祁 靜 (暨南大學(xué)藝術(shù)學(xué)院 510000)
第一種理論,也是人民群眾中最廣泛的認(rèn)知,認(rèn)為古典音樂(lè)是西方古典音樂(lè)時(shí)期的音樂(lè)(更準(zhǔn)確一點(diǎn)是從文藝復(fù)興時(shí)期到維也納古典樂(lè)派時(shí)期的音樂(lè)),而流行音樂(lè)是20世紀(jì)之后才出現(xiàn)的1。這種理論的軟肋在于,且不說(shuō)即便是在20世紀(jì)以前也存在著浪漫樂(lè)派和民族樂(lè)派,在20世紀(jì)50年代之后,也有大量的音樂(lè)被毫無(wú)疑問(wèn)地被歸為古典音樂(lè)的范疇,最典型的例子如中國(guó)的《梁?!沸√崆賲f(xié)奏曲、《黃河》鋼琴協(xié)奏曲,以及美國(guó)作曲家格什溫、蘇聯(lián)作曲家普羅科菲耶夫等的大量作品。而即便是在維也納古典樂(lè)派時(shí)期,大量的維也納宮廷舞曲事實(shí)上也只是在當(dāng)時(shí)流行一時(shí),而并未流芳百世,成為當(dāng)時(shí)不折不扣的流行音樂(lè)。
第二種理論,認(rèn)為古典音樂(lè)是嚴(yán)肅的,而流行音樂(lè)是輕松隨意的2。這種理論的軟肋在于,古典音樂(lè)中也有大量的相當(dāng)隨意的作品,例如許多小夜曲、即興曲等,甚至有許多是人民群眾在狂歡時(shí)所用的音樂(lè),最典型的例子莫過(guò)于奧芬巴赫的輕歌劇《地獄中的奧菲歐》里的《康康舞曲》,主旋律拿出來(lái)直接就成了電影《河?xùn)|獅吼》中的流行歌曲《菠菜進(jìn)行曲》。而現(xiàn)代流行音樂(lè)中也有不少是比較嚴(yán)肅的,例如《我愛(ài)你中國(guó)》、周杰倫和王菲的許多作品,不認(rèn)真唱就唱不準(zhǔn)或唱不上去,就很難聽(tīng)。與此相佐證的是,中央音樂(lè)學(xué)院鋼琴系教授杜泰航疾呼,“誰(shuí)說(shuō)古典音樂(lè)就是嚴(yán)肅音樂(lè)”3。
第三種理論,認(rèn)為古典音樂(lè)是難以理解的,而流行音樂(lè)通俗易懂4。事實(shí)上,這種觀點(diǎn)多半是因?yàn)楣诺湟魳?lè)作品多為外國(guó)作品,歌詞語(yǔ)言不通而致。巴赫的B小調(diào)彌撒曲第一節(jié)Kyrie eleison氣勢(shì)恢宏,其歌詞Kyrie eleison就是希臘文“上主垂憐”的意思,反復(fù)重復(fù)。只要知道了其歌詞意思,結(jié)合其應(yīng)用場(chǎng)合(彌撒),根本就不難懂整個(gè)曲子就是反映了人們罪孽深重、祈求上帝憐憫的意義。反而是許多粵語(yǔ)流行歌,在不懂粵語(yǔ)的人們聽(tīng)起來(lái),完全是摸不著頭腦,不知道其要表達(dá)什么意思,例如李克勤《紅日》、Beyond《光輝歲月》等。
第四種理論,認(rèn)為古典音樂(lè)曲式嚴(yán)謹(jǐn)規(guī)整、是理性的,而流行音樂(lè)曲式隨意、是感性的5。這種觀點(diǎn)的軟肋是古典音樂(lè)中也有大量曲式隨意的狂想曲、即興曲和近現(xiàn)代作品,以及以松散無(wú)秩序?yàn)闃?biāo)志的自由曲式作品,例如歌劇、音畫(huà)、敘事曲、幻想曲等體裁作品6。更不用說(shuō)古典作品里有許多盡情宣泄感情的作品,如肖邦的《革命》練習(xí)曲、俄羅斯國(guó)歌《俄羅斯,我們神圣的祖國(guó)》等。而流行音樂(lè)中也有大量曲式嚴(yán)謹(jǐn)、和聲考究的作品,例如周杰倫《菊花臺(tái)》、SHE的《不想長(zhǎng)大》等。
