“數字化背景下世界音樂文化遺產研究國際學術研討季”活動綜述

摘 要：“數字化背景下世界音樂文化遺產研究國際學術研討季”是由山東藝術學院主辦的一項國際學術活動。該活動旨在加強音樂科技、非物質文化遺產和數字化藝術等領域的交流與合作。來自英國、西班牙、印度和新西蘭等國的七位學者分享了他們將計算機科技與音樂文化遺產研究相結合所取得的全球性成果。學者們圍繞會旨，討論了計算機音樂學、計算生物學、民族音樂學、人類學、非物質文化遺產學等多個領域的話題，并提出了各種研究方法與視角。這項活動對于音樂學術研究、音樂教育、非物質文化遺產的保護以及音樂技術的應用等領域具有重大意義。

關鍵詞：計算機音樂學；音樂文化遺產；民族音樂

中圖分類號：J60-05 文獻標識碼：A 文章編號：1002-2236（2024）04-0025-05

一、活動概況

2023年5月至6月，為推進國家新文科發展戰略下的藝術學科學術研究，山東藝術學院舉辦了“數字化背景下世界音樂文化遺產研究國際學術研討季”活動。該活動由國際交流合作處和科研處主辦，藝術管理學院、音樂學院和圖書館承辦。本次學術活動以傳統音樂藝術與國際科技前沿學術研究為主要內容，以2021年國家社科基金藝術學項目“計算機輔助梆子唱腔研究”、2021年教育部新文科專項“新文科建設背景下藝術類人才培養模式創新與實踐研究”、山東省科技廳“城鄉環境智能化設計美學”重點實驗室為依托。其目的是通過國際間的學術對話交流，了解全球藝術科技融合發展的最新態勢，尋求藝術研究的前沿發展思路，推動交叉學科研究的創新型發展。

活動共邀請了七位活躍在藝術與科技交叉領域的學者。他們分享了關于音樂與科技在世界范圍內的發展的最新成果和方法。會議內容涵蓋了多學科、多領域、多層次的討論，從一定程度上反映出現代計算機音樂學的新理論方法和發展前景，以及國際上藝術與科技的新熱點。會議主題為“數字化背景下世界音樂文化遺產研究”，內容包括計算機音樂學、計算生物學、民族音樂學、人類學、非物質文化遺產學等幾個密切相關的熱點領域。

二、學術研討的主要內容

（一）計算機輔助記譜方式

記譜法是音樂領域用來記錄音樂作品的符號系統。最常見的記譜法包括五線譜和簡譜，還有一些專門針對特定音樂類型或特定樂器設計的記譜法。目前，在國內外，計算機輔助記譜已成為一個重要的研究方向。

來自英國謝菲爾德大學的Andrew Killick教授在其演講《計算機輔助下的全球通用記譜法》（Working with Computers on Notation for Analysing Any Music）中，介紹了他的“全球通用記譜法”。這種方法旨在解決傳統五線譜和計算機記譜所面臨的問題。它結合了音頻分析和人工記譜，試圖提供更為精確、便于視唱，支持添加圖表和注釋且能適用于各種類型音樂的記譜法。

Andrew教授詳細介紹了音樂分析過程中結構主義和可視化表達的應用，專注于解決西方古典音樂規范之外作品中的問題。其分析了五線譜記錄時聲音信息的缺失，以及計算機記譜中視唱和快速檢索音樂信息等問題，嘗試用人機合作方式，借助音頻分析軟件的可視化界面克服記譜過程中的問題和困難。

最后，Andrew教授通過一些例子展示了這一技術的應用方法和未來改進方向。他演示了記錄鼓聲和吉他等樂器演奏聲音的方法，包括如何使用不同的基本形狀和符號表示不同類型的音樂，以及如何使用數字和符號表示調性、音程和速度。他指出，盡管許多音樂家已經適應了西方音樂記譜法和特定文化下的記譜方法，但未來可能會考慮將這兩者合并，以實現更佳的表現效果。同時，他強調全球通用記譜法仍有改進空間，并邀請聽眾提供反饋和建議。

（二）計算機輔助傳統音樂的分析研究

計算機輔助傳統音樂分析研究是運用計算機技術來輔助對傳統音樂的分析、理解和創作的一種方法。該領域涵蓋了音樂信息檢索、音樂自動分析與識別、音樂生成與合成、音樂可視化以及數字化樂譜分析等多個方面。在這次學術研討活動中，三位專家分別探討了印度音樂的發展、傳統音樂與現代科技的融合、計算機工具分析京劇音樂以及音樂與文化多樣性的關系。

