我國木卡姆音樂及樂器采樣錄音

星海音樂學院/李馬科

【內容提要】新疆是我國最西部的自治區，其風土地貌、人情風俗均具有獨特的多元性。作為歷史上重要的交通要道，新疆諸多城市曾作為商貿之都繁華一時。本文敘述了筆者團隊在新疆歷時兩個月針對新疆傳統民歌及木卡姆等作品的采集，其中使用了全息錄音這一較新型的工作方式，并集中論述了關于其音頻形成、處理、解碼等方面的技術內容。提供了較清晰便捷的工作流程，并有所依據的展示了這樣一種錄音技術與當代流媒體兼容的可行性。處理后的音樂文件，可清晰地呈現木卡姆等音樂內容在傳統空間環境下的原貌。

本文闡述了筆者團隊的“尋聲西游”項目于2018年在新疆進行的為期兩個月關于木卡姆及傳統民歌作品采集方案。在本項目中利用了當代較新的全息錄音（Ambisonic）技術結合非遺藝術內容進行的實踐研究。這次“尋聲西游”之旅一方面是記錄和發掘那些和中國傳統音樂有著血緣關系的古老新疆音樂，另一方面是記錄如賽里木湖、戈壁灘、胡楊林等獨特聲音。除此之外還與當地出色的音樂家們共同完成一系列全新的音樂創作，使這些正在消失的聲音回歸到原本的創作動力中去。

維吾爾木卡姆屬于木卡姆的其中一種，是維吾爾族的一種民間古典音樂，共有十二套曲，分別是《拉克》《且比亞特》《木夏吾萊克》《恰爾尕》《潘爾尕》《烏孜哈勒》《艾且》《烏夏克》、《巴雅提》、《納瓦》、《斯尕》、《依拉克》，故也稱為十二木卡姆，合計170多首歌和70多首器樂曲，4500行詩，完整演唱12套曲需要25小時。木卡姆在維吾爾地區廣為流傳，不同的地區形成了不同的風格，如喀什一帶的“和田木卡姆”、伊犁一帶的“伊犁木卡姆”、哈密一帶的“哈密木卡姆”和塔里木戈壁邊沿麥蓋提縣一帶的“刀郎木卡姆”。木卡姆音樂的功能大多是在慶祝豐收和慶祝盛大節日上為人助慶，使用的樂器多為當地樂器，主要由熱瓦普、低音熱瓦普、卡龍琴、都塔爾、達普、艾捷克、薩塔爾等組成，伴有領唱、齊唱，可多人演奏也可二三人合奏。

2005年，維吾爾木卡姆被聯合國教科文組織列入第三批人類口頭和非物質文化遺產。2006年5月20日，十二木卡姆經國務院批準列入第一批國家級非物質文化遺產名錄。經過整理，有新編的作品推出，舞臺演出有器樂合奏、齊唱、合唱、歌舞等形式?，F時在新疆部分學校內有木卡姆課程開設及針對非遺藝術家的演奏研究，一些木卡姆藝術團也會在國內外進行巡回演出。在這次田野錄音中，團隊從烏魯木齊出發，歷經伊犁縣—庫車縣—尉犁縣—喀什地區—莎車縣—葉城縣—巴音郭楞自治州—吐魯番—托克遜縣—鄯善縣—烏魯木齊，以中部至西部邊境南下為木卡姆各風格及發源地的采集線索進行約20組，近100名藝人的樂器采樣及作品采集。由于場地的多變性及錄制條件的限制，在采集過程中使用了兩種系統搭建方式。分別是以Ambeo傳聲器搭配Sounddevice Mixpre6、Sennheiser解碼器以及ZOOM H2n的Spatial模式搭配Harpex解碼器。為便于制品的傳播和推廣，其中田野錄音類錄制主要采用了ZOOM H2n錄音機進行Spatial多聲道拾音。為針對于下行雙耳聽覺的雙聲道文件以匹配VR及網絡流媒體傳播，本文主要基于敘述以H2n錄制所獲得的聲音信號、解碼過程及所需面對的問題。

