民間音樂音響文本的多維度分析
——以18首西部苗族古歌為例

○ 石豐愷

引 言

人們對民間音樂的很多重要認(rèn)知源于田野材料，因而采用什么方法對田野材料進(jìn)行測量和分析就顯得極為重要。民間音樂個(gè)體往往不是基于樂譜的創(chuàng)作，而常以音樂聲這種“物質(zhì)的運(yùn)動形式”存在。涉及民間音樂形態(tài)的研究常用的一種范式可能是：首先通過田野調(diào)查形成民間音樂音響；再對這些音響實(shí)施人工轉(zhuǎn)錄記譜后形成轉(zhuǎn)錄樂譜（Transcription）①Helen Myers, ed., Ethnomusicology: An Introduction.London: Macmillan Academic & Professional, 1992, p.111.，然后通過觀察、測量或者統(tǒng)計(jì)這些轉(zhuǎn)錄樂譜后得出某種結(jié)論。文獻(xiàn)調(diào)研發(fā)現(xiàn)：很多轉(zhuǎn)錄樂譜是轉(zhuǎn)錄人在對民間音樂本體的主觀觀測與判斷下，或是在某種轉(zhuǎn)錄設(shè)備、軟件的幫助下，抑或是在二者結(jié)合的情況下，以某種記譜法形式呈現(xiàn)的一種符號文本結(jié)果。由此可見，轉(zhuǎn)錄樂譜是轉(zhuǎn)錄人對民間音樂本體部分理解或認(rèn)同的投射。它具有兩個(gè)方面的特點(diǎn)：一方面，轉(zhuǎn)錄樂譜是一種典型的主觀性文本。它反映民間音樂本體的程度，與轉(zhuǎn)錄人的音樂素養(yǎng)、文化體認(rèn)等方面的能力水平以及觀念立場密切關(guān)聯(lián)。另一方面，由于各種記譜法的特點(diǎn)和限制，轉(zhuǎn)錄樂譜只能承載關(guān)于民間音樂本體音樂形態(tài)的少量信息。即使在轉(zhuǎn)錄人具備很好的音樂素養(yǎng)以及適宜的文化立場的情況下，轉(zhuǎn)錄樂譜也只能記載音樂形態(tài)最基本的信息，如曲目名、估計(jì)的音樂速度、大致的旋律走向等。而一些非常重要的信息則被遺落了，如音樂中隨時(shí)間變化的細(xì)微音高波動以及表演者通過表演、演唱／演奏所提供的其他音樂形態(tài)信息等。因此，民間音樂的轉(zhuǎn)錄樂譜不是民間音樂本體，它與民間音樂本體是兩個(gè)相關(guān)但相對獨(dú)立的事物，即它們在某些方面可能有密切關(guān)聯(lián)，但它們之間存在一定距離，在極端情況下，二者還可能判若云泥。

轉(zhuǎn)錄樂譜的性質(zhì)及特點(diǎn)決定上述范式存在一些問題：首先，轉(zhuǎn)錄樂譜的主觀性導(dǎo)致無論人們采用多么科學(xué)的方法對其進(jìn)行測量和分析，也無論人們采取什么立場來強(qiáng)調(diào)主觀分析的重要性，都不能掩蓋所得結(jié)論的強(qiáng)烈主觀性特征；其次，因轉(zhuǎn)錄樂譜只是民間音樂本體形態(tài)某些特征的記譜法反映，以此進(jìn)行音樂形態(tài)描述和規(guī)律總結(jié)很容易被體現(xiàn)記譜法特點(diǎn)的記譜技術(shù)誤導(dǎo)，也容易被前置的、先入為主的音樂分析理論所桎梏，導(dǎo)致“描述和總結(jié)”極易脫離本體。