印度理工學院電氣工程系的Preeti Rao教授在6月19日的演講《數字計算視角下的印度藝術音樂》（Computational Perspectives on Indian Art Music）中，講述了印度音樂的發展及其與現代科技的結合方式。她分享了在印度古典音樂領域的研究經歷和成果。Preeti教授首先介紹了音樂學研究對象和文化背景對研究的影響，指出全球音樂都具有旋律、音節、節奏等共性特征，同時每種文化的音樂作品都有其獨特的特點和節奏類型。接著，她以印度音樂為例，介紹了音樂在不同文化和流派中的應用和發展情況。她詳細闡述了北印度和南印度在音樂風格上的特性，并深入介紹了Raga及其不同種類音樂間的差異和特點。

Preeti教授還詳細探討了計算機與民族音樂的融合，特別是如何利用計算機技術分析兩個非常相似的Raga音樂表演。她向聽眾介紹了一種計算和分析音樂中音高和節奏的方法，首先側重于識別歌曲中的旋律，然后應用計算機技術提取音高信息。通過對音高進行深入分析和識別，研究者能更全面地理解音樂的特征和規律。在分析過程中，她強調了計算機對音高變化速度、連續性以及不同節點間過渡的敏感性識別。

除此之外，Preeti教授介紹了一種計算音樂節奏的方法，通過將音樂劃分為不同段落并根據節奏的疏密程度進行分析。她還結合手勢分析和音樂識別技術，探討了印度音樂中聲音與手勢之間的關系。她強調了使用人體姿態估計技術捕捉身體關節運動軌跡的重要性，并從中提取旋律線和手部動作的曲線，以便更深入地分析音樂家在表演時的動作、旋律和聲音數據。她認為這種方法不僅有助于更好地理解Raga音樂的特征，而且還突出了手勢在表示音高變化和強調歌詞重點部分的作用。

Preeti Rao教授將計算機技術與民族音樂學的方法結合起來，為深入理解和保存印度音樂遺產提供了新的視角和創新方法。

奧地利格拉茨音樂與表演藝術大學民族音樂學研究所的Rafael Caro Repetto博士在題為《用于京劇音樂研究的計算機工具》（Computational Tools for JingJu Music Research）的演講中介紹了使用計算機工具來輔助傳統音樂研究的方法和實例。他利用計算機工具分析京劇音樂，對比不同流派唱腔的音高特點，并開發了在線平臺以幫助理解京劇音樂。

Rafael博士在其研究中專注于使用計算機工具來比較分析京劇中程派和梅派的差異。他分享了三個具體的研究案例，展示了他是如何應用這些工具的。首先，利用音頻音高統計直方圖來分析程派和梅派的不同；其次，通過基頻譜數據曲線來量化分析音高變化；最后，運用計算機網絡技術開發了在線平臺和工具，以幫助人們更好地理解京劇音樂。

作為一位音樂學者，Rafael博士深知計算機參與音樂研究的局限性。他指出了幾個關鍵問題，包括歷史文獻記載與音高分析結果之間的不一致性、需要手動修正的提取音高線，以及樣本資料的不足等。通過對梅派和程派唱腔差異的量化比較分析，Rafael博士認識到了在音樂研究中主觀和客觀分析的局限性，以及靈活調整研究思路的重要性。這種認識不僅提高了對京劇音樂獨特性的理解，還強調了在音樂學研究中對技術方法的正確應用和對研究限制的認識。Rafael博士的工作表明，盡管計算機輔助分析為傳統音樂研究提供了新的視角和方法，但仍需謹慎處理數據分析中的各種挑戰和限制。這種方法論的混合使用不僅豐富了音樂研究的“工具箱”，也提高了對復雜音樂傳統如京劇的理解和欣賞。通過結合計算機分析與傳統音樂學研究，Rafael博士的工作為探索音樂的多樣性和復雜性開辟了新的途徑，同時也展示了跨學科研究在音樂學領域的巨大潛力。

澳大利亞國立大學研究員Sam Passmore在他的演講《全球音樂“點唱機”：利用數據理解音樂的歷史與多樣性》（The Global Jukebox： Using Data to Understand Musical History and Diversity）中，深入探討了音樂與文化多樣性的關系。他詳細介紹了“全球音樂點唱機”，這是一個包含世界上最多樣化的傳統音樂收藏的資源。通過采用計量學方法和空間信號分析，Sam發現音樂能夠反映某些族群的歷史性和演變信息，但與傳統因素如遺傳和語言學的關聯相對較低。

