唱音障礙的認知神經機制

何 昊 張衛(wèi)東

(華東師范大學心理與認知科學學院,上海 200062)

人類歌唱的歷史比語言更久遠(Hagen&Hammerstein,2009;Mithen,2007)。在漫長的人類社會發(fā)展歷程中,人們通過歌唱來表達情緒(如,開心時哼著小曲)、交流情感(如,情歌對唱)、提升斗志(如,戰(zhàn)斗前的軍歌嘹亮)、講述故事(如,歌劇和戲曲)、升華精神(如,宗教唱誦)。在現(xiàn)代社會,隨著科技的發(fā)展,人們對于歌唱的熱情更為高漲。如今,歌唱成為了一項普遍的社交活動,成了人們渴望掌握的一項技能。

在衡量歌唱能力的眾多維度中,音準(intonation,即唱音的音高準確性)是最重要的考察要素(Watts,Barnes-Burroughs,Andrianopoulos,&Carr,2003)。而唱音不準確,也就是我們平常所熟知的“五音不全”1“五音”的原義是中國五聲音階中的宮、商、角、徵、羽五個音級。在生活中,人們將對于不同音高的分辨困難(如失樂癥)或者唱不準確的現(xiàn)象皆稱為“五音不全”。或“唱歌跑調”,被認為是一種唱音障礙。以往的研究結果顯示,總體上約有1/3的人具有唱音障礙(發(fā)生率的具體數值會因測試任務和測量指標的不同而不同;這一點將在下文詳述)(Berkowska&Dalla Bella,2013;Dalla Bella&Berkowska,2009;Hutchins&Peretz,2012;Pfordresher&Brown,2007;Pfordresher,Brown,Meier,Belyk,&Liotti,2010)。如此高的發(fā)生率,再考慮到其與言語學習、動作模仿學習等有著較為密切的關聯(lián)(Pfordresher,Halpern,&Greenspon,2015),唱音障礙現(xiàn)象近年來引發(fā)了不少研究者的興趣。本文旨在對近年來該領域所產生的眾多研究成果進行梳理總結,分別就唱音障礙的判定標準、測量方法及其認知與神經機制等問題進行論述。需要注意的是,大腦損傷以及神經發(fā)育異常都會導致歌唱功能受損(e.g.,Berkowska&Dalla Bella,2009;Dalla Bella,Berkowska,&Sowiński,2011;Dalla Bella,Giguère,&Peretz,2009;Hutchins&Peretz,2013;Hutchins,Zarate,Zatorre,&Peretz,2010;Loui,Guenther,Mathys,&Schlaug,2008;Sch?n,Lorber,Spacal,&Semenza,2004;Tremblay-Champoux,Dalla Bella,Phillips-Silver,Lebrun,&Peretz,2010),但本文所探討的是不存在上述疾患的正常個體的唱音障礙問題。