那么，還有更為有效途徑可供我們相對客觀地觀測民間音樂本體嗎？國內(nèi)外的一些學(xué)者對此已有思考。如沈洽認(rèn)為：由于中國音樂是一種區(qū)別于西方“譜系統(tǒng)音樂”的“聲系統(tǒng)音樂”，它的“樂譜轉(zhuǎn)碼所用的元素和轉(zhuǎn)碼的方式同西方的譜系統(tǒng)有很大的差別……即便我們已經(jīng)對它們做了許多‘修正’和‘補(bǔ)充’……記下來的譜子與實(shí)際音響相比，大多數(shù)也是非?！x譜’的”。他認(rèn)為單靠利用轉(zhuǎn)錄樂譜來研究民間音樂“是一件十分危險(xiǎn)的事”，應(yīng)該“把這些樂譜先‘?dāng)R置’起來，直面音樂聲本身”。②沈洽：《描寫音樂形態(tài)學(xué)之定位及其核心概念》上，《中國音樂學(xué)》，2011年，第3期，第7頁。蔡際洲認(rèn)為，傳統(tǒng)和民間音樂形態(tài)研究“務(wù)必以‘音響’為依據(jù)”，并認(rèn)為“音響”具有“主導(dǎo)地位”和“不可替代性”。③蔡際洲：《范疇與角度：中國傳統(tǒng)音樂的形態(tài)研究問題》，《黃鐘》，2020年，第1期，第64頁。西方學(xué)者如尼古拉斯·庫克（Nicholas Cook）等強(qiáng)調(diào)：廣義音樂學(xué)研究中的實(shí)證數(shù)據(jù)，其來源是多樣的，除符號文本外，還包括以數(shù)字音頻格式存儲的音響數(shù)據(jù)文本等；它們的價(jià)值體現(xiàn)主要取決于具體的研究背景和是否可用來解決音樂學(xué)問題；他們還指出：“為了發(fā)現(xiàn)或揭示事物”，對于如何利用它們，需要尋求適當(dāng)?shù)姆椒ā＂蹺ric Clarke and Nicholas Cook, eds., Empirical Musicology: Aims, Methods, Prospects. New York: Oxford University Press, 2004, pp.12–13.由此看來，似乎已形成一定程度的共識：測量和分析民間音樂的“音響”，是描述民間音樂形態(tài)，挖掘其音樂學(xué)領(lǐng)域知識更為有效的途徑之一。

目前，在民族音樂學(xué)田野調(diào)查工作中所使用的采錄系統(tǒng)已基本上實(shí)現(xiàn)以數(shù)字格式存儲數(shù)據(jù)，所謂“民間音樂的音響”，實(shí)質(zhì)上指的是以某種數(shù)字音頻格式存儲的民間音樂音響數(shù)據(jù)文本。為表述方便，可簡稱其為“音響文本”。那么音響文本在詮釋“民間音樂”時(shí)能夠提供哪些信息？如何提取這些信息？這些信息對發(fā)現(xiàn)和揭示民間音樂的音樂形態(tài)有何作用？本文認(rèn)為搞清楚這些問題，對拓寬民間音樂領(lǐng)域研究思路和豐富研究方法，推動形成新的民間音樂研究范式而言具有重要意義。文獻(xiàn)調(diào)研發(fā)現(xiàn)目前針對上述問題的研究還甚為缺乏。

本文試圖提出一種對民間音樂音響文本進(jìn)行“多維分析”的方法，并以西部苗族古歌為例，從“流布信息”獲取等多個(gè)方面，對這一方法的有效性進(jìn)行檢驗(yàn)，以資參考。

一、理論模型、技術(shù)原理與實(shí)施路徑

本文所述的民間音樂音響文本“多維度分析”方法，是指以音頻內(nèi)容分析為技術(shù)核心，音頻特征提取為主要技術(shù)手段，從民間音樂音響文本的多個(gè)描述域中提取信息，對其中所蘊(yùn)涵的音樂形態(tài)予以可視化表達(dá)與闡釋的方法。這些描述域包括但不局限于時(shí)域、頻域以及統(tǒng)計(jì)和技術(shù)信號域。因這一方法的信息來源具有顯著的多維度特性，故將其稱為“多維度分析”法（以下簡稱“多維法”）。

音響文本是采錄系統(tǒng)使用時(shí)間采樣和幅度量化，把無限可變的模擬波形及時(shí)編碼為時(shí)間上的各個(gè)幅度值的匯集。音樂聲學(xué)、計(jì)算音樂學(xué)在對數(shù)字音頻進(jìn)行考察時(shí)，將自變量為時(shí)間，因變量為強(qiáng)度或頻率的考察維度稱為“時(shí)域”（Temporal Domain）；而把頻率為變量的函數(shù)所在的維度，稱為“頻域”（Frequency Domain）；民間音樂研究還可從統(tǒng)計(jì)和技術(shù)信號域等維度獲取信息來解決一些領(lǐng)域問題，后文所述的從原始樣本音樂社交標(biāo)簽中獲取民間音樂流布信息就是從統(tǒng)計(jì)域獲取信息的一個(gè)例子，而音樂速度測量和音高探測則須調(diào)用過零率（Zero-crossing Rate）等技術(shù)信號域的數(shù)據(jù)。