以上綜述了最典型的四種古典流行區(qū)別的傳統(tǒng)理論,它們都有實(shí)在太多的反例,因此都不能反映古典音樂(lè)與流行音樂(lè)的本質(zhì)區(qū)別。
無(wú)可否認(rèn)的事實(shí)是,古典音樂(lè)與流行音樂(lè)最大的表現(xiàn)區(qū)別是,古典音樂(lè)可以傳承數(shù)百年而仍有其韻味,而流行音樂(lè)只是給人短暫的歡愉,十年甚至幾個(gè)月后便銷聲匿跡,“其興也勃焉,其亡也忽焉”7。中外皆是如此,因此我們可以完全排除文化和歷史因素的影響,認(rèn)為這兩類音樂(lè)的差別是由它們的客觀特性(最重要的是它們的頻譜特性)所致的。
在信號(hào)處理領(lǐng)域,數(shù)學(xué)家們很早就開(kāi)始嘗試用數(shù)學(xué)方式來(lái)描述樂(lè)曲的特性。主要使用的特征參數(shù)包括節(jié)拍譜(beat spectrum)8、頻譜能量(spectrum power)和梅爾頻率倒譜系數(shù)(Mel-Frequency Cepstral Coefficients, MFCC)等9。
節(jié)拍譜(beat spectrum)利用離散數(shù)字信號(hào)的自相關(guān)(autocorrelation)運(yùn)算,可分析樂(lè)曲的節(jié)拍特性。用信號(hào)處理的術(shù)語(yǔ)來(lái)說(shuō),樂(lè)曲全程都出現(xiàn)較高的beat spectrum值,說(shuō)明整首曲子自相似特性較強(qiáng),對(duì)應(yīng)到音樂(lè)術(shù)語(yǔ)則說(shuō)明節(jié)奏簡(jiǎn)單。圖1A是典型的古典音樂(lè)和流行音樂(lè)的節(jié)拍譜特性(前16秒)。從圖上可知,古典音樂(lè)在150幀(6秒)后beat spectrum值降到非常低的值,此后只有少數(shù)地方升高,說(shuō)明節(jié)奏復(fù)雜,樂(lè)曲中節(jié)奏常有變化;而流行音樂(lè)一直保持較高的beat spectrum值,說(shuō)明整首曲子節(jié)奏簡(jiǎn)單,基本上就是從頭到尾一個(gè)節(jié)奏。
頻譜功率(spectrum power)是衡量同一時(shí)間下聲音頻率的復(fù)雜程度的指標(biāo),較高的頻譜功率意味著此時(shí)整個(gè)信號(hào)中含有從低頻到高頻的許多不同頻率,也就是頻率成分復(fù)雜,對(duì)應(yīng)到音樂(lè)術(shù)語(yǔ)則表明此時(shí)和聲豐富、聲部眾多。從圖1B上可看出,流行音樂(lè)的頻譜功率平均在-15dB左右,極大值也不超過(guò)0dB;而古典音樂(lè)的頻譜功率平均在0dB附近,且常有超過(guò)0dB的時(shí)候。這說(shuō)明古典音樂(lè)比流行音樂(lè)和聲豐富、聲部眾多。
梅爾頻率倒譜系數(shù)(MFCC)根據(jù)人的聽(tīng)覺(jué)特性進(jìn)行多重濾波變換,反映出人耳感受最強(qiáng)烈的音調(diào),在語(yǔ)音辨識(shí)技術(shù)上,MFCC代表著聲紋,即語(yǔ)音的內(nèi)容。MFCC的變化對(duì)應(yīng)到音樂(lè)術(shù)語(yǔ)上線性地反映音樂(lè)音調(diào)的內(nèi)容變化。從圖1C上可看出,同為前40秒音樂(lè),流行音樂(lè)的MFCC變化較為緩慢,幅度也較小(-0.2~0.6),而古典音樂(lè)的MFCC變化極為頻繁,幅度也大(-0.5~1.5)。這說(shuō)明古典音樂(lè)比流行音樂(lè)曲調(diào)變換豐富且劇烈。