1 唱音障礙的判定標準與測量方法

1.1 唱音障礙的判定標準

唱音準確性(accuracy)的主要測量指標是唱音音高偏差,即個體實際所唱的音高與目標音高之間的差值。唱音偏差通常采用音分(cent)或者半音(semitone)為單位2半音是現(xiàn)代西方音樂體系 (采用十二平均律制)中的最小音程單位。在數理上,一個半音是將一個八度音程 (頻率比為2:1)等比地分為12個等份的結果,也等于100音分。。唱音偏差值為零,表明唱音準確,但這是理想的情況。事實上,由于發(fā)聲是一項十分復雜的過程,涉及骨骼、肌肉以及神經傳導的協(xié)同,因此個體很難做到絲毫不差地唱準音。所以,實際唱音與目標音之間存在音高偏差是在所難免的。為此,研究者設定了一個可接受的偏差范圍。位于這一范圍內的唱音被認為是準確的。關于該范圍的臨界值,有些研究者將其上/下限分別設定為目標音高以上/下100音分;也有些研究者采取了更為嚴格的標準,即將上/下限縮小至目標音高的上/下50音分處。可接受范圍的設定標準不一導致了不同研究所得到的唱音障礙的發(fā)生率相差較大。研究者在寬松標準下得到的唱音障礙發(fā)生率為 15%～20%(Pfordresher&Brown,2007),而在嚴格標準下得到的唱音障礙發(fā)生率超過50%(Berkowska&Dalla Bella,2013;Hutchins&Peretz,2012)。這樣顯然不利于不同研究結果之間的比較。Dalla Bella(2015)指出,上/下100音分(即一個半音)的設定方法存在理論上的缺陷。盡管半音是西方調性音樂體系中最小的音程單位,但如果在標準音高值的每一側都設置一個半音的可接受范圍,那么由該標準音高上、下兩側的可接受范圍所構成的整個可接受區(qū)間就高達200音分。目前,研究者在這一問題上逐漸達成一致,陸續(xù)采用目標音高上、下50音分區(qū)間為唱音準確性的可接受范圍(Berkowska&Dalla Bella,2013;Hutchins,Larrouy-Maestri,&Peretz,2014;Hutchins&Peretz,2012;Pfordresher&Mantell,2014)。因此,如果個體唱音的平均音高偏差大于50音分,那么其唱音就被認為是不準確的。在英文文獻中,唱音障礙者被稱為“差歌者”(poor singer),與之相對的是“好歌者”(good singer)。

然而,有相當一部分研究者在計算平均唱音偏差時采用了帶正、負號的音高偏差值(Pfordresher&Brown,2007;Pfordresher et al.,2010)。采用帶符號的偏差指標的優(yōu)點是能夠通過符號的正或負來反映實際唱音高于還是低于目標音高。但其缺點在于,計算平均音高偏差時,正負值在加法運算中的抵消作用使得最終結果出現(xiàn)偏差。一個極端的例子是,個體第一次唱低了100音分(記作-100 cents),第二次唱高了100音分(記作+100 cents),此時若是采用帶符號的偏差指標,則平均唱音偏差為零,顯示唱音正確。這顯然與事實相違背。

為了解決這一問題,研究者設置了唱音一致性(precision)指標,以便更為全面地衡量個體的唱音水平。唱音一致性用來測量個體對同一個目標音所進行的多次模唱能否在音高上保持一致。在統(tǒng)計上,研究者通常采用唱音偏差的標準差作為唱音一致性的指標。準確性與一致性的不同情形可以構成一個2×2的列聯(lián)表。通常情況下,唱音的準確性與一致性在統(tǒng)計學上是相關的。即準確的唱音也相對較為一致,反之亦然。然而,另外兩種情形也是存在的(Dalla Bella,2015;Berkowska&Dalla Bella,2013)。其中之一就是之前所提到的,即個體的平均唱音偏差較小,但唱音偏差的標準差卻較大,提示個體唱音的波動性較大,時準時不準。另一種情況是,雖然個體始終無法唱準某個目標音,但其多次唱音偏差的標準差較小,表示其唱音具有較高的一致性,不會時高時低。

然而,就唱音是否準確的判定而言,采用帶正、負號的唱音偏差所計算得到的準確性與一致性之間的分離現(xiàn)象畢竟還是造成了很大的不便。但如果用唱音偏差幅度來取代原本帶符號的唱音偏差,即對后者取絕對值,那么這一問題能在很大程度上得到解決。這一點已經得到一項研究結果(Berkowska&Dalla Bella,2013)的支持：以平均唱音偏差幅度為指標的準確性與一致性之間的相關性有了顯著的提升。但是,Dalla Bella也指出,目前為止尚未有結論能夠確定準確性和一致性,究竟哪一個能夠更好地判定個體的唱音水平(Dalla Bella,2015)。

上述對于唱音障礙的定義屬于絕對標準下的判定。采用絕對標準所得到的唱音障礙發(fā)生率會因測試任務和測量指標的不同而不同。例如,單音模唱和音程模唱任務下的唱音障礙發(fā)生率就有差別;音高模唱和記憶歌唱兩種任務下的唱音障礙人數占比也有差異(Berkowska&Dalla Bella,2013;Pfordresher et al.,2010)。采用準確性指標所得到的唱音障礙發(fā)生率也不同于采用一致性指標所得到的發(fā)生率(Pfordresher et al.,2010)。此外,由于兒童的發(fā)聲生理結構尚未發(fā)育成熟(Goetze,Cooper,&Brown,1990),因此對于他們的唱音水平的判定標準理應與成人有所不同(Dalla Bella,2015)。