（一）理論模型

“多維法”的理論模型可由一種3D虛擬空間來表示。根據(jù)西部苗族古歌《相約歌》音響樣本繪制的這種3D虛擬空間如圖1A所示。構(gòu)成這一虛擬空間的三個(gè)維度分別是音響樣本的時(shí)間、頻率和強(qiáng)度。這一虛擬空間可以投射為3個(gè)二維表示面：一是由“強(qiáng)度+時(shí)間”所構(gòu)成的動態(tài)面，它描述的是歌聲強(qiáng)度隨時(shí)間變化的情況；二是由“強(qiáng)度+頻率”所構(gòu)成的頻譜面，它記錄了歌聲強(qiáng)度在各個(gè)頻段的分布；三是由“頻率+時(shí)間”所構(gòu)成的旋律面，它勾描了民歌作品的旋律形態(tài)。（見圖1）

圖1 西部苗族古歌《相約歌》原始樣本與副本樣本三維聲譜對比圖⑤文中所用圖表均系筆者繪制。

（二）技術(shù)原理與實(shí)施路徑

第一，“多維法”的技術(shù)內(nèi)核是音頻內(nèi)容分析。音頻內(nèi)容分析（ACA）是一種通過從數(shù)字音頻信號中提取信息來對原始音頻數(shù)據(jù)進(jìn)行有意義的描述或解釋的技術(shù)。⑥Alexander Lerch.An Introduction to Audio Content Analysis.Piscataway: Wiley-IEEE Press, 2012, p.2.針對民間音樂研究而言，所謂“有意義的描述或解釋”，是指從音響形態(tài)上對它的本體所進(jìn)行的相對客觀的描述，如對速度、音域、調(diào)式結(jié)構(gòu)、特征音程等音樂構(gòu)成要素的跟蹤和分析；從表演形態(tài)上對表演者表演特性的揭示；以及為其他研究或應(yīng)用目的提供數(shù)據(jù)參照和技術(shù)路徑，如綜合多種參數(shù)將音樂的“音頻表示”轉(zhuǎn)錄為數(shù)字樂譜等形式的“符號表示”；等等。

第二，“多維法”最主要的技術(shù)手段是對民間音樂音響文本進(jìn)行音頻特征提取。音頻特征是一種從音響文本包含的大量數(shù)據(jù)中提取的出來的數(shù)據(jù)。通過抑制不相關(guān)的信息，一個(gè)音頻特征就可以用較少的數(shù)值來表示音響文本某個(gè)側(cè)面或某個(gè)觀測點(diǎn)上的更高層次的信息。圖2所示的多個(gè)坐標(biāo)系就是一個(gè)民歌田野音響樣本的多個(gè)音頻特征（基音周期變化、頻率強(qiáng)度響應(yīng)、頻率分量）的可視化呈現(xiàn)。音頻特征提取是一個(gè)將原始音響文本大量數(shù)據(jù)提煉成更緊湊的表征的過程。這是一個(gè)不斷涌現(xiàn)新技術(shù)的源泉。事實(shí)上，對音響文本進(jìn)行緊湊表征的技術(shù)研究，除計(jì)算音樂學(xué)以外，還是信號處理、數(shù)據(jù)挖掘等多個(gè)領(lǐng)域共同關(guān)注的研究主題。音頻特征在數(shù)量上的穩(wěn)定增長，使“多維法”具備了在技術(shù)上始終處于領(lǐng)先的優(yōu)勢。（見圖2、圖3）

對音頻特征進(jìn)行分組描述，較為常見的依據(jù)是根據(jù)它們試圖捕獲的信息類型。構(gòu)建這一信息類型系統(tǒng)最根本的理論來源是音樂聲學(xué)的音樂聲感知理論，以及音樂基本理論對“音樂的基本要素”的界定與表述。“音樂的基本要素”本身還有爭議⑦Robert A.Cutietta.The Musical Elements: Who Said They're Right?.Music Educators Journal, 1993, 79(9),pp.48–53.，導(dǎo)致目前音頻特征的分組模式極為多樣。本文綜合李濤（Tao Li）等人⑧Tao Li, Mitsunori Ogihara and George Tzanetakis，eds.Music Data Mining.Boca Raton: CRC Press, 2011, p.43.，以及克勞斯·韋斯（Claus Weihs）等人的意見⑨Claus Weihs, Dietmar Jannach, Igor Vatolkin and Günter Rudolph.Music Data Analysis: Foundations and Applications.New York: CRC Press, 2016, p.145.，暫將音頻特征歸為五個(gè)組別，即時(shí)域、頻域、強(qiáng)度域以及統(tǒng)計(jì)和技術(shù)信號域相關(guān)特征。圖2展示了音頻特征、音樂的基本要素和聽覺感知屬性之間的關(guān)聯(lián)。特征域下的各個(gè)特征組涵蓋了大量音頻特征，無法窮舉，圖3所示兩例為隨機(jī)抽取的例子。

