數(shù)字音樂學(xué)研究綜述

【摘要】數(shù)字音樂學(xué)是數(shù)字時(shí)代音樂研究的重要發(fā)展方向。本文針對(duì)數(shù)字音樂學(xué)的發(fā)展歷史、學(xué)科范圍及研究現(xiàn)狀進(jìn)行了概況介紹，并從音樂表示研究、研究數(shù)據(jù)集建設(shè)、相關(guān)技術(shù)工具和音樂研究應(yīng)用等方面對(duì)數(shù)字音樂學(xué)研究?jī)?nèi)容進(jìn)行了系統(tǒng)的分析闡述。本文為研究者提供了數(shù)字音樂學(xué)的知識(shí)地圖和相關(guān)研究實(shí)踐所需的資源、工具和方法參考。

【關(guān)鍵詞】數(shù)字音樂學(xué);數(shù)字人文;數(shù)據(jù)集;音樂表示;音樂信息檢索

【中圖分類號(hào)】J623.3 ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1002-767X（2020）01-0004-02

【本文著錄格式】楊媛.數(shù)字音樂學(xué)研究綜述[J].北方音樂，2020，01（02）：4-5，14.

引言

進(jìn)入21世紀(jì)，計(jì)算機(jī)、數(shù)字、網(wǎng)絡(luò)、人工智能等技術(shù)快速發(fā)展，各學(xué)科研究數(shù)據(jù)及數(shù)字化研究資料總量呈指數(shù)性增長(zhǎng)，這些因素推動(dòng)了人文學(xué)科向“數(shù)據(jù)密集型研究”為主要特征的科學(xué)研究的第四范式升級(jí)。在此背景下，數(shù)字、網(wǎng)絡(luò)、語義網(wǎng)、人工智能、可視化、虛擬現(xiàn)實(shí)等技術(shù)和計(jì)算的方法深入應(yīng)用于傳統(tǒng)人文研究與教學(xué)，數(shù)字人文（Digital Humanities，DH）研究熱潮自此興起?！皵?shù)字音樂學(xué)”（Digital Musicology，DM）作為DH的一個(gè)重要研究分支，為音樂研究提供了全新的研究方法和研究視角。

在我國(guó)，雖有關(guān)于音樂研究新方法、新技術(shù)的介紹或研究，但遺憾的是其缺乏E-Science背景下的整體定義和系統(tǒng)分析。另外，受技術(shù)、基礎(chǔ)設(shè)施建設(shè)和跨學(xué)科交流不足等因素影響，國(guó)外DM的發(fā)展并未引起國(guó)內(nèi)學(xué)者的充分關(guān)注。所以，本文希望通過對(duì)DM發(fā)展歷史、研究?jī)?nèi)容的系統(tǒng)闡述，能夠增進(jìn)國(guó)內(nèi)學(xué)者對(duì)DM的認(rèn)識(shí)，為相關(guān)研究提供實(shí)踐參考，助力我國(guó)DM研究發(fā)展。

一、概述

DH是20世紀(jì)40年代末人文計(jì)算（Humanities Computing，HC）實(shí)踐的發(fā)展延伸，21世紀(jì)初，當(dāng)“人文計(jì)算”已無法全面、準(zhǔn)確描述領(lǐng)域研究?jī)?nèi)容與方法時(shí)，“數(shù)字人文”更名進(jìn)程迅速開啟并完成。