因此,有些研究采用了一種可變的相對標準,即平均唱音偏差在對照組平均值兩個標準差以外的個體被判定為差歌者(即唱音障礙者)。這一方法常見于音樂知覺能力障礙(即失樂癥,amusia)研究(e.g.,Berkowska&Dalla Bella,2013;Sch?n et al.,2004)。相對標準取決于研究所考察的組群,如與差歌者相對照的是聲樂專業(yè)人員還是唱音準確的普通人士。相對標準的優(yōu)點是能夠控制測試任務和測量指標的差異而提供較為穩(wěn)定和合理的估計(Berkowska&Dalla Bella,2013)。因此,Dalla Bella(2015)建議,對于個體唱音水平的評估應采取多種測試任務,并采用相對標準。

1.2 唱音障礙的測量方法

以上所論述的關于唱音障礙的判定標準是建立在對唱音進行聲學分析的基礎上的。事實上,一些早期研究采用了專家評價法(e.g.,Hébert,Racette,Gagnon,&Peretz,2003;Sch?n et al.,2004;Wise&Sloboda,2008)。這種主觀評估適用于整體和快速的評價,但也存在著一些缺陷：對于某些維度的評價缺乏一致性,如音高、節(jié)奏;一些細節(jié)也難以評估,如音高偏離的程度。因此,客觀測量的優(yōu)勢更明顯(Larrouy-Maestri,Lévêque,Sch?n,Giovanni,&Morsomme,2013)。對唱音進行聲學分析的核心工作是提取唱音的基頻(fundamental frequency,F0)。研究者在此基礎上對個體的唱音進行多種指標的統(tǒng)計分析。聲學分析的最大優(yōu)點是可以量化個體的唱音成績。這樣就可以較為全面地反映個體的唱音水平,也為研究者設定區(qū)分好、差歌者的判定標準以及比較不同的研究結果提供了可能性(Dalla Bella,2015)。

如上所述,對于歌唱水平的判定受到了測試任務和測試指標的影響。因此,Berkowska和Dalla Bella(2013)認為對于歌唱水平的評估需要采用多任務多指標的方法。他們開發(fā)出了一套《歌唱水平成套測驗》(Sung Performance Battery,SPB)。SPB含有5項歌唱任務：(1)單音模唱;(2)音程模唱;(3)新旋律模唱;(4)歌唱熟悉旋律;(5)跟著節(jié)拍器以慢速度歌唱熟悉旋律。SPB能夠從多個角度(絕對音高vs.相對音高;準確性vs.一致性;絕對標準vs.相對標準)全面系統(tǒng)地測量個體的歌唱水平,揭示唱音障礙的不同表現(xiàn)形式。這有助于研究者進一步探索導致歌唱能力缺陷的原因,并且找到相應的矯治方法(e.g.,Tremblay-Champoux et al.,2010)。然而,SPB由于沒有設置音高知覺測驗,因此仍有待進一步完善。

最近,一項旨在制定標準化唱音準確性測驗的《西雅圖唱音準確性協(xié)議》(Seattle SingingAccuracy Protocol,SSAP)正在研制進程當中 (Demorest et al.,2015)。這套唱音能力測驗可分為3個部分：歌唱準確性測試、音高知覺測試、音樂背景調查。其中,歌唱任務分為舒適音域測試、單音及4音序列模唱、歌曲演唱。研究者希望這套歌唱能力測驗既能做到簡潔、易操作,又能測量足夠多的維度以便找到導致個體唱音障礙的可能原因。未來,該測驗的廣泛運用也將使不同研究結果間的直接比較成為可能(Demorest et al.,2015)。