圖2 西部苗族古歌《苗家故地》田野音響樣本“時(shí)域”“頻域”特征的可視化表達(dá)

圖3 音頻特征、音樂的基本要素、聽覺感知屬性的關(guān)聯(lián)

第三，“多維法”的分析結(jié)果可通過多樣的可視化形式呈現(xiàn)。下面以西部苗族古歌《苗家故地》為例予以說明。圖2A是一種時(shí)域圖，它是根據(jù)音響樣本中的基音周期變化軌跡而繪制的曲線圖。在語音分析領(lǐng)域，它有一個(gè)專門的術(shù)語——“Melogram”，本文譯為“律形譜”，可用來跟蹤和描述民間音樂旋律模式。圖2B也是一種時(shí)域圖，稱為強(qiáng)度曲線圖（Intensity Graph），它描繪的是田野樣本歌聲強(qiáng)度隨時(shí)間變化的曲線。強(qiáng)度是一種物理量，是音樂聲學(xué)用來衡量響度的主要參數(shù)之一。對歌聲強(qiáng)度進(jìn)行測量并進(jìn)行可視化，再結(jié)合律形譜，可為民族民間音樂結(jié)構(gòu)方面的分析提供可視化參考。圖2C是三種頻域圖，從左到右分別是源頻譜（Source Spectrum）、濾波器響應(yīng)譜（Filter Response Spectrum）和信號頻譜（Signal Spectrum），它們呈現(xiàn)的是音樂聲信號的原始形態(tài)（模擬形態(tài)）。濾波器響應(yīng)譜顯示的當(dāng)前音響文本的頻率強(qiáng)度響應(yīng)形狀；信號頻譜可用于觀測全局或特定采樣點(diǎn)的頻率分量。此外，通過文獻(xiàn)調(diào)研還能發(fā)現(xiàn)很多其他的表達(dá)實(shí)例，如應(yīng)用廣泛的分量頻譜（Component Spectrum）、長時(shí)平均譜（Long-time Average Spectrogram），等等。因此，我們完全可以根據(jù)預(yù)定的研究目標(biāo)，從音響樣本中提取相應(yīng)的音頻特征，再設(shè)計(jì)相應(yīng)的坐標(biāo)系來對民族民間音樂本體某一方面的特征予以綜合表征。

第四，“多維法”的實(shí)施路徑。在具體的研究工作流程中，“多維法”的實(shí)施可采用如下路徑：（1）可根據(jù)研究目標(biāo)和闡釋對象的不同，從豐富的音頻特征集中選擇特定特征，進(jìn)行特征系列定制；（2）按照定制的特征系列，通過對田野音響樣本的特征提取，形成特征域下的特定特征組表征數(shù)據(jù)集；（3）通過組合特征組并結(jié)合聽覺感知屬性，對音樂的基本要素中的某個(gè)或多個(gè)子要素進(jìn)行表征；（4）上述表征可通過設(shè)計(jì)相應(yīng)的坐標(biāo)系來進(jìn)行可視化呈現(xiàn)；（5）可根據(jù)需要，進(jìn)一步借助數(shù)據(jù)挖掘的理論和方法對音頻特征數(shù)據(jù)集進(jìn)行處理，如通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)的自動分類任務(wù)等，以助于從相對客觀的角度對民間音樂本體的一些特性和規(guī)律予以捕獲和揭示。（見圖4）

圖4 民間音樂多維度分析的工作流程

二、西部苗族古歌音響文本分析

有田野工作經(jīng)驗(yàn)的學(xué)者常有的感悟可能是：僅靠人工聽辨難以使用五線譜或簡譜對某些民間音樂品種進(jìn)行轉(zhuǎn)錄記譜。西部苗族古歌就是這樣的一個(gè)例子——文獻(xiàn)調(diào)研發(fā)現(xiàn)，對其速度、音域、調(diào)式構(gòu)成等基本音樂形態(tài)進(jìn)行描述和探討的文獻(xiàn)比較少見。下面，即以18首西部苗族古歌的田野音響樣本為例，從“流布信息”獲取、“量度音樂速度”測量、“音域特性”分析以及“調(diào)式構(gòu)成”探測方面，對這一方法的有效性進(jìn)行檢驗(yàn)。

