音樂可視化藝術發展探討

郭亦君

[摘 要]

音樂與影像的結合被稱為音樂可視化藝術，是新時代藝術發展下的突出表現。本文將根據音樂藝術與影像藝術的融合，對音樂可視化發展及用途進行探討。

[關鍵詞]音樂藝術;影像藝術;音樂可視化藝術;發展

[中圖分類號]J605 [文獻標識碼]A [文章編號] 1007-2233（2019）08-0165-02

音樂給予人的感官聯想是通過耳朵進行的，即明確了音樂是以聲音作為基礎發展的藝術形式，通過優美的旋律給予人聽覺美感，讓社會生活通過音樂藝術，以更加美好的形式展現出來。[1]影像給予人感官聯想是通過眼睛進行的，用我們的眼睛去觀看表演，用耳朵去聆聽表演，才能成為完美的藝術，而音樂可視化藝術則是將兩者充分融合，給予人們全新的聽覺及視覺感受。

一、音樂可視化概念

音樂可視化是信息時代下，眾多可視化信息的其中之一，可將其看作是音樂的一種表達、展現方式。音樂可視化藝術的呈現是以視覺為核心力量，配以音樂，通過多種表現方式，滿足人們對音樂的更多訴求，是信息時代中的新型文化傳播方式。音樂可視化藝術能夠以音樂作品表現力結合外部結構，以智能理解、分析、比較的方式給予大眾最直觀感受的一種技術。

音樂可視化是信息時代的跨領域新藝術形態，其中不僅僅是音樂、影像的簡單結合，而是數字音頻、動畫、圖像處理、虛擬現實、聲學、美學等領域的結合。音樂可視化是通過提取音樂特征，將其映射至相應媒介上，形成可視化效果，再將其進行整理，變為視覺體現。根據視覺體現提取進行分析后發現，目前提取音樂尚在低層特征，Windows Media Player便是目前的可視化音樂代表，還有Winamp內含插件Milkdrop也可以幫助編碼，改變影像內的圖像形狀、顏色、位置、尺寸等實現音樂可視化。[2]

音樂可視化過程中，必須使用的技術有：音樂信息提取、影像圖像生成、綜合主觀評價。音樂信息提取技術主要是識別并提取音樂中的高音及節奏信息;影像圖像生成技術主要是為了幫助音樂具象化，讓音樂表現方式更加直觀;綜合主觀評價技術則是對以上所有操作的可視化結果進行評價，用于幫助音樂可視化作品更加完整統一，聲樂藝術更加和諧。如果制作可視化音樂錄音和擴聲要求較高，則必須結合作品內容、演奏特點、設備混響等來確定音樂立體感，不能僅僅使用人工混響來完成整個作品。

二、音樂可視化分類

（一）交互性

對音樂可視化進行交互性分類，可將其分為兩類：交互式可視化、非交互式可視化。[3]在計算機播放多媒體程序時，編程人員可直接對此程序發出指令，而不是任由程序自行發展，編程人員必須在程序運行過程中對下發指令做出反應，實現交互可視化。

（二）實時性

實時性可視化是要在規定時間內對系統指令進行反應。實時性可視化分為兩類：軟實時、硬實時。兩者之間的差異化在于軟實時只能在提供統計意義時實現實時性可視化。比如：在應用要求系統95%的情況下，可在規定時間內對指令進行反應，并不一定要100%完成。因為，有時只需要完成98%的播放就能滿足用戶，但是基于發射衛星、控制核反應堆應用系統100%的要求，就必須利用軟實時系統完成音樂可視化過程。

（三）維數

根據目前影視化發展方向分析，二維逐漸走向淘汰階段，三維正在慢慢走入市場，給人們提供更加真實、獨特的視覺效果。

（四）體驗感

體驗感是根據用戶沉浸指數來分析的，可根據沉浸度指數將其分為三種類型：完全沉浸式、半沉浸式、非沉浸式。根據用戶精神沉浸度，分析用戶對音樂可視化的體驗感。

（五）音頻數據類型

根據MPEG4音頻數據可視化標準，可將其分為兩種：自然音頻、結構性音頻。而自然音頻可分為一般音頻和語音形態，比如：MP3、其他數據壓縮音頻;結構性音頻是由多種不同指令的結合而形成的，主要是指MIDI，可對音頻特征進行明確提取，十分便捷。[4]

三、音樂可視化研究進展

（一）音樂特征提取

自然音頻與結構性音頻提取方式、方法皆有不同，自然音頻主要是對WAV、MP3等格式音頻內容進行特征提取分析，但為了自然音頻提取更為便捷，需要在提取前，預先對原始音頻數據進行處理，目前已有的處理方式是傅里葉分析變換法、固定窗口變換法，利用以上兩種方法即可對音頻數據特征進行提取轉換處理。而結構性音頻只須根據格式規則轉換就可提取音頻數據特征，原因是此類音頻數據皆是由具體指令組合成的控制聲卡發音，就可以非常容易地找到關于音頻特征的相關信息，進行提取。