以上三種特征是最能反映音樂(lè)特性的特征量,已被廣泛用于計(jì)算機(jī)人工智能音樂(lè)風(fēng)格自動(dòng)判別中。通過(guò)上述特征提取,結(jié)合一些其他的特征與支持向量機(jī)技術(shù)(Supported Vector Machine,SVM,一種有監(jiān)督的自學(xué)習(xí)分類器),對(duì)音樂(lè)風(fēng)格的自動(dòng)判別準(zhǔn)確率可高達(dá)93%以上9。
音樂(lè)在社會(huì)生活中,其主要功效是為人們提供一種娛樂(lè)。絕大多數(shù)人都不會(huì)愿意為了一件放松娛樂(lè)的事情而去全神貫注、勞心費(fèi)神。從上面的信號(hào)頻譜特征分析中可知,古典音樂(lè)節(jié)奏復(fù)雜、和聲豐富、曲調(diào)變換劇烈,這就要求人的大腦動(dòng)用更大的處理能力來(lái)處理這些豐富的音頻信息。這必然導(dǎo)致古典音樂(lè)相對(duì)較難理解、需要集中精力(因此顯得比較嚴(yán)肅),從而較難被普通人民大眾所接受、所欣賞。但正是因?yàn)楣诺湟魳?lè)節(jié)奏復(fù)雜、和聲豐富、曲調(diào)變換劇烈,才能在有限的時(shí)間里融入更多的聲部、旋律、和聲與意義,才能更加有韻味、更能激發(fā)無(wú)盡的想象,才能更經(jīng)得起時(shí)間的檢驗(yàn),成為萬(wàn)古流芳的作品。
明白了上面所說(shuō)的頻譜特性差異,我們就可以在音樂(lè)創(chuàng)作中有目的地對(duì)樂(lè)曲加以修改,使之更加“通俗化”或“古典化、高雅化”。
使樂(lè)曲通俗化,一是維持節(jié)拍譜beat spectrum的值自始至終都在較高的水平上,從音樂(lè)上說(shuō)即是增加和簡(jiǎn)化節(jié)奏感,創(chuàng)造出明顯的、自始至終的統(tǒng)一節(jié)拍。例如SHE《不想長(zhǎng)大》,改編自莫扎特第40交響曲的旋律,加入重低音鼓點(diǎn)等打擊樂(lè)或貝斯等構(gòu)成明顯而清晰的、自始至終的統(tǒng)一節(jié)拍。二是降低頻譜功率,從音樂(lè)上來(lái)說(shuō)就是減少配器數(shù)量,將旋律單音化,慎用復(fù)雜的大和聲。例如陳慧琳《Lover’s Concerto》,改編自巴赫的小步舞曲,將配器簡(jiǎn)化到極致,主旋律完全是小步舞曲的單音旋律,伴奏要么沒(méi)有,要么也幾乎是單音指彈的吉他。三是減小MFCC的波動(dòng)頻率和幅度,從音樂(lè)上來(lái)說(shuō)就是減少音調(diào)變化,避免大幅度的主旋律跳動(dòng),而采用級(jí)進(jìn)等方法編曲。例如丸子的《愛(ài)你卡農(nóng)》,改編自帕海貝爾卡農(nóng),大量采用說(shuō)唱,說(shuō)唱的背景低音即采用級(jí)進(jìn)方式,最大程度地避免了音調(diào)劇烈變化:從“我會(huì)陪你坐地鐵”到“趨近于零交點(diǎn)”共16小節(jié),即是由圖2所示的簡(jiǎn)單級(jí)進(jìn)音階反復(fù)兩次而來(lái)。當(dāng)然,在創(chuàng)作時(shí),可以三種方法并用,達(dá)到最好的效果。
