要想研究音色促成的影响，应先了解音色的属性和模式。由音色创造的音色空间，声学参数在其中起着重要作用，这些声学参数科学的并且系统的提出了音色变化的模式，不仅仅只是简单的音高变化，而是表示了人类听觉对音色的感知权重。其次，本人会根据“听觉流整合”和“听觉流分离”两个声学观点去探讨两个研究问题，听众是如何分辨音色目标的，以及听众是否对同一的音色目标具有记忆性。音乐感知是本文最后引入的概念，音乐感知将直接导致人类对旋律的感受，也是反映音乐情绪的必不可少的前提。

一、音色的基本概念

（一）学术领域概念

音色是音乐声学研究中常用的一个学术术语，一般被形容为音的色彩、品质，是声音的三大要素之一。根据《牛津音乐词典》解释：“音色是不同乐器或人声所发声音的不同特性”，《新格罗夫音乐与音乐家辞典》（2001 年版）则将音色定义为“一个描述声音质量的术语”，国内学者李重光先生在著作《音乐理论基础》中也对音色进行描述：“音色是由发音体的材质、形状及其泛音的多少等因素而形成”。根据上述国内外对音色的解释可知，如果两个音调被判断为不同的音色，当音高和响度相等时，音色作为最明显的差异可以被听众所识别。因此，音色能够被用来分辨或者比较产生声音的物体。

此外，许多产生声音的物体并不会只产生一种音高和响度，他们的音色会发出不同的，甚至是巨大的变化。尽管如此，听众仍可以根据音色来识别发出不同音高和响度的发声对象是否为同一个。在复杂的不断变化的听觉领域中，音色的元素成为了维持发声物体一致性的基础。从上述角度来看，每个发声物体都被视为有音色转换、有不同的音高和响度的集合。传统的音色研究一直以这一技术定义中所体现的音色差异的概念为指导，它集中于在音高和响度基本不变或几乎不变时造成不同感觉的声学因素。

从物理声学角度出发，音色具有复杂的属性，依赖于多个声学维度，通常被描述为一个多维感知属性，是一种在介质中传播的振动波，由发声体产生的基音与泛音复合而成，可让人们在音高，响度和持续时间相同的音色之间进行区分。首先，音色的物理本身和感知结构不会因多维尺度受到先入为主的干扰，听众只会在一个范围内进行笼统的判断，音源在音高、响度和持续时间方面，声音通常是均衡的，因此只有音色是变化的，以便将听众的注意力集中在这一属性上。然后，将不同音色的评级应用到一个距离模型中，在这个模型中，音色相似的声音距离很近，而音色不同的声音距离很远。这种模型是用音色之间共享的连续维度来表示的，这个想法是基于所有参与其中的听众对声乐有相同的感知维度。更复杂的模型则包括特定于个体音色的维度或特征，以及不同听众对其维度所拥有的不同感知权重。以乐器举例，听众可以轻易分辨出钢琴、小提琴和其他管乐不同的音色认知。细分之下，弦乐器会比管乐器在弹奏节奏时多一项发声步骤，那就是弦乐器往往会在乐手松手后进行回弹，琴弦弹到乐器表面的震动会迅速减弱声音，这在距离模型中可能表现出很强的特异性。

鉴于对音色的多维解释，音色空间的维数会随着潜在的声学相关性而变化。这些声学参数可分为三大类：光谱包络、时间包络（起振）和光谱通量(光谱和时间特性的动态相互作用)。在许多实验中，已发现较低和较高谐波的相对幅度以及幅度包络的变化有助于感知声音的音色和相似性。频谱能量分布与频谱质心（即频谱的平均频率）和声音的亮度高度相关，对音色有很大的影响。

（二）音色的分类

音色在不同领域中有不同的功能定义，在音乐学领域中，音色可分为人声音色和乐器音色；在配器法中，音色以纯音色与混合音色的方式进行呈现。在人声音色分类中，综合人类年龄、性别和音域等属性进行划分，一般认为人声音色分为童声、女声（高、中、低音）和男声（高、中、低音）。在乐器音色中首先又分为单一乐器音色和组合乐器音色，单一乐器音色分类一般分为四大类：铜管组、木管组、弦乐组、打击乐组；组合乐器按照音色分类基本可分为中国民族乐团与西方管弦乐团（交响乐队）。音色的呈现方式分为纯音色与混合音色，纯音色属于单一音色范围内，常出现于单件乐器的独奏作品、或是同种乐器的八度、同度齐奏之中；混合音色则倾向于运用不同种类的乐器组合演奏发声。