與之類似的是，“數(shù)字音樂學(xué)”的命名也是對(duì)音樂學(xué)領(lǐng)域中涉及計(jì)算機(jī)、數(shù)字技術(shù)的研究?jī)?nèi)容的重新梳理與定位。其實(shí)，早在20世紀(jì)50年代就出現(xiàn)了對(duì)音樂進(jìn)行建模計(jì)算及模擬研究的音樂計(jì)算（Computational Musicology，CM）。最早的CM會(huì)在沒有計(jì)算機(jī)輔助的環(huán)境下使用統(tǒng)計(jì)和數(shù)學(xué)的方法進(jìn)行音樂分析，隨著計(jì)算機(jī)數(shù)字技術(shù)與音樂學(xué)科交叉領(lǐng)域的不斷擴(kuò)展，到90年代，CM的研究?jī)?nèi)容已經(jīng)包括了音樂理論分析、音樂機(jī)器可讀格式編碼和音樂數(shù)據(jù)庫建設(shè)三大部分，遠(yuǎn)遠(yuǎn)超越了利用計(jì)算的手段對(duì)音樂理論進(jìn)行研究的范疇。21世紀(jì)初，伴隨著DH更名進(jìn)程，“數(shù)字音樂學(xué)”這一稱謂也獲得了越來越廣泛的認(rèn)同和使用。2015年，在國(guó)際音樂圖書館、檔案和文獻(xiàn)協(xié)會(huì)下設(shè)國(guó)際音樂學(xué)學(xué)會(huì) （IAML/IMS）召開的 “數(shù)字時(shí)代中的音樂研究”主題會(huì)議中宣布“DM己成為主流音樂學(xué)的一部分，生成了音樂研究的一個(gè)分支?！?/p>

目前，《Journal Of New Music Research》《Computer in Music Research》《Journal Of Mathematics And Music》等音樂研究期刊已成為DM研究成果的重要發(fā)布平臺(tái)。斯坦福大學(xué)、倫敦瑪麗女王大學(xué)、麥吉爾大學(xué)等紛紛開設(shè)了計(jì)算機(jī)輔助音樂研究的中心或?qū)嶒?yàn)室，從音頻信息處理、音樂研究數(shù)據(jù)集建設(shè)、音樂資源語義化等方面對(duì)DM技術(shù)進(jìn)行研究。另外，音樂學(xué)數(shù)字圖書館研討會(huì)（DLfM）、國(guó)際音樂信息檢索會(huì)議（ISMIR）、IAML/IMS等多個(gè)國(guó)際性會(huì)議都對(duì)DM背景下的數(shù)字資源建設(shè)、信息檢索、知識(shí)組織等方面進(jìn)行著持續(xù)關(guān)注。

現(xiàn)在，DM研究范圍已涉及音樂理論、歷史音樂學(xué)、認(rèn)知音樂學(xué)、民族音樂學(xué)和與表演實(shí)踐相關(guān)的研究，還包括了各種利用計(jì)算機(jī)技術(shù)進(jìn)行的音樂表示、研究數(shù)據(jù)集建設(shè)和研究工具開發(fā)的研究，學(xué)科交叉范圍已擴(kuò)展到計(jì)算機(jī)科學(xué)、圖書情報(bào)學(xué)、認(rèn)知科學(xué)、聲學(xué)等領(lǐng)域。

二、音樂表示

對(duì)于知識(shí)、信息形式化表示的研究一直是DH的重要基礎(chǔ)性研究，而音樂表示研究主要圍繞樂譜到符號(hào)表示、音樂音頻到音頻特征表示這兩個(gè)主題展開，研究的目的就是將樂譜提供的圖像信息和音頻提供的聽覺信息轉(zhuǎn)化為機(jī)器可讀可理解的編碼文件或數(shù)據(jù)，使其成為算法、程序可以直接計(jì)算、比較、分析的研究語料。

音樂符號(hào)表示的轉(zhuǎn)換過程需先將樂譜中包含的音樂意義元素和結(jié)構(gòu)進(jìn)行清晰、全面的定義，然后再以ASCII或XML等計(jì)算機(jī)編碼、語言進(jìn)行翻譯轉(zhuǎn)錄，獲得音樂符號(hào)表示即樂譜編碼文件。在這里，對(duì)音樂信息的分層建模、音樂概念及結(jié)構(gòu)的定義和對(duì)應(yīng)的計(jì)算機(jī)語法、句法規(guī)則的制定是DM研究關(guān)注的重點(diǎn)。Humdrum、MEI、IEEE P15999等樂譜編碼規(guī)則即是此類研究的重要成果，它們已經(jīng)成為基于計(jì)算方法的音樂理論分析的重要格式支持，也是基于樂譜內(nèi)容檢索的實(shí)現(xiàn)基礎(chǔ)。