2 唱音障礙的認知與神經機制

2.1 歌唱的心理過程及其神經基礎

無論是對新旋律的模唱還是對記憶中老旋律的歌唱,都包含了4個主要的認知加工成分：知覺、感覺運動轉換、發(fā)聲動作控制和記憶(Berkowska&Dalla Bella,2009;Dalla Bella et al.,2011;Pfordresher et al.,2015;Pfordresher&Mantell,2009;Zarate,2013)。其中,研究者最感興趣的是感覺運動轉換過程。原因有三點。首先,相對而言,對于其他3個認知成分的考察比較容易操作,但對于感覺運動轉換的觀測卻困難得多。其次,感覺運動轉換是歌唱環(huán)路中的中繼站,聯(lián)系著其他三者,作用十分關鍵。第三,感覺運動轉換障礙被認為是導致唱音障礙的主要原因(詳見本文第三部分)。研究者從運動控制領域引入了內部模型(internal model,Kawato,1999)來解釋歌唱中的聽覺運動整合過程(Loui,2015;Pfordresher&Mantell,2014)。該模型用兩個子模型和兩個控制過程解釋了聽覺與發(fā)聲動作階段之間的信息整合過程。以模唱為例,研究者用逆向模型(inverse model)解釋了個體根據目標音高的知覺表征制定發(fā)聲動作計劃的過程,用前向模型(forward model)解釋了個體根據發(fā)聲動作指令預測發(fā)聲結果的過程,同時這一控制過程也稱為前饋(feedforward)。此外,發(fā)聲動作指令在發(fā)出去的同時會產生一份副本,稱為“傳出副本”(efferent copy),以供與目標音高做比較(反饋)。

在神經科學層面,內部模型得到了聽覺皮層雙通路理論的支持(Rauschecker&Tian,2000)。其中,背側通路(起始于顳上回后部,經下頂葉投射至前額皮層)被認為是前向模型 (前饋)的神經基礎。傳出副本由前額皮層以及前運動皮層發(fā)出。這些額葉區(qū)域與下頂葉以及聽覺皮層相互聯(lián)系。在模唱中,個體通過反復練習來鞏固這條通路的信息傳導,最終達到能夠快速制定動作計劃的水平(Rauschecker,2011)。關于反饋過程,存在著兩條路徑：聽覺反饋和體感反饋。個體將基于傳出副本所預測的發(fā)聲結果或者所聽到的實際唱音與目標音進行比對的過程屬于聽覺反饋。而體感反饋則是體感感受器通過舌咽神經、迷走神經以及上行體感通路將當前的發(fā)聲運動狀態(tài)傳遞至初級和次級體感皮層以及腦島的過程(Zarate,2013)。研究顯示,好歌者比差歌者更多地利用體感反饋來控制自己的歌唱(Kleber,Veit,Birbaumer,Gruzelier,&Lotze,2010;Kleber,Zeitouni,Friberg,&Zatorre,2013;Mürbe,Pabst,Hofmann,&Sundberg,2004)。

受到雙通路思想的啟發(fā),研究者們相繼提出了許多類似的雙通路模型來完善之前的理論或者解釋歌唱過程中不同的聽覺-運動整合現(xiàn)象。Zarate(2013)基于已有的眾多神經成像數據,擴展了Dalla Bella的發(fā)聲感覺運動環(huán)路模型(vocal sensorimotor loop,for reviews see Berkowska&Dalla Bella,2009;Dalla Bella et al.,2011),對歌唱的神經過程做了更明確的描述：顳上回/顳上溝以及頂內溝負責聽覺信息加工(包括目標音以及反饋回聽覺皮層的實際唱音)以及音高-發(fā)聲運動轉換;前腦島、前扣帶皮層、前運動皮層負責發(fā)聲動作準備及啟動,初級體感皮層根據體感反饋調控發(fā)聲動作。以上是該模型中負責歌唱的外顯通路(overt pathway)。此外,還存在著一條負責知覺加工的內隱通路(covert pathway),即聽覺信息從聽覺皮層傳至額下回。先天性失樂癥(congenital amusia)對于音高感知的受損之處正是這條額-顳通路(Hyde et al.,2007;Hyde,Zatorre,Griffiths,Lerch,&Peretz,2006;Hyde,Zatorre,&Peretz,2011;Loui,Alsop,&Schlaug,2009)。在上述 Zarate(2013)的模型中,外顯通路和內隱通路分別負責聽覺-運動轉換和聽知覺。實際上,有不少認知模型認為,聽覺-運動轉換本身也存在著外顯和內隱兩條加工通路：在外顯通路中,個體首先形成目標音高的符號表征,而后制定發(fā)聲動作計劃;而內隱通路則使得個體在低水平知覺目標音后就能夠自動形成發(fā)聲動作計劃(Berkowska&Dalla Bella,2009;Dalla Bella et al.,2011;Hutchins,Hutka,&Moreno,2015;Hutchins&Moreno,2013)。然而,這些模型中的內隱通路的神經基礎尚不明確,有待未來研究做出進一步探索。