二、“听觉流”对听众的影响

观众在欣赏音乐表演时，会本能地寻求音色结构的整体性和协调性，这种情况在面对歌手的时候尤甚。除开技术因素不谈，听众往往更关注歌手本身的音色是否契合人物性格。正如前文叙述的那样，听众会使用“明亮”，“粗糙”，“低沉”这样的语义词汇形容音色，这只是一种模糊的概念关系，并不能解释音色在多维层面上的意义。毋庸置疑的是音色对音乐结构的组织起了重要作用，这与听众倾向于将来自同一声源的感知事件联系起来有关。一般来说，从起振到停止，一个固定的声源会产生在音高、响度、音色和空间位置上相对类似的声音。当听众暴露在声音场景中时，即使不同的声音目标产生的声音在同一时间交织混杂在一起，听者也能抽丝剥茧将这些声音分离成最初的不同的声音目标。其中，单个听觉目标在时间上连续的知觉反应被称为“听觉流”。在音乐对位中，听众很难听懂用同一种声音唱或用同一种乐器演奏的两句交叉的旋律，旋律线往往分成两个感知流，由音高区分。然而，如果声音或乐器彼此足够清楚，形成两种音色不同的听觉流，就可以清楚地跨越旋律线。将连续的声音事件通过时间连接成一个连贯的“信息”，此被称为“听觉流整合”，而将声音事件分离成不同的信息则被称为“听觉流分离”。在听觉流的形成过程中，连续的音乐事件在它们的光谱时间特性上是相对相似的。它们的音色可能来自同一声源目标，并应该归属于一起，其中单个声源不会在一个声音事件到另一个声音事件之间突然反复地改变他们的声学特征。

在2002 年的声色光谱研究中表明，音色的光谱和时间属性在听觉流分离中起着重要的作用，音高和音色之间的平衡可以控制听觉流分离。研究员提出了一个由三个升调CEGCEGCEG 组成的重复序列，控制的变量在音色上，用不同的音色重复弹奏相同的序列。研究发现，当声源实体的音色差异过小时，听众可以听到重复的上行序列CEG；而当声源实体发出的音色差异过大时，听众则会听到由交替音符(C)GECGE 产生的降调序列。总的来说，听众倾向于根据听到的不同音色来对音调进行归类。需要注意的是听众用单耳听和双耳听，以及左右耳的听觉差异，在此先不过多赘述人体听力差异等变量。在一种双耳倾听的情况下，使用不同的乐器演奏每个完整的音阶，听者可以感知每个完整的音阶，旋律线可以通过音色的变化来捕捉，但也可以跟随特定的乐器或感知不同的音高。这种感知在很大程度上取决于乐器演奏时的特定的乐器音色。

三、音色感知与听众的情感联觉

（一）基本概念

对于音乐研究者和音乐工作者来说，准确了解听众对音乐的反应是一项困难的又必不可少的重点。音乐所包含的“情感力量”启发和诱导了听众们不同的感觉和情绪。正如“一千个人心中有一千个哈姆雷特”这句话所说的那样，音乐认知基于个人的思维和决策。也许听众会在一个模糊不清的范围内跟随趋势把所听到的音乐定义为简单的“悲伤”或者“快乐”，但由于认知过程的不同，其中微妙的改变仍然会决定个人对音乐情绪的不同理解和深浅程度。

音乐感知依赖于一系列高度复杂的认知过程，包括复杂的听觉刺激等分类，这些听觉事件的及时分类与已经发生（记忆）和尚未发生（期望）的听觉经历有关。听众除了可以感知诸如休止、旋律线条和节奏等音乐品质外，由于其独特的音色，听众还可以区分两种音高相同，响度和持续时间不同的乐器和人声。

（二）音色感知对听众情感上的普遍引导

涉及音乐不同方面的感知的神经结构尚未得到清晰认证。在临床病理研究中，已经证明人体对语言和音乐的处理在神经解剖学水平上是不同的。情感感知相对容易描述，所体现的是一个认知过程。对于大部分听众来说，无需进行任何情感干预就可以很好地进行情感感知。然而，从对情绪的感知转化到认知，实际的信息处理是由人体专门的神经模块去处理的。理论上来说，听众可以感知任何一段音乐中的情感。有大量研究表明，“听众通常对音乐中情感表达的判断是一致的”，也就是说聆听者对于音乐情感的判断是系统性的、从众的，可以以此去进行合理的预测。但是，正如前文所述，听众通常会在大体上把音乐表达的情感归纳为相似的类别，但对其中细微差别有着较少的共识。听众对感知表达的认同程度取决于许多因素，但对音乐情感的认知能力却不需要后天的训练，是出于一种与生俱来的本能。