在將音頻文件中包含的音樂信息進(jìn)行形式化轉(zhuǎn)換的過程中，需廣泛借助音樂信息檢索（MIR）技術(shù)，如利用音頻特征提取技術(shù)對(duì)音頻文件（mp3、wav）進(jìn)行的特征分析，再如利用機(jī)器學(xué)習(xí)技術(shù)對(duì)特征數(shù)據(jù)進(jìn)一步分析獲得人類可認(rèn)知的或音樂學(xué)定義的音樂概念。MIR可實(shí)現(xiàn)音高和旋律、和弦和調(diào)性、節(jié)奏和速度、結(jié)構(gòu)、樂器和音色、情感、流派等信息的自動(dòng)提取、分析。利用音頻分析語料，研究者可通過相似性分析、特征對(duì)比等手段，在表演者、作曲家、年代、地域等不同維度中進(jìn)行研究發(fā)現(xiàn)。另外，音頻特征數(shù)據(jù)還是基于音頻的內(nèi)容檢索（如哼鳴檢索）的實(shí)現(xiàn)基礎(chǔ)。目前，MEPG-7標(biāo)準(zhǔn)中全面定義了音頻特征提取及描述模式標(biāo)準(zhǔn)，并提供了對(duì)應(yīng)的音頻分析工具，這些都為基于音頻的DM研究提供了有力支持。

三、研究數(shù)據(jù)、工具及技術(shù)

樂譜編碼標(biāo)準(zhǔn)和MIR的發(fā)展推動(dòng)了音樂研究數(shù)據(jù)集建設(shè)。在音樂符號(hào)表示方面，大量項(xiàng)目借助樂譜光學(xué)識(shí)別（OMR）技術(shù)對(duì)樂譜進(jìn)行編碼轉(zhuǎn)錄，如魯特琴音樂電子語料庫（ECOLM）、樂譜搜索分析單一接口項(xiàng)目（SIMSSA），它們都借助了OMR軟件，對(duì)樂譜進(jìn)行半自動(dòng)編碼（需人工校驗(yàn)），建成支持全文檢索與分析的音樂符號(hào)表示數(shù)據(jù)集;在樂譜分析工具方面，Humdrum、Muxic21是兩個(gè)較為常用的命令行工具，可實(shí)現(xiàn)樂句、旋律和節(jié)奏模式等音樂概念的分析定位。ELVIS項(xiàng)目在Muxic21和Pandas基礎(chǔ)上開發(fā)出VIS軟件框架（Python包），可更為靈活、簡(jiǎn)便地實(shí)現(xiàn)針對(duì)樂譜編碼文件的分析程序編寫，其對(duì)和聲、旋律音程的表示方法在基于語料分析的音樂研究中起到了良好的示范作用。

在基于音頻的數(shù)據(jù)集建設(shè)方面，已有馬祖卡數(shù)據(jù)集、百萬歌曲數(shù)據(jù)集（Million Song Dataset）等多個(gè)音頻特征數(shù)據(jù)集，可為研究者提供包括調(diào)（key）、音符起始點(diǎn)（note onset）、速度（tempo）等基礎(chǔ)信息。另外，還有一些數(shù)據(jù)集在音頻特征數(shù)據(jù)基礎(chǔ)上又進(jìn)行了音樂概念標(biāo)注。如SALAMI項(xiàng)目在對(duì)35萬條表演音頻進(jìn)行特征分析后，又利用機(jī)器學(xué)習(xí)技術(shù)對(duì)曲式分析算法進(jìn)行有監(jiān)督的學(xué)習(xí)訓(xùn)練，并將最佳算法應(yīng)用于特征數(shù)據(jù)的處理中，最后完成例如ABA 或 ABCBA的曲式結(jié)構(gòu)標(biāo)注。目前，還有大量音頻分析工具，可使研究者自主完成音頻文件標(biāo)注、實(shí)時(shí)數(shù)據(jù)獲取、特征提取、模式識(shí)別和機(jī)器學(xué)習(xí)、音頻特征或音頻集合特征可視化等分析研究任務(wù)。