綜上所述,歌唱涉及4個認知加工階段：知覺、感覺運動轉換、發(fā)聲動作控制和記憶(Berkowska&Dalla Bella,2009;Dalla Bella et al.,2011;Pfordresher et al.,2015;Pfordresher&Mantell,2009;Zarate,2013),發(fā)生在其中任一階段的功能缺陷均有可能導致唱音障礙。因此,我們接下來將從這4個方面展探討唱音障礙的成因及其產生機制。

2.2 唱音障礙的成因及產生機制

2.2.1 音高知覺缺陷

早前較為普遍的觀點認為唱音障礙是由音高知覺障礙引起的。這一觀點預測歌唱能力與音高知覺能力存在共變關系。不少研究結果對此予以支持。來自失樂癥(主要表現(xiàn)為音高知覺障礙)領域的研究結果顯示,失樂癥者普遍存在歌唱能力缺陷,并顯示其音高差別閾限與歌唱成績之間存在相關(Ayotte,Peretz,&Hyde,2002;Dalla Bella,Giguère,&Peretz,2007)。這種相關也存在于正常個體(非失樂癥者)中(Amir,Amir,&Kishon-Rabin,2003;Estis,Coblentz,&Moore,2009;Estis,Dean-Claytor,Moore,&Rowell,2011;Moore,Keaton,&Watts,2007;Nikjeh,Lister,&Frisch,2009;Watts,Moore,&McCaghren,2005)。

但是,這一觀點也受到了挑戰(zhàn)。首先,同樣存在不少研究未能發(fā)現(xiàn)上述音高知覺能力和歌唱成績之間的相關(Bradshaw&McHenry,2005;Dalla Bella et al.,2007;Moore,Estis,Gordon-Hickey,&Watts,2008;Pfordresher&Brown,2007)。其次, 研究顯示不少音高知覺能力正常的個體存在歌唱能力缺陷(Bradshaw&McHenry,2005;Dalla Bella et al.,2007;Hutchins&Peretz,2012;Pfordresher&Brown,2007),而部分在音高知覺能力測試中表現(xiàn)較差的個體卻能夠在唱音任務中表現(xiàn)出較好的音準(Pfordresher&Brown,2007)。甚至有少數失樂癥者在唱熟悉歌曲的時候也能表現(xiàn)出較好的音準(Dalla Bella et al.,2009)。此外,如果音高知覺閾限與唱音準確性之間存在相關,那么可以預測差歌者對于大音程的模唱成績應好于對小音程的模唱。但是,研究顯示失樂癥者的唱音偏差隨著音程距離的增大而增加(Dalla Bella et al.,2009;Liu et al.,2013)。這表明,失樂癥者的唱音障礙并不能完全由細微音高差異識別障礙來解釋。最后,根據知覺缺陷觀點,在歌唱時給予反饋應該能夠幫助具備正常歌唱能力的個體提高音準。但研究表明,無論是聽覺反饋還是視覺反饋,都不能顯著地提升正常組被試的唱音準確性(Pfordresher&Brown,2007;Hutchins&Peretz,2012)。