案例所使用的18首樣本來源于“中國音網(wǎng)·人類口頭和非物質(zhì)文化遺產(chǎn)專題庫”。樣本文件被收錄在《西部苗族古老歌》這張專輯中⑩“中國音網(wǎng)·人類口頭和非物質(zhì)文化遺產(chǎn)專題庫”提供的“專輯信息”顯示，這18個(gè)田野音響樣本是朱玉祥、楊忠倫、楊世武、朱光龍四位苗族音樂人，在20世紀(jì)80年代初，從云南、貴州、四川三省的150余個(gè)苗族村寨采集而來。專輯由云南民族出版社出版。中國音網(wǎng)·人類口頭和非物質(zhì)文化遺產(chǎn)專題庫（http://ich.china1901.com/wild/pages/album/index.html?amid=西部苗族古老歌），2021年4月16日。。為便于區(qū)分，下文稱其為“原始樣本”?原始樣本集音段統(tǒng)計(jì)信息：男聲數(shù)據(jù)集來源于11個(gè)樣本，由9位男歌手演唱，音頻總時(shí)長為1,602.3s，人聲時(shí)長為1,023.9s，常規(guī)發(fā)聲的時(shí)長是603.7s；女聲數(shù)據(jù)集來源于7個(gè)樣本，分別由7位女歌手演唱，錄音總時(shí)長為1,464.6s，人聲時(shí)長為958.2s，常規(guī)發(fā)聲的時(shí)長是684.2s。。本文按照“歌聲類型”對它們進(jìn)行了分類編號。（見表1）

表1 18首西部苗族古歌田野樣本編目表（節(jié)選）

（一）民間音樂流布信息的獲取

民間音樂流布信息可從音樂社交標(biāo)簽數(shù)據(jù)中挖掘。音樂社交標(biāo)簽（Music Social Tags，以下簡稱“標(biāo)簽”）來自于音響文本的統(tǒng)計(jì)和技術(shù)信號域，它是一種文本信息集合，用以注釋不同的音樂項(xiàng)目。標(biāo)簽常由公眾性網(wǎng)站提供，標(biāo)記人可以是網(wǎng)站的編輯人員，也可能是來自于公眾的音樂愛好者。這一標(biāo)簽是音樂流布信息的重要數(shù)據(jù)來源，通過對它的挖掘，以及地理信息經(jīng)緯度解析與地圖標(biāo)記，可以繪制出民間音樂的流布區(qū)域圖，以反映民歌品種在樣本采集時(shí)的流布情況。

根據(jù)“中國音網(wǎng)”提供的信息，該網(wǎng)站的標(biāo)簽由專職檔案員負(fù)責(zé)錄入。該站點(diǎn)使用了語言文化群體、制作版權(quán)信息、出版／歸檔時(shí)間等12個(gè)子標(biāo)簽來對樣本進(jìn)行描述。專題庫中《西部苗族古老歌》的“制作版權(quán)信息”子標(biāo)簽提供了采集時(shí)歌手所在的行政區(qū)域地理信息。這些信息可能對研究苗族音樂文化分布、遷徙與交融、非物質(zhì)文化狀態(tài)演變等具有價(jià)值。研究者可通過對地理信息的經(jīng)緯度解析與地圖標(biāo)記，繪制樣本采集時(shí)的流布區(qū)域圖。當(dāng)然，信息的準(zhǔn)確性及其價(jià)值依然與田野調(diào)查材料的可靠程度以及檔案員的學(xué)術(shù)責(zé)任意識高度相關(guān)。