在這次采集的對象整理中，演奏員編制有個人彈唱、二重奏、三重奏、四重奏和小樂團合奏（6—9人）。場地分類大致有果園戲臺、家庭客廳、露天舞臺、餐廳等。由于編制的多樣性并且錄音環境相對隨機且會有隨機外界噪音干擾，在這個項目的實現過程中團隊主要考慮針對該風格究竟以取樣式錄音工作邏輯針對逐個樂器和人聲進行采集或以同期錄音的方式客觀記錄作品片段在當下的空間信息比例進行如實記錄。在與藝人交流的過程中我們了解到，大部分藝人在演奏或演唱時往往會對周邊環境、聽眾、樂器的狀態及自身的想法進行觀察，并選擇適合當下氛圍的唱腔、音調及“調門”，甚至拒絕演唱。這種“再創作”的思考使我們意識到當地的音樂特點極有可能與外界環境緊密聯系，所以在對作品進行錄制的時候團隊考慮盡可能將不同的環境聲典型化采集。這樣的工作方式恰恰是全息錄音技術的強項，能夠真實地還原當下該樂器或編制在該空間狀態下的聲源關系和全部的空間反應。

在傳統錄音技術發展的道路上，因為種種原因我們將大多時間和精力花費在了如何呈現一個“面”的概念，即立體聲。我們在這樣一種空間設計中，大編制的木卡姆樂團將通過對動態、飽和度的關系認知，來從錄音到后期處理進行空間定位的設計。所以立體聲話筒的主要工作目的是為了造成聽感上的空間結像，但這一空間的“形狀”是平面的。也就是說，當回放時，空間中的所有揚聲器均將呈平面布局回放信號源（無論是環繞聲信號還是立體聲信號回放）。這樣一種設計與實際空間中的單位長、寬、高相比是略有缺失的。對于高度信號（垂直軸）來說，在空間聲學理論中，若某樂器的高度有所變化，其在空間中所收到的頂、地及后期反射的關系將完全改變空間相位及與樂器直達聲在這一空間中的干濕比。在木卡姆樂團的樂器演奏中，達普（手鼓）的高度高舉至于頭齊平，其余的拉奏、撥奏樂器攬懷演奏，揚琴和卡龍琴用支架支撐，每個樂器除了平面聲向外均產生了一定的高度差。所以在全息聲錄音技術中，傳統針對點狀拾音的方式不復存在，將更完整的記錄了三維軸向上的聲源相位關系。

全息錄音制式中目前已知的較完善的系統分為A－Format和B－Format兩種。其中A－Format來自立體聲理論，而它將立體聲在單一維度的錄音方式通過小型矩陣的方式將一個水平面的ORTF（或通過改變交角形成其他的制式類型）變成兩個對立水平面。這樣通過對L、R、SL、SR四只指向話筒的開角設定，我們得到了一下這種類型的例子：LR（110度）；SLSR（110度）；LSR（110度）；RSL（110度）。則針對于全部空間的四個立體聲面1結合在一起通過解碼的方式得到這種能夠向下解碼的聲信號2。在這樣一種解碼過程中，最重要的垂直縱軸信號被通過上述的四個立體聲平面解碼得出，以完成對全息聲的高度空間回放。另一種，B-Format是一個無指向信號和三個軸朝向信號構成的信號陣列。它相當于一個無指向傳聲器（Omni-directional）和三個8型指向傳聲器構成（WXYZ）。也就是說，全息聲中不管錄音用何種制式的傳感器，如果想要得出縱軸聲音，都要被解碼到B-Format。而B-Format的意義不僅于此，它最大的意義在于可以通過運算來得到任意方向應該被聽到的聲音。換句話說，B-Format記錄可以解碼任意數量的拾音器指向任意方向，其中每一個全向拾音器的模式都可以選擇（心形,超心形，8字形,或者介于兩者之間的任何制式），這樣的方式我們稱之為高階制式（HOA）。