DM數(shù)據(jù)集的主要內(nèi)容包括樂譜編碼數(shù)據(jù)、音頻特征數(shù)據(jù)，還有音樂資料、文獻(xiàn)相關(guān)的結(jié)構(gòu)性數(shù)據(jù)。在語義技術(shù)影響下，DM更關(guān)注于通過制定音樂領(lǐng)域本體和詞表組織領(lǐng)域知識(shí)，借助RDF、OWL、SPAQL等語義網(wǎng)技術(shù)，將各類數(shù)據(jù)轉(zhuǎn)化為RDF格式，相關(guān)實(shí)體、概念、屬性相互關(guān)聯(lián)，最終以知識(shí)圖譜的形式完成知識(shí)網(wǎng)絡(luò)的構(gòu)建，MusicBrainz、BBC Music、MySpace等開放關(guān)聯(lián)數(shù)據(jù)（LOD）方式發(fā)布的數(shù)據(jù)集是此類研究的代表。

四、音樂研究應(yīng)用

研究對(duì)像的數(shù)據(jù)化、語義化和大量分析工具的出現(xiàn)為音樂研究進(jìn)入數(shù)據(jù)密集型研究階段創(chuàng)造了條件。DM的研究思想及方法應(yīng)用到了音樂研究的各個(gè)領(lǐng)域：①在音樂理論分析（music theory and analysis）方面，DM圍繞著基本音樂理論、術(shù)語（如音階、和弦、調(diào)性等）的重新定義展開，如何讓音樂理論概念與音樂作品的具體計(jì)算分析過程建立關(guān)聯(lián)是其研究核心。如基于節(jié)拍光譜（beat spectrum）的節(jié)奏分析研究，利用編碼語料庫和機(jī)器學(xué)習(xí)技術(shù)對(duì)申克分析（Schenkerian analysis）理論進(jìn)行的準(zhǔn)確性分析等;②在歷史音樂學(xué)（historical musicology）方面，各類音樂資料的機(jī)讀格式升級(jí)全面展開，以音樂研究數(shù)據(jù)為基礎(chǔ)，結(jié)合歷史、地域、文化等大數(shù)據(jù)信息進(jìn)行的數(shù)據(jù)驅(qū)動(dòng)式研究為學(xué)者提供了更為廣泛的研究素材和全新的研究視角;③在民族音樂學(xué)領(lǐng)域，MIR技術(shù)廣泛應(yīng)用于民歌的相似性分析、分類、溯源。與傳統(tǒng)民族音樂學(xué)研究相比，能夠集成更為豐富的語料，處理更為復(fù)雜的信息是DM的特點(diǎn)和優(yōu)勢(shì)。如將音高、樂曲整體旋律結(jié)構(gòu)和樂句結(jié)構(gòu)信息進(jìn)行綜合分析處理的民歌相似性計(jì)算模型研究，還有基于大量不同地域的民歌語料庫的民歌比較研究;④在認(rèn)知音樂學(xué)中，DM的研究方法深度應(yīng)用于人對(duì)音樂感知的模擬分析中。如計(jì)算機(jī)建模結(jié)合大腦掃描方法解釋了認(rèn)知過程和記憶是如何在人類大腦中發(fā)生的，以及這些過程和記憶如何影響我們的音樂體驗(yàn)和演奏。認(rèn)知音樂學(xué)對(duì)音樂理論與感知相關(guān)性的研究成果反向推動(dòng)了DM技術(shù)發(fā)展，許多認(rèn)知音樂結(jié)構(gòu)的計(jì)算方法被應(yīng)于MIR;⑤在音樂表演研究中，DM將音樂表演過程中的參數(shù)作為研究對(duì)象，其中包含了音量、演奏速度等樂譜不能涵蓋的信息，為表演實(shí)踐研究提供了新的研究維度。例如，就演奏者對(duì)樂曲的理解分析是否會(huì)對(duì)其最終演奏效果產(chǎn)生影響這一問題，DM提供了量化研究的技術(shù)與方法。再如，尼古拉斯·庫克教授利用馬祖卡數(shù)據(jù)集對(duì)喬伊斯·哈托唱片剽竊問題的權(quán)威研究。