（二）對時(shí)域、頻域三個(gè)考察點(diǎn)的分析

第一，時(shí)域：“量度音樂速度”測量。量度音樂速度（Beats Per Minute，BPM）是一種速度計(jì)量方式，表示“每分鐘的節(jié)拍數(shù)”?David Fallows: Metronome, Grove Music Online.(https://www.oxfordmusiconline.com/grovemusic/view/10.1093/gmo/9781561592630.001.0001/omo-9781561592630-e-0000018521), 2001年1月20日。。在計(jì)算音樂學(xué)中，BPM被認(rèn)為是與音樂結(jié)構(gòu)探測以及音樂情緒預(yù)測密切相關(guān)的因素。對民歌BPM的測量不僅可為這兩個(gè)方面的研究提供數(shù)據(jù)，還可為民歌記譜、多格式音樂符號文本轉(zhuǎn)錄提供參考。目前對音響文本進(jìn)行BPM測量的一般方法是：首先對起始瞬點(diǎn)強(qiáng)度信號（Onset Strength Signal）進(jìn)行檢測，然后再通過分析起始瞬點(diǎn)強(qiáng)度信號來檢測常見的重復(fù)周期，即可以執(zhí)行BPM探測。西蒙·迪克森（Simon Dixon）對兩個(gè)數(shù)據(jù)集上的一些起始檢測算法進(jìn)行回顧和比較后認(rèn)為，使用頻譜通量檢測函數(shù)進(jìn)行起始瞬點(diǎn)檢測?？梢允笲PM探測在復(fù)雜度與高性能間取得平衡?Simon Dixon.Onset Detection Revisited, Proceedings of the 9th International Conference on Digital Audio Effects.Vol.120, Citeseer, 2006, pp.133–137.。本文對副本樣本集執(zhí)行BPM曲線繪制，BPM平均值測算以及BPM區(qū)間獲取的方法是：（1）在Sonic Annotator環(huán)境下?Chris Cannam.Linked Data and You: Bringing Music Research Software into The Semantic Web.Journal of New Music Research, 2010, 39(4), pp.313–325.，使用速度和節(jié)拍跟蹤器開源算法?Matthew E.P.Davies and Mark D.Plumbley.Context-Dependent Beat Tracking of Musical Audio.IEEE Transactions on Audio, Speech, and Language Processing, 2007, 15(3), pp.1,009–1,020.，以60BPM作為速度提示（Tempo Hint），對樣本集進(jìn)行BPM探測；（2）對形成的BPM數(shù)據(jù)集進(jìn)行統(tǒng)計(jì)后予以可視化表達(dá)。圖5是對樣本集BPM探測結(jié)果的可視化呈現(xiàn)。

圖5 18首西部苗族古歌的BPM特性可視化圖表（A為樣本集速度變化雷達(dá)圖；B為樣本集BPM變化范圍箱體圖；C為樣本集BPM分布多線圖）

通過分析，這18首西部苗族古歌的BPM特性可歸納為：（1）BPM總體區(qū)間值是51——74BPM，BPM核心區(qū)間值是54——67BPM，對應(yīng)可用“Largo”和“Larghetto”標(biāo)記；（2）單個(gè)樣本速度變化形態(tài)均較為平穩(wěn)，沒有出現(xiàn)戲劇性的速度對比，情感表達(dá)沉穩(wěn)、深沉；這種速度形態(tài)可作為判斷它們在音樂結(jié)構(gòu)上呈現(xiàn)出單一和統(tǒng)一特點(diǎn)的依據(jù)之一。

第二，頻域：音域特性分析。采用“基音頻率檢測法”對音響文本進(jìn)行音高檢測的理論依據(jù)之一是人類的音高感知主要受到諧波基頻的影響?David M.Howard and Jamie A.S.Angus.Acoustics and Psychoacoustics.New York: Taylor & Francis, 2017, p.153.?；魴z測的目標(biāo)是畫出和波長完全一致的基音周期變化軌跡曲線。音域特性分析的方法如下：（1）首先對樂音范圍進(jìn)行探測和批量分割，對其持續(xù)時(shí)間進(jìn)行記錄；再使用梳狀濾波器將基音頻率與其他諧波頻率隔離，然后消除其他諧波頻率并記錄基音頻率值；重復(fù)該過程以完成對所有樂音音高的檢測。（2）按歌唱聲類別（男聲、女聲）建立兩個(gè)數(shù)據(jù)集，分別進(jìn)行統(tǒng)計(jì)和分析。

田野采錄環(huán)境一般無法采用如錄音棚般的理想化隔音措施，由于人為或錄制現(xiàn)場存在環(huán)境噪音等因素，數(shù)據(jù)集中不可避免地會出現(xiàn)數(shù)據(jù)噪聲。降低數(shù)據(jù)噪聲有很多統(tǒng)計(jì)學(xué)方法可用，本例采用的是k-means聚類檢測法：聚類檢測后顯示為孤立點(diǎn)的值將被視為數(shù)據(jù)噪聲，統(tǒng)計(jì)時(shí)予以排除。

音高周期直方圖與音階周期散點(diǎn)圖的結(jié)合可清晰地呈現(xiàn)該民歌品種的音域特征。圖6A1、B1分別是男聲數(shù)據(jù)集（A1）和女聲數(shù)據(jù)集（B1），所有的有規(guī)律音高的音高周期直方圖。一般定義有規(guī)律音高樂音的標(biāo)準(zhǔn)是：一個(gè)音高周期與它之前或之后的周期在時(shí)間上的偏差不超過10%。圖中曲線根據(jù)有規(guī)律音高樂音的基頻繪制。每個(gè)頻率坐標(biāo)處發(fā)現(xiàn)的周期數(shù)用灰度標(biāo)示，周期數(shù)的高低與該頻率在樣本集中的分布密集度呈正比，灰度顏色越深表明其周期數(shù)越高，也表明其更廣泛分布于樣本集中。圖6A2顯示，灰線在690Hz坐標(biāo)處出現(xiàn)驟然變淡，以至后續(xù)出現(xiàn)明顯中斷，由此判斷男聲數(shù)據(jù)集中790Hz以上的頻段不是全局音域統(tǒng)計(jì)的有效區(qū)域。（見圖6）