在《波形音樂文件特征提取方法的研究》中，有對音樂特征進行分類，分別是：基本音樂特征、復雜音樂特征、整體音樂特征。基本音樂特征中有音色高低、音階長短、音浪強弱;復雜音樂特征提取需要依靠基礎音樂特征，然后其中還包含音程、音樂節奏、音樂旋律;整體音樂特征則須依靠以上兩種音樂特征作為基礎分析音樂情感、曲風、內容等。首先提取一種音符，這樣可幫助后續音符提取提高準確率;通過對WAV格式提供的音樂文件進行分析，便可獲取音樂樣本數據信息;獲取信號包絡線時，須提前對信號進行壓縮、去噪、高斯低通濾波處理，提高獲取信號準確度;然后即可利用傅立葉轉換對包絡線信號峰值進行檢驗，直接提取出音樂中所含音符;接下來利用劃分小節的設計方法直接對音符音色高低、音階長短、音浪強弱進行特征提取分析;然后根據劃分小節在音樂信號中展現的樂理特征進行設計，以加窗移動匹配方式直接提取出小節線;對小節線進行小節分析，獲取整個小節線的音色高低、音階長短、音浪強弱平均值及穩定性，完成整個提取自然音頻特征的過程。[5]

在《波形音樂文件特征提取方法的研究》中，結構性音頻特征提取則主要以早期的MIDI格式為主，直接從已有音樂文件內獲取音符和小節，完成對音頻特征的提取工作，由此可以知道對音樂特征的提取研究方向，應該主要放在情感特征識別上。

（二）情感檢測和情感表達

音樂歷來被稱為情感的表達，聽眾可從音樂中感受美好、傷心、開心、歡快等不同的情緒，所以表面情感表現在音樂中極其重要，甚至于影響音樂創作人的音樂創作思路。

在《音樂情感的特征與識別》中提到了音樂情感色彩提取及分析可利用多元分析法，利用多元分析法只須將測試音樂表現情感由舒緩到激昂進行分類即可，然后利用數字信號處理技術，從多個方向對音樂特征進行探討，讓計算機擁有人類的體驗感，能夠明確識別音樂所含情感類型。

中國音樂學院音樂科技系師生曾對民族樂器進行聽覺實驗，目的是為了分析民族樂器屬性，然后對樂器表達情感進行準確的詞語描述，并將每種評價對象規定在一種范圍內進行綜合評價，然后通過每個評價人對評價對象的分類建議進行綜合統計，以百分制為標準確定每種評價對象的數據結果，確定評價對象的情感屬性。[6]這次實驗對于音樂情感特征識別極具意義，讓民族樂器的未來發展有了較為準確的定位。

音樂由多種不同音符組合而成，每個音符皆有不同特征，但卻無法表現出準確的情感，還是需要單個音符組合成為音樂，才能滿足大眾的音樂需求，進行情感的傳達。組合音符傳達情感過程中，還須通過每個音符發音長短、音階高低、旋律速度、調試方法等，才能充分展現音樂情感。

（三）虛擬現實

信息時代來臨，各行業結構都得以轉型，尤其是虛擬技術讓音樂行業更加智能化，在虛擬技術支持下，音樂事業迎來高峰，讓音樂可視化藝術越發成熟，更具有感染力。虛擬技術可視化音樂展現方式是通過探夢館得到的啟發，探夢館是由弗蘭克·奧本海默創建的，原名為舊金山探索館，將一座古建筑建設為集視覺、聽覺、觸覺為一體的多種感官體驗，并帶有互動模式的科學探索館。[7]這個探索館于1969年建成，為后來的博物館研究及音樂可視化藝術帶來極其重要的研究意義，這個探索館會定期更換探險互動主題，主要是音樂與樂器的發展歷程，給美國音樂和樂器的發展史添上了濃墨重彩的一筆，也讓音樂可視化形成了初期模型，通過讓表演者深處虛擬空間的一種方式，在美國流行開來。虛擬技術讓音樂可視化作品擁有極強的感染力，讓身處其中的表演者及聽眾更能深入其中，是音樂可視化發展中不可缺少的技術。

四、音樂可視化的用途

音樂可視化藝術可運用至多領域，比如：酒吧、演唱會、音樂節、電子音樂表演等，利用LED屏幕圖像變化與音樂結合后呈現出不同場景，強烈的視覺沖擊讓觀眾身臨其境。[8]比如，跳舞的線，音樂與游戲結合既能提高娛樂性，又能增加游戲的可玩性，讓玩家充分體驗音樂及游戲帶來的愉悅。比如：在教育中可通過音樂可視化輔導有聽力障礙的兒童學習音樂，彌補聽力障礙兒童的聽力缺失，同時讓聽力障礙兒童更好地體驗豐富多彩的生活，在音樂可視化中提升自我表達能力，釋放自身不良情緒等，還可對自閉兒童進行開導等，都是音樂可視化對人們生活帶來的改變。

結 語

隨著時代經濟的不斷進步發展，藝術成為人們追求生活品質的一種方式，而音樂藝術則是最容易實現、最具感染力的一種，音樂可視化藝術則滿足了人們雙重感官體驗，從視覺及聽覺上提升人們的音樂融入感，讓音樂有了多種表達方式，且能滿足娛樂、情感體驗、教育等多種要求，實現人們對音樂的美好向往。