事實上,真正存在音高知覺障礙的個體只約占總人口的4%(Kalmus&Fry,1980),而唱音障礙者所占的比例據最保守的估計也在10%以上(Berkowska&Dalla Bella,2013;Dalla Bella et al.,2011;Hutchins&Peretz,2012;Pfordresher&Brown,2007)。因此,音高知覺障礙并非導致唱音障礙的主要原因。

2.2.2 發(fā)聲運動控制缺陷

唱音障礙也可能由發(fā)聲運動控制缺陷引起。外周的發(fā)聲運動過程包括了呼吸、發(fā)聲 (phonation)和咬字(articulation)。其中決定唱音音高的是發(fā)聲,其核心過程是由喉部肌肉運動所調控的聲帶振動(Hirano,Ohala,&Vennard,1969;Sundberg,1987;Titze,1994)。此外,咬字決定了唱音的音色(Jürgens,2002;Perkell,2012;Sundberg,1987;Titze,1994)。

研究者主要從三個方面來考察發(fā)聲運動對于唱音準確性的影響。第一,音域限制。這導致了個體無法唱出超出其音域的音高(Goetzeet al.,1990)。但對于成人,過往研究顯示,差歌者與好歌者并不存在顯著的音域差異,表明音準與個體的音域沒有明顯的關聯(lián)(Pfordresher&Brown,2007)。

第二,唱音的音高穩(wěn)定性。音高穩(wěn)定性反映了個體對聲帶振動的控制能力。其可以通過計算個體在單次唱音過程中各幀音高的標準差來加以測量。Pfordresher和Mantell(2009)發(fā)現(xiàn),差歌者在音高穩(wěn)定性的維持能力方面并不弱于好歌者。

第三,唱音的音高一致性。如本文在唱音的判定標準部分所述,唱音一致性是指個體在多次模唱同一目標音時的一致性程度。差歌者的唱音一致性差于好歌者(Dalla Bella et al.,2009;Hutchins&Peretz,2012;Pfordresher et al.,2010)。而且,唱音不一致的發(fā)生率甚至要高于不準確的發(fā)生率(Pfordresher et al.,2010)。然而,這是否意味著發(fā)聲運動控制障礙是導致歌唱能力缺陷的主要因素呢？要回答這個問題,我們首先要明確音高一致性是否能夠完全 (充分)地反映發(fā)聲運動控制能力。答案并非肯定。唱音音高變異性大的現(xiàn)象也可能是感覺運動轉換缺陷的結果。

2.2.3 感覺運動轉換缺陷

研究者認為唱音障礙也有可能屬于模仿缺陷,即位于知覺和發(fā)聲動作之間的感覺運動階段存在功能缺陷。Pfordresher和Brown(2007)提出感覺運動失映射說(sensorimotor mismapping explanation),認為音高知覺和發(fā)聲動作之間存在固定的映射體系,但該體系中的系統(tǒng)性映射偏差導致了唱音障礙。根據這一假設,唱音的音高偏差應該在方向和幅度上表現(xiàn)出一致性。但實驗數據只顯示了偏差的方向性,而并未顯示出偏差幅度的一致性(Pfordresher&Brown,2007;Pfordresher et al.,2010)。此外,單音模唱任務的結果也顯示差歌者的唱音音高偏差幅度存在較大的變異性(Hutchins&Peretz,2012)。正是為了解釋唱音變異性大這一現(xiàn)象,Pfordresher等(2010)提出了唱音的一致性概念,以區(qū)別于原有的準確性概念。他們認為,準確性由映射系統(tǒng)控制,而一致性則受到該系統(tǒng)噪音(誤差)的影響。