DM在數(shù)據(jù)、工具、系統(tǒng)平臺(tái)等方面的研究成果促進(jìn)著音樂領(lǐng)域數(shù)字人文基礎(chǔ)設(shè)施建設(shè)的日益完善，在此背景下，以數(shù)據(jù)為基礎(chǔ)的形式化的音樂理論研究及表演實(shí)踐研究日漸豐富，這些成果反向促進(jìn)了DM技術(shù)和方法的升級(jí)，DM正進(jìn)入良性互動(dòng)的加速發(fā)展時(shí)期。

五、總結(jié)

DM將音樂研究素材從包含不完全音樂信息的樂譜升級(jí)為包含完全信息的音頻，將研究方法從小規(guī)模的樣本分析升級(jí)為大數(shù)據(jù)量級(jí)的統(tǒng)計(jì)研究分析，將算法、工具引入研究過程深度替代了人工，這些都推動(dòng)了音樂研究的轉(zhuǎn)型升級(jí)。DM對(duì)音樂研究者的知識(shí)結(jié)構(gòu)提出了挑戰(zhàn)，研究者在提升自身認(rèn)知的同時(shí)，更要加強(qiáng)與計(jì)算機(jī)技術(shù)、圖書情報(bào)等領(lǐng)域?qū)W者的交流合作，實(shí)現(xiàn)知識(shí)、資源、技術(shù)的緊密結(jié)合，才能在DM的研究與實(shí)踐中獲得成功。

參考文獻(xiàn)

[1] Coutinho，E.，Gimenes，M.，Martins，J.M.，Miranda，E.R.Computational Musicology：An Artificial Life Approach[P]. Artificial intelligence，2005.epia 2005.portuguese conference on，2005.

[2] Inskip C.Digital Musicology：Mission Accomplished？[C]. 2015 IAML/IMS Congress：Music Research in the Digital Age， 2015.

[3] Cook N.Towards the compleat musicologist？Invited talk[C].Sixth International Conference on Music Information Retrieval.2005.

[4] Antila C.VIS Music Analysis Framework[EB/OL]. [2019-09-15].https：//vis-framework.readthedocs.io/en/v3.0.5/.

[5] About SALAMI Introduction and Background[EB/OL].[2019-09-15].https：//ddmal.music.mcgill.ca/research/SALAMI/background.

[6] Lidy T.IFS mir group Webservices[EB/OL].[2019-09-15].http：//www.ifs.tuwien.ac.at/mir/webservice/.

[7] Sonic Visualiser[EB/OL].[2019-09-15].https：//www.sonicvisualiser.org/.

[8] Foote J，Uchihashi S.The beat spectrum：A new approach to rhythm analysis[C]//IEEE International Conference on Multimedia and Expo，2001.ICME 2001.IEEE，2001：881-884.

[9] Kirlin P，Jensen D.Learning to Uncover Deep Musical Structure[C]//Twenty-Ninth AAAI Conference on Artificial Intelligence.2015.

[10] Tuppen S，Rose S，Drosopoulou L. Library catalogue records as a research resource： introducinga big data history of music[J].Fontes Artis Musicae，2016：67-88.

[11] Van Kranenburg P，Garbers J，Volk A，et al.Collaboration perspectives for folk song research and music information retrieval：The indispensable role of computational musicology[J]. jims，2010，2009：30.

[12] Juhász Z.A systematic comparison of different European folk music traditions using self-organizing maps[J]. Journal of New Music Research，2006，35（2）：95-112.

[13] Haumann N T.An Introduction to Cognitive Musicology：Historical-Scientific Presuppositions in the Psychology of Music[M].Danish Musicology Online.2015.

[14] Gingras B，McAdams S，Schubert P，et al.The Performer as Analyst.A Case Study of JS Bachs Dorian Fugue BWV 538[M].na，2008.

[15] Cook N，Sapp C.Purely coincidental？joyce hatto and chopins mazurkas[J].Royal Holloway，Univ. of London， London，UK，2007.

作者簡(jiǎn)介：楊媛（1984—），女，漢族，天津人，碩士，天津音樂學(xué)院圖書館，館員，科員，研究方向：數(shù)字人文、數(shù)字音樂學(xué)。