圖6 男聲和女聲演唱的西部苗族古歌音高周期直方圖（A1、B1）與音階周期散點(diǎn)圖（A2、B2）

經(jīng)上述工作，這18首西部苗族古歌的音域特性可歸納為：（1）全局音域：男聲數(shù)據(jù)集顯示的頻段為110Hz——790Hz，；女聲數(shù)據(jù)集的頻段為190Hz——960Hz；（2）有表情音域：男聲數(shù)據(jù)集顯示的頻段是180Hz——500Hz；女聲數(shù)據(jù)集的頻段為225Hz——650Hz。結(jié)合樣本聆聽可以發(fā)現(xiàn)：男聲歌唱大量使用假聲唱法是造成其全局音域?qū)拸V的原因。它們的音域特性對應(yīng)的五線譜記譜如譜例1所示。（見譜例1）

譜例1 18首西部苗族古歌的男聲、女聲的全局音域與有表情音域

第三，頻域：調(diào)式構(gòu)成探測。如前所述，評估旋律、音列和調(diào)制首先需要融合頻域和時(shí)域的音頻特征，以描述旋律音高。這些特征包括頻譜特性（Spectral Properties）、基音探測、音符起始點(diǎn)和偏移點(diǎn)（Note Onsets and Offsets）、平滑音高軌跡（Smoothed Pitch Track）、MIDI序列表示（MIDI Sequence Notation）等。本文通過兩個(gè)步驟來完成調(diào)式構(gòu)成提?。阂皇切纬尚梢舾邤?shù)據(jù)集，二是對調(diào)式主音進(jìn)行篩查和對調(diào)式音列進(jìn)行排序。

目前，在音高信息提取領(lǐng)域，面向機(jī)器學(xué)習(xí)的自動融合音頻特征提取方法在準(zhǔn)確性方面還有待提高。為避免誤差，采用以下方法來形成旋律音高數(shù)據(jù)集：（1）對樣本進(jìn)行頻譜特征提取，列出歌聲樂音頻率分量；（2）使用“平滑音高軌跡”對基音輪廓進(jìn)行勾描；（3）對“音符起始點(diǎn)和偏移點(diǎn)”進(jìn)行探測，并參照“頻率分量”結(jié)果，以人工方式對出現(xiàn)偏差的“基音輪廓”進(jìn)行修正；（4）使用“MIDI序列表示”完成全部旋律音高的探測和標(biāo)記，如圖7所示。

圖7 樣本F03從起始至25秒間的旋律音高數(shù)據(jù)

對于如何從民歌的田野音頻中提取音列并探測調(diào)式構(gòu)成，目前還沒有成熟的、統(tǒng)一的方法。經(jīng)過多次實(shí)驗(yàn)，筆者認(rèn)為：以樂音分布幅度、樂音持續(xù)時(shí)長以及尾音頻率（End Tone Frequency）三個(gè)指標(biāo)對田野音頻旋律音高數(shù)據(jù)集進(jìn)行篩查，以此探測調(diào)式構(gòu)成是較為可行的方法。下面以M03樣本為例予以說明。

首先，對樂音分布幅度進(jìn)行量化。其基本思路是將樂音的分布幅度作為辨別其是否參與調(diào)式構(gòu)成的一個(gè)指標(biāo)。對所有樂音進(jìn)行量化分類，并以十二個(gè)平均音階作為音列參考對其進(jìn)行排序。樂音的分布幅度值越高，表明它在歌曲中出現(xiàn)的頻率越高，也就表明其越有可能參與調(diào)式構(gòu)成。圖8顯示了這一步驟的兩個(gè)結(jié)果：一是從調(diào)式音列中排除了完全沒有出現(xiàn)的樂音，二是從分布幅度上對最有可能的調(diào)式骨干音進(jìn)行的抽取描述。