Sam將世界音樂、民族音樂和文化基因作為研究的切入點，深入探討了音樂的多樣性和演變過程。他首先強調了音樂與文化多樣性的緊密關系，并將音樂視為人類文化和歷史的長期伙伴，與語言一起構成了人類文化的最早表現形式。他提到，盡管音樂和語言有著相似的起源，但它們在研究方法上存在顯著不同，并通過提及最古老的樂器來闡述人類歷史與音樂的悠久聯系。

在演講中，Sam詳細介紹了全球點唱機（The Global Jukebox）這一資源，該平臺為我們提供了深度探索人類音樂表演的廣度和多樣性的機會，為人們更好地了解世界各地的音樂提供了有力支持。該資源托管在“www.theglobaljukebox.org”上，涵蓋來自1026個社會的5776首傳統歌曲，是迄今為止最豐富、最多元的傳統音樂收藏。這些歌曲主要是由艾倫·洛馬克斯（Alan Lomax）在20世紀40至80年代收集的，其中一部分是通過全球音樂多樣性的學術網絡的支持而錄制的。去年，Sam與同事們將這些音樂數字化并重新出版，為未來的音樂家提供了深入研究音樂多樣性的數據支持。

Sam還介紹了一項全新的研究方法，采用計量學來識別最獨特、罕見的音樂作品。該方法基于37個指標進行綜合評估，通過將每個指標的分數數字化，并進行重新評估和修正，從而建立一個全球音樂多樣性的量化數據集。他展示了一個樣本社會的地圖，用以說明每種顏色的圈子代表著不同的社會群體。最后，Sam介紹了一種基于空間信號的音樂數據分析方法。這一方法通過計算不同距離范圍內的社會族群之間的音樂相似性，探討了音樂的空間信號特征。此外，他還介紹了一種用于比較不同文化特征的樹狀結構分析方法。通過對不同地區的音樂、遺傳信息和語言學信息進行統計分析，Sam發現音樂和語言的相似性較高，但也存在明顯差異。在分析的過程中，他注意到音樂的歷史信號與其他維度的信息（如遺傳和語言學）之間的相關性相對較低，強調了音樂在反映某些族群的歷史性和演變信息方面的獨特性。

Sam強調了理解音樂對人類歷史影響的重要性，探討了跨文化音樂風格如何揭示文化的演變，并討論了研究音樂多樣性的重要性，特別是在保護稀有文化和推動學術研究方面的重要意義。他認為，探索音樂與社會結構、宗教實踐等文化要素之間的關系，對深化我們對音樂與文化多樣性關系的理解以及對全球音樂遺產的深入思考至關重要。

（三）計算機輔助音樂認知方面的研究

西班牙龐培法布拉大學的Xavier Serra教授在他的演講《提升音樂能力的計算機聽力訓練方法》（Computational Approaches for Enhancing Multicultural Musicality： Understanding Auditory Patterns and Promoting Learning）中，闡述了計算機音樂在音樂認知、理解不同文化音樂、提高樂感和多元文化素養等方面的廣泛應用。他認為，通過計算方法研究音樂可以更好地理解不同文化下的音樂作品，并幫助人們提高樂感和多元文化素養。

Serra教授強調了音樂作為一種跨文化交流語言的重要性，并探討了樂感和音樂認知、計算機音樂學和音樂教育之間的聯系。他還討論了如何開發有效的計算工具來提高樂感培養。Serra教授提到，盡管音樂平臺和科技的發展對音樂感知能力的培養存在不足，但使用新技術和工具，如“Spotify”等平臺、“Comp Music”項目、音樂軟件“Income”和開放協作網站“MusicBrains”，可以促進音樂感知能力的進一步發展和提升。

在演講中，Serra教授深入探討了通過元數據分析提取音樂作品中的音高、旋律和音符等關鍵音樂信息的方法。他著重介紹了如何通過對音頻識別來分析音樂風格特征，包括對音高、和弦等基礎數據的分析，以及選擇并提取具有代表性信息來獲取音樂特征。

Serra教授詳細說明了音樂創作中的一系列關鍵問題，包括旋律、節奏和歌詞之間的關系。他強調了通過計算機的輔助，可以識別器樂作品的節奏規律和速度變化等細節，實現對節奏規律和特征的精準分析。

最后，Serra教授強調了通過計算機科學工具提高音樂家的音樂質量和表現力這一研究方向的前景。他鼓勵計算機科學家和音樂領域的專業人才積極參與這項工作，以共同推動音樂與技術的融合，實現更為創新的音樂體驗和表達方式。這一呼吁突顯了跨學科合作的重要性，并為未來的研究方向提供了啟示，展示了音樂與技術結合帶來的廣泛可能性和巨大潛力。