音色感知受到听觉空间、听觉层次和听觉思维的引导，这点在听众聆听纯音色或是混合音色作品时都能被证实。以聆听纯音色声源举例，听众往往会从变化的音色察觉到音乐氛围、演奏情绪上的转换，即使没有文字性的描述和解释，也能够清晰感知到乐章的结构。其中，音色情绪和音乐色彩是由音色感知产生的，听众的音乐情绪不止来源于旋律这一个方面，它是关于众多音乐方面的集合。如上所述，音乐事件可以通过多种方式表达和唤醒情感。其中，某些情绪可能主要仅仅是由音乐的旋律结构和音色特征所引起的，而另外一些情绪则来源于之后个人的联想与拓展。研究者应该区分的是“第一知觉”和“后天感应”的情感的不同之处。较纯音色作品而言，混合音色作品在纵向的和声结构中更具立体性，多种乐器的配奏与调和使之音响效果更为丰富。一般认为，高兴的声音具有明亮的音色，愤怒的声音具有尖锐的音色，忧愁的声音具有黯淡、温和的音色，在多种配器的混合音色作品中，不同的乐器展示各自的声音特性、提供给听众各样情绪上的感知，于是在多种作品中，作曲家更倾向于人声或小提琴去表达悲伤、小号大多表达高兴愉悦、定音鼓表达生气等激烈情绪，以此体现出情绪知觉与音色之间存在交互关系。然而，从普遍来说，明亮的曲调与积极的情绪有关，而深色与消极的情绪有关，这种认知可能导致一种想法；即快乐的歌曲与明亮的情绪有关，而悲伤的歌曲与黑暗的情绪有关。但上述这种笼统的归纳并不适用于每一位听众的知觉，比如一部分听众从主观出发，能从明亮的声音中感受到愤怒，从黑暗的曲调中感受到戏谑。于此可知，对应关系至少部分受潜在的情感联系支配，从结果发现自然而然的某种音乐-知觉关联是因为两种刺激都与相同的情感相关联，这也许意味着任何音乐和认知对应于同一情感的音乐演示是大多数听众的共识。虽然大多数人在听音乐时实际上并没有察觉联觉反应，但他们可以通过产生的内在情感来体验两者之间的归属。

四、研究局限性

早在古希腊时就已产生一条概念，即听众的特定情感随音乐的特定属性而变化，从柏拉图到现代关于此类表达的研究都时常有关于音乐元素的表现性的精确建议。然而，这类研究的局限在于，对于听众来说，情感的唤醒可能是由多方面综合造成的，例如，听众的某些情绪可能主要仅仅是由音乐的旋律结构和音色特殊性所引起的，而另外一些情绪则来源于听众“消化”音乐之后产生的个人联想与拓展，研究者应该区分的是“第一知觉”和“后天感应”的情感的不同之处。在目前的音色感知研究中没有主导的理论范式，大多数相关的研究人员并未明确采用情感理论的任何一种方法，只能从他们对听众的情感反馈的操作方式中推断研究的内在取向和趋势。

五、总结

音色是一个多维感知属性。音色的物理本身和感知结构不会因多维尺度受到先入为主的干扰。听众只会在一个范围内进行笼统的判断，音源在音高、响度和持续时间方面，声音通常是均衡的，因此只有音色是变化的，以便将听众的注意力集中在这一属性上。然而，当音源的音高、响度和持续时间不尽相同时，听众仍能分辨音色的目标来源。音乐可以唤醒听众的情绪，但是人们从音乐中感受到的情绪却不尽相同。当音源目标的音高、响度和持续时间保持一致时，听众则把注意力放在音色上，而音色变化影响了听众的音乐感知，从而使听众产生不同的情绪，这种情绪可能是积极的，也可能是消极的，音乐感知及时通过与音乐视觉相联系，使听众感受到不同的情绪，听众可以分辨不同的音色，也更能被“明亮” “尖锐”的音色刺激情绪。总而言之，从音色感知角度出发，听众在接收到不同的音乐事件后，会产生不同的情绪反馈。