Hutchins和Peretz(2012)認為,音高知覺和發(fā)聲動作之間并不存在固定的映射系統(tǒng),唱音障礙是由音色轉換失敗導致的。他們所基于的證據是他們在實驗中所發(fā)現(xiàn)的自我模唱優(yōu)勢效應(selfimitation advantage)：差歌者對自己聲音的模唱成績要明顯好于對電腦合成音的模唱。但是,音色轉換缺陷假設無法解釋該實驗中的另一項結果：差歌者在使用調音器械進行同音色的音高匹配時出現(xiàn)首次音高匹配偏差幅度較大的現(xiàn)象(盡管他們最終能夠匹配正確),而這一現(xiàn)象卻沒有發(fā)生在自我音高模唱任務中。來自Pfordresher等人的新近研究證據進一步表明,音色相同/相似并非自我模唱優(yōu)勢效應的根本原因。在他們的實驗中,研究者改變了被試自我唱音的音色,以至于被試自己都很難再認;然而,即便如此,自我優(yōu)勢效應依然存在甚至更強(Pfordresher&Mantell,2014)。

基于感覺運動失映射假設的缺陷,Pfordresher和Mantell(2014)引入了運動計劃和控制領域的內部模型(Kawato,1999)來解釋歌唱過程中的感覺運動聯(lián)結過程。本文在歌唱的心理過程及其神經基礎部分已經對該模型的機制做了詳細論述。唱音障礙的關鍵問題在于逆向模型的功能異常。也就是說,差歌者缺乏音高知覺與發(fā)聲動作之間的表征聯(lián)系,故而無法根據目標音高來計劃相應的發(fā)聲動作。而之所以差歌者能夠唱準某些音,是因為他們曾經多次地唱對過,并將這些正確的音高知覺-發(fā)聲動作聯(lián)結存儲在記憶中,作為將來唱音時可以提取的記憶痕跡。因此,Pfordresher認為曾經成功過的感覺運動聯(lián)結經驗才是產生自我優(yōu)勢效應的主要原因。他們的實驗結果也支持了這一假設(Pfordresher&Mantell,2014)。然而,另一方面,差歌者的前向模型 (前饋)也存在著功能缺陷,導致其不能很好地利用聽覺反饋來糾正錯誤的唱音反應(Pfordresher&Beasley,2014)。

內部模型的優(yōu)點更多地在于提供了對反饋機制的解釋,使得我們對于歌唱過程理解得更為細致。然而,僅就感覺運動轉換的本質來說,內部模型并沒有為我們提供更多的信息。因為逆向模型與感覺-運動轉換在本質上是一回事。因此,用前者來解釋后者無異于變了說法地復述著同一件事(Pfordresher et al.,2015)。根本的問題依然是,聽覺信息與發(fā)聲動作是如何聯(lián)結轉換(映射)的？最近,Pfordresher等人提出了多通道意象聯(lián)結模型(Multi-Modal Imagery Association,MMIA),作為對內部模型在人類發(fā)聲領域的擴展(Pfordresher et al.,2015)。為了使模型具有更大的解釋范圍 (擴展到語音模仿甚至聯(lián)覺),Pfordresher等人在新模型中更新了幾個概念。他們用外延更廣的“多通道聯(lián)結”(multi-modal association)代替了“感覺運動聯(lián)結”,用“發(fā)聲音高模仿障礙”(vocal pitch-imitation deficit,VPID)代替了原先的“唱音障礙”,用“心理意象”(mental imagery)代替了以往的“表象”。MMIA模型本質上是一個概率統(tǒng)計模型。它將聽覺意象和發(fā)聲動作意象看作是兩個連續(xù)變量;二者可分別看作直角坐標系中的兩個坐標軸。這兩個變量的不同取值之間存在著雙向映射。但這種映射并不是完美的1:1映射(聽覺意象準確地映射到相應的發(fā)聲動作意象),甚至也不是1對1的映射,而是一種呈二元概率分布的彌散映射。個體在日常生活中將偶然正確的聽覺-發(fā)聲動作聯(lián)結經驗加以鞏固并泛化。久而久之,個體所積累的眾多聯(lián)結便形成了概率分布。MMIA模型的提出是基于以往的大量證據,即差歌者的唱音具有較大的變異性以及舒適音高(comfort pitch,個體容易唱對的音高)偏向現(xiàn)象(e.g.,Hutchins&Peretz,2012;Pfordresher&Brown,2007;Pfordresher et al.,2010)。MMIA模型包含兩種概率分布。一個是期望值為目標音高的實際唱音分布;另一個是期望值為舒適音高的舒適唱音分布。該模型不僅對單音模唱做了解釋,也對涉及時間推移的短音序列模唱做了解釋。模型的仿真結果也較好地擬合了行為學數據。例如,當舒適音域增大,映射變異減小時,唱音偏差幅度減小;當舒適音域減小,映射變異增大時,唱音偏差幅度增大。