在實地錄音的過程中，戶外的天氣多變、野外環境復雜，為了使用H2n這樣一種“高生存能力”的錄音機作為B-Format格式的錄音載體，我們需要深入了解其工作原理及切換工作方式的路徑以適合我們的采集對象。按照H2n的說明書，它本身原理應該是很簡單的。會由上部指向性控制來切換線路實現多種不同指向搭配，從而得到對應的錄音制式。它的正面振膜是MS制式、背面振膜是LR制式。在其解碼時，如MS與LR的轉換原理就是L=M+S,R=M-S(減號指的是反向相位加和）。換句話說，如果我們錄了MS立體聲道，將可以通過把兩個聲道“混”在一起播成一個單聲道得到雙聲道聲音的左聲道，把S聲道反向和M聲道混音成一個單聲道得到右聲道。這個過程通過解碼器，利用與來去制式相對的算式來處理完成立體聲解碼的過程。

但解碼不是萬能的，由于本項目的目標是進行聲音信號的全息采集，我們沒有辦法把雙聲道錄音變成正確的四聲道錄音，也沒有辦法把四聲道完美的解碼成環繞聲。所以ZOOM公司在2016年對H2n在1.7到2.0中做了一次升級—在設置中可以選擇spatial模式來錄制。spatial模式，是在原有的四聲道基礎上“犧牲”了一軌，使其中一軌成為無指向性，這樣一來，錄制的聲音信號通過錄音設備被編碼為四個音軌，三個有聲音軌與一個空白軌道。分別是Channel 0 : Omnidirectional sphere、Channel 1 : Left-Right dipole、Channel 2 :Up-Down dipole（ 空 白 軌 道 ）、Channel 3 :Front-Back dipole 。當我們對H2n進行拆解后，可看到振膜的擱置具備一定的高度差，所以當解碼后，Channel2的信號將通過四個振膜的信號關系生成一定的電平。通過下述解碼方式組成全息聲之后得出的聲場更加還原客觀性，還原了田野錄音的空間所屬關系，如同身臨其境。我們將音頻文件拆分成上述的四個軌道導入進音頻工作站平臺中。按照Chanel1234排列，將panning調整到信號源在實際錄制中的相應位置，挪動panning的方位后我們會發現，此時panning表上的方位代表的并不是實際的聽覺方位。因為在HOA系統下每一軌聲音信號的發聲源不再是來源于某一個點方位，而是一個面狀的“場”。我們挪動panning的方位在實際聲向中顯示的并不是某一個點在坐標軸上的移動，而是整個面在坐標軸上的移動。所以此時的panning比起用方位的解釋，改用通道解釋更為恰當。把panning的四個點坐標理解為分別對應B-Format輸入通道中的wxyz四個坐標軸，將其一一對應到四個方向的波形。這樣在聲景圖中的位置便能還原了。所以，在harpex中只有w軸持有無指向信號才是對應通道，這樣在最后才能得到正確的結果。相對的，將其他四個通道一一對應到相應通道，這樣harpex的input通道就設置完成了。得到的聲景圖與錄制時的實際場景將完全對應。聲源較集中位置在該聲場約左20度左右，分散頻段圍繞聲源位置較均勻共振并擴散。后方160度左右有部分強反射信號，其余區域均可見少許回聲信號。坐標軸中心為傳聲器設定位置，附近無障礙物或反射信號。Z軸具有輕微的高度信號，從主觀聽覺上能夠感受樂器相比之傳聲器（平均人耳高度）的高度關系。

為了使這次采集的木卡姆等新疆傳統音樂形式，以切合當代AR、VR等前沿科技的發展，我們針對其聲場進行了B－Format的分析。經過計算，當B－Format的聲場信號疊加進去后，整個空間的墻體工藝、天花結構等富有維吾爾族特色的后方及上方的垂直聲場也將帶入到錄音內容中去。也就是說，每一個樂器均可以以話筒的高度為垂直參考軸，針對樂器的相對垂直差進行計算。如，低于話筒位置約30cm的熱瓦普，在聲場左側80度位置，并且能夠分別出熱瓦普的共鳴腔體處于整個樂器的略下方，而擔負彈撥的琴頸和琴弦的撥奏金屬聲在聲場左側70度位置且略高于共鳴腔體。其原理為，B-Format里面記錄的其實就是四個平面上的波。對于四個平面來說，任意一個時刻的數據除了可以得知其振幅，還可以得知這個平面的方位列。通過它來做矩陣變換即可以得到兩個平面函數（平面波——一個平面的振幅和方向向量的組合）。這是非常關鍵的一步，它將四個固定方向的“波”變換到兩個指定的（任意）平面上。之后通過利用HRTF的原理我們需進一步將所得數據代入公式，以得到對應的雙聲道信號。