與之相反,使樂(lè)曲古典化,則需要反其道而行之。一是將節(jié)拍譜beat spectrum的值降低,從音樂(lè)上說(shuō)是使樂(lè)曲節(jié)奏復(fù)雜化、多樣化。例如《黃河大合唱》中《保衛(wèi)黃河》合唱本來(lái)是為群眾傳唱而譜寫的,節(jié)奏穩(wěn)定而鏗鏘有力,進(jìn)行曲式;改編成《黃河》鋼琴協(xié)奏曲第四樂(lè)章后,節(jié)奏多變,快慢有致,情感豐富,更有古典味道。二是增加頻譜功率,從音樂(lè)上來(lái)說(shuō)是使用復(fù)雜的大和聲、增加配器種類、加入更多的旋律。例如前蘇聯(lián)國(guó)歌《牢不可破的聯(lián)盟》,作為一首國(guó)歌其曲調(diào)必須為單一旋律以利所有人誦唱,但其配器簡(jiǎn)單地利用了從低音到高音的和弦,其鋼琴版同一時(shí)刻和弦中一般包含5-6個(gè)音(圖3),形成了從低音到高音的和諧豐富的和聲與泛音,更有古典味道。日本動(dòng)畫(huà)片《多啦A夢(mèng)》主題歌被改寫成《小叮當(dāng)組曲》交響樂(lè)后,配器得到極大豐富,十足古典味。三是增加MFCC的波動(dòng)頻率和幅度,從音樂(lè)上來(lái)說(shuō)就是增加旋律主音或強(qiáng)伴奏音型的跳動(dòng)幅度和頻率。例如王菲的《我愿意》,副歌主旋律部分8小節(jié)中,就有3個(gè)8分音符8度跳躍和1個(gè)8分音符6度跳躍(圖4)?,F(xiàn)代贊美詩(shī)《我以禱告來(lái)到你面前》鋼琴伴奏華彩段利用快速的和弦跳躍,頻繁地制造出3-8度的來(lái)回跳躍,同時(shí)左手部分連續(xù)制造9~16度的跳躍(圖5),以增強(qiáng)古典風(fēng)格。
雖然頻譜特征在計(jì)算機(jī)技術(shù)和人工智能領(lǐng)域早已被用于樂(lè)曲的自動(dòng)分類,但其僅僅是在物理和信號(hào)處理領(lǐng)域,與音樂(lè)的聯(lián)系在以往并無(wú)人研究。本文將頻譜特征與音樂(lè)聯(lián)系起來(lái),從頻譜特征和人類的認(rèn)知角度解析古典音樂(lè)和流行音樂(lè)的本質(zhì)區(qū)別,并通過(guò)實(shí)例展示了這一區(qū)分理論在音樂(lè)創(chuàng)作上的運(yùn)用。我們相信,這一多學(xué)科研究的成果將深化我們對(duì)音樂(lè)的認(rèn)識(shí),對(duì)音樂(lè)教學(xué)、研究、創(chuàng)作提供新的視角與指導(dǎo)。
注釋:
1.張平,《流行音樂(lè)與古典音樂(lè)》,黃河之聲2011年第6期
2.《聆聽(tīng)音樂(lè)——給初聽(tīng)者的音樂(lè)菜單》,新浪2001年4月,http://ent.sina.com.cn/c/b/40913.html
3.《誰(shuí)說(shuō)古典音樂(lè)就是嚴(yán)肅音樂(lè)》,深圳商報(bào)2005年6月8日
4.石蓓、張璐,《西方古典音樂(lè)欣賞方法研究》,大舞臺(tái)2012年第10期
5.韋琳,《淺析流行歌曲中的古典效應(yīng)》,文藝生活2011年第2期
6.楊儒懷,《自由曲式結(jié)構(gòu)的形成與發(fā)展》,中央音樂(lè)學(xué)報(bào)2003年第1期
7.張平,《流行音樂(lè)與古典音樂(lè)》,黃河之聲2011年第6期
8.Foote, Jonathan, and Shingo Uchihashi. "The Beat Spectrum: A New Approach To Rhythm Analysis." ICME. 2001
9.Xu, Changsheng, et al. "Musical genre classification using support vector machines." Acoustics, Speech, and Signal Processing, 2003. Proceedings.(ICASSP'03). 2003 IEEE International Conference on. Vol. 5. IEEE, 2003.