韓國基礎科學研究院的John Mcbride研究員在他的演講《解釋音階演變中跨文化趨同現象的新舊理論》（Old and New Theories Explain Cross-Cultural Convergence in the Evolution of Scales）中，展示了他如何使用本體研究技術來構建音階數據庫，并討論了音階的多樣性和共性。他從物理學和生物學的角度探討了音階與人類心理和生理特征之間的關系，并引入了“信號頻率”概念和復雜性計算方法。

在演講中，John詳細說明了構建音階數據庫的方法，包括文獻調研和音階測量。他通過這些方法建立了一個全面且準確的音階資源庫，為音樂研究和實踐提供了可靠的參考。

在音階種類的介紹中，John提出了理論型、測量型和描述型三種音階，并特別強調了音階在不同文化之間的共性和差異。

在音樂研究原則方面，John提出了音樂源于人類、音樂特征與人體和精神健康相關，以及音樂研究需要基于科學方法這三個重要原則。這些原則為深入理解音樂提供了框架，并強調了人文和科學結合的必要性。他從物理學和生物學的角度出發，深入剖析了音樂特征與人類心理、生理特征之間的關系。他提及了音樂中諧波的概念及其測量方法，并強調了數據分析在評估音樂分析準確性和可靠性方面的重要性。他將音階視為一種數列組合方式，引入了“信號頻率”概念，通過計算旋律復雜性來評估音階組合的復雜程度。

John的研究不僅突破了對音階的簡單描述，還為音樂研究提供了創新的方向。他的工作強調了音樂作為一種文化現象的復雜性，以及在研究音樂時考慮人類生理和心理特征的重要性。通過將計算方法和傳統音樂學相結合，他的研究為理解音樂的多樣性和演變提供了新的理論支持，并為未來音樂研究提供了豐富的啟發。

倫敦大學瑪麗女王學院的高級工程師Polina Proutskova在她的演講《數理之道：通過計算機理解音樂，通過音樂理解人類》（How Do We Explain Music to Computers-and to Ourselves-and Can Computers Help Us Understand Music-and Ourselves）中，探討了如何向計算機解釋音樂，以及計算機是否能幫助我們理解音樂和自己。Polina的演講聚焦于音樂信息檢索領域的邊緣研究，探討了“大數據—大模型”方法的局限性，并提出了一系列關于自動化音樂分析的問題。

Polina通過四個案例分享了她的研究成果。1.她從知識圖譜的角度出發，為瑪麗女王大學數字音樂中心開發的爵士樂本體架構，以及這個本體架構在回答有關爵士動機旋律起源問題中的應用；2.對如何理解西方文化之外的傳統音樂本體研究方法的探討；3.全球各地歌唱傳統的比較分析（以“Cantometrics”項目為例），以及如何統一歌唱中的發聲機理術語；4.以“Vocal Notes”項目為案例，探討了聲樂演唱中人對音符感知的模糊性，以及這種模糊性對依賴正確答案的機器學習的影響。在該項目中，她比較了不同族群聽力差異對音樂識別的影響，提出了通過人耳校準計算機生成的樂譜的方法。

這些案例既提供了她對音樂和人類行為的多個方面的見解，又突顯了音樂信息檢索中所面臨問題的復雜性和多樣性。

最后，Polina詳細闡述了機器學習領域當前面臨的挑戰，主要源于缺乏足夠的數據和高質量標注。她指出了音樂學研究中存在的問題，包括信號缺失、信息偏差，以及計算機獲取的音高與認知體系的不一致性。

Polina的工作強調了音樂信息檢索和音樂認知研究領域內跨學科合作的重要性，以及音樂學和計算機科學結合帶來的新機遇。

三、結語與展望

在“數字化背景下世界音樂文化遺產研究國際學術研討季”活動中，來自不同國家的專家學者聚集一堂，深入探討了音樂科技、非物質文化遺產和數字化藝術等領域。這次活動不僅展示了音樂領域跨學科研究的最新成果，也為音樂研究的未來發展提供了寶貴的參考。會議特別關注了計算機輔助記譜和傳統音樂分析的融合、音樂與文化多樣性的關系、以及音階與人類特征的聯結，還提出了數據不足和主觀評價專家意見不一致等問題。活動強調了音樂學、計算機科學、人類學等多學科間合作的重要性，昭示著未來音樂研究將更多采用創新的方法和工具，以實現更深入、精準的音樂分析。這次研討季不僅增強了與會者們對音樂多樣性的認識，還為音樂研究和實踐的未來提供了新的啟發和方向。

可以預見，音樂研究將繼續結合新興技術，以更深入地探索音樂在人類社會和文化中的角色和影響。

（責任編輯：李鴻熙）