圖8 M03樣本全部樂音的數(shù)量分級圖

其次，使用持續(xù)時(shí)長閥值進(jìn)行高通篩查，以區(qū)分骨干音和過渡音。全部樂音按持續(xù)時(shí)長排序，并設(shè)置三檔持續(xù)時(shí)長閥值對旋律音高數(shù)據(jù)集進(jìn)行高通篩查。根據(jù)歌唱聲的特點(diǎn)，本例將三檔持續(xù)時(shí)長閥值分別設(shè)為0.3s、0.6s和0.9s。通過以上兩個(gè)步驟，調(diào)式主音和骨干音已基本可以確定。（見譜例2）

最后，綜合上述判斷，再結(jié)合尾音頻率觀測及對數(shù)據(jù)集的總體方差計(jì)算結(jié)果，對調(diào)式構(gòu)成進(jìn)行提取。M03樣本的尾音頻率是114.019Hz（A#2；-32cenes）?此音高標(biāo)記采用中央C為“C4”的MIDI音高標(biāo)記標(biāo)準(zhǔn)。，譜例2是對其調(diào)式骨干音的平均律近似表達(dá)。

譜例2 M03樣本調(diào)式骨干音的平均律近似表達(dá)

結(jié) 語

本文所述的民間音樂音響文本“多維度分析”方法，是一種以音頻內(nèi)容分析為技術(shù)核心，音頻特征提取為主要技術(shù)手段，從民間音樂音響文本的多個(gè)描述域（如時(shí)域、頻域以及統(tǒng)計(jì)和技術(shù)信號域等）提取信息，對其中所蘊(yùn)涵的音樂形態(tài)予以可視化表達(dá)與闡釋的方法。在統(tǒng)計(jì)方法應(yīng)用上，可將它看作是多元統(tǒng)計(jì)分析法的主成分分析和因子分析在音樂學(xué)研究領(lǐng)域的應(yīng)用。它可用于某一類民間音樂品種的自相似性研究，如對音樂形態(tài)進(jìn)行相對客觀的描述、對表演形態(tài)特性的揭示等；也可用于對同一類別下不同品種的民間音樂，進(jìn)行基于客觀特征觀測的品種差異比較研究，還可為民間音樂文化研究與資源利用，如樂譜轉(zhuǎn)錄以及作品改編等，提供基于民間音樂本體分析的技術(shù)路徑和數(shù)據(jù)參照。

這一方法具備的優(yōu)勢主要體現(xiàn)在以下幾個(gè)方面：第一，作為其主要技術(shù)手段的音頻特征提取，技術(shù)主要來源于信號處理、聲音與音樂計(jì)算等學(xué)科的前沿成果，這是這一方法在技術(shù)上始終具備領(lǐng)先優(yōu)勢的保證。第二，由于采用開源算法，因此它對特定軟件或系統(tǒng)的依賴性不強(qiáng)，可將因軟件開發(fā)和設(shè)計(jì)思路所帶來的負(fù)面影響降至很低。第三，它充分發(fā)揮了信息檢索技術(shù)應(yīng)用的優(yōu)勢，允許自動提取信息，具備快速、集中處理大批量田野音頻數(shù)據(jù)的能力。第四，在規(guī)格化處理和特征數(shù)據(jù)集形成階段，還可采用增量方式和集體工作形式來減少或避免重復(fù)性工作。第五，它有效避免了因轉(zhuǎn)錄而造成的信息丟失，并在工作過程中隨時(shí)可以訪問和對照田野原始數(shù)據(jù)。第六，它的分析結(jié)果可通過豐富的可視化表達(dá)方式予以呈現(xiàn)。它也存在一些劣勢：一是它的構(gòu)建對基礎(chǔ)設(shè)施有一定要求，例如特定的數(shù)據(jù)結(jié)構(gòu)、軟件和維護(hù)服務(wù)；二是它的模型結(jié)構(gòu)相對復(fù)雜，包含很多維度和視圖，存在一定的理解和解釋的難度；三是研究者需要掌握一定的技術(shù)才能操作；四是在技術(shù)更新上比較頻繁，其本身長期處于動態(tài)變化之中。

本文主要聚焦于從民間音樂音響文本多個(gè)描述域中提取信息，對其中所蘊(yùn)涵的音樂形態(tài)予以可視化表達(dá)與闡釋的方法。以西部苗族古歌為例，主要是為了說明這一方法的有效性。因西部苗族古歌并不是本文關(guān)注的重點(diǎn)，故本文對其音樂形態(tài)只進(jìn)行了較為初步的測量和描述。西部苗族古歌在特定文化語境下產(chǎn)生和存在，對其音樂形態(tài)的研究一方面要對其本體進(jìn)行深入考察，另一方面也要將其置于具體的文化語境中予以觀照。因此，對其更系統(tǒng)的闡釋，還有待后續(xù)更為深入的研究。