上述內容完成了針對這一次采風中關于木卡姆等新疆傳統音樂形式錄制內容的解碼過程，但由于考慮多種輸出平臺（如CD出版物、播放器APP等）的可能性，我們需要加載另外的VR解碼方式以獲得相比傳統立體聲更直觀、更全面的聲音品質。當完成B－Format的解碼后，因為得出的平面波函數沒有方位信息，所以就需要一個聲向函數列（panning function）來取得正確的雙聲道信號。HRTF在整個算法中起到的作用就是提供了最后結果的確鑿聲音方向（panning）。為了讓戴上耳機或使用立體聲音箱的聽眾能夠得到如同上述一般全息化的聆聽感受，選擇HRTF來做這一步也是因為想要盡可能還原人頭的包絡數值與人耳的聽力曲線的反射關系。當信號被分解成兩個平面波后，可以對這個平面波函數分階進行快速傅立葉轉換，將時域轉成頻域就是HRTF的作用。計算完成之后再乘以HRTF對應的頻響，就得到了相應信號通過耳朵聽到的聲音的樣子。最后再對這個結果進行逆傅立葉變換（IFFT Inverse Fast Foutier Transform）就變成了波。

在制作完成的作品中，我們不僅可以聽到來自左右不同方向的樂器完整的聲音“樣貌”，還能夠清晰地感受那時那地那人的熱情與淳樸的生活氣息。在聲場中扁平化的“立體聲”聽感不見了，樂隊如同球面般形成了空間的包圍感。與傳統立體聲方式不同的是，過去的木卡姆混音作品中，房間的尺寸和形狀往往作為有礙樂器頻段的內容存在。并且木卡姆音樂中的大部分樂器區間基本維持在中頻及中高頻，彈撥樂也會因距離位置和響度造成一定比例上的“沖突”。如傳統混音中近似位置的同頻段樂器需要在縱深及頻段上進行避讓。在全息錄音信號的多維可能性中，由于垂直軸向的增加，木卡姆樂器組的頻率問題在空間信號的拾取中形成了該有的定位關系。由于位置的不同，多面反射聲與直達聲的比值差影響了樂器的存在感和空間感，合理地解決了傳統錄音存在的避讓問題。更生動地說，當下方輕輕地拉奏著帶有共鳴弦的薩塔爾時，又能聽到樂手身側的手鼓在上方輕敲。木卡姆豪邁而奔放的曲調吟唱開來，猶如帶你再次回到了那熟悉的現場。

新疆是我國西北部的自治區，因為地處邊境加上自身的地理因素，當地文化演變成一種多元文化。從公元前209年至今的兩千多年，新疆結合了多方的文化又不斷的和自身的本文化進行融合。曾幾何時，龜茲、疏勒等地作為絲綢之路的重要交通、通商、通文化的世界“十字路口”興盛一時。通過研究木卡姆我們可以發現在木卡姆中摻雜著阿拉伯語、波斯語、維吾爾語乃至已消亡多年的察合臺語，這些對于研究新疆歷史無疑是最好的史料。同時通過對演奏木卡姆的樂器研究我們可以發現如彈撥爾，是一種長頸的有品魯特琴，起源于中亞，向西演變成烏德琴和琉特琴，漢代傳入中原后逐漸演化成我們今天的琵琶。

2006年5月20日，十二木卡姆經國務院批準列入第一批國家級非物質文化遺產名錄。對于我國非物質文化遺產的保護和傳承，作為國家的一分子我們是有責任和義務去利用自身的知識和技術保護它們。全息錄音技術對于還原木卡姆本來的音容樣貌是具有覆蓋性且“忠實性”的，是研究者能夠在泛人類學、分類學等方面不可多得的重要資料。