MMIA模型在內部模型的基礎上進一步描述了聽覺意象-發(fā)聲動作映射的具體情形,并且將內部模型中相互獨立的雙系統(tǒng)簡化為單一的雙向映射系統(tǒng)。盡管具有這些優(yōu)點,MMIA模型仍需要在未來接受研究者們的進一步檢驗和細化。例如,當前的MMIA模型對于舒適音高的預設可能就存在著缺陷。MMIA模型假設個體的舒適音高呈單峰分布,例如,在C4(261.63 Hz)～B4(493.88 Hz)的八度音區(qū)中,個體的舒適音高為E4(329.63 Hz)。而我們實驗室所獲得的數據提示,個體的舒適音高也存在著多峰分布的情況。例如,在同樣的八度音區(qū)內,某個個體的舒適音高是分散的,如D4(293.66 Hz)和G4(392 Hz)?；谑孢m音高呈單峰分布的預設,MMIA模型量化舒適音區(qū)的方法是計算舒適唱音的標準差,而這種算法在離散分布的情形下就行不通了。此外,也正是基于舒適音高單峰分布的預設,MMIA模型預測,越接近舒適音高,唱音的一致性越好,反之亦然。盡管以往的數據表明這是一種常見的情況,但是也存在著相對少數的一致性高但準確性低的唱音錯誤。上述這些都提示了進一步細化MMIA的必要性和可能性。

2.2.4 音高記憶缺陷

無論是模唱新旋律還是歌唱記憶中的老旋律,都會涉及記憶。如果是記憶缺陷導致了唱音障礙,那么減輕記憶負荷應該能夠提高唱音準確性。研究者通過兩種方法來減輕被試在歌唱時的記憶負荷。一是給予反饋,二是降低歌唱任務的復雜性。關于反饋,的確有研究顯示,在樂曲歌唱任務中,給被試提供樣例能夠提高失樂癥者的歌唱成績,但是這種改善程度是有限的(Tremblay-Champoux et al.,2010)。而在短音序列和單音模唱任務中,給予聽覺反饋和視覺反饋均未能提高差歌者的唱音準確性(Hutchins&Peretz,2012;Pfordresher&Brown,2007)。另一方面,差歌者在短音序列模唱中的成績并未隨著任務復雜性的增高而降低(Pfordresher&Brown,2007)。與好歌者的表現(xiàn)相反,差歌者對于異音高旋律(由4個不同的音構成)的模唱成績要好于其對同音高旋律(由4個相同的音組成)的模唱成績。這一結果顯然不能被記憶負荷假設所解釋,但卻能在MMIA框架下得到比較合理的解釋。由于MMIA模型中的通道聯(lián)結是基于日常經驗的,而日常生活中是很難見到由相同的音所構成的旋律的,因此差歌者在聽到同音旋律時出于習慣依然優(yōu)先提取了在記憶中占主導的異音旋律,而不是罕見的同音旋律(Pfordresher et al.,2015)。因此,減輕記憶負荷也許對于幅度較長、復雜性高的樂曲歌唱有幫助,但對于短音序列或者單音的模唱(復雜性低)則沒有明顯的改善。

3 小結與展望

唱音障礙的判定標準取決于具體的評估方式、測試任務和測量指標。大量的研究表明,采用聲學分析的客觀測量全面優(yōu)于傳統(tǒng)的主觀評價法。然而,對于唱音障礙的判定到底是采用絕對標準還是相對標準？目前并沒有定論。從理論上來講,設定目標音高上、下50音分的可接受范圍是相對而言最為嚴格也符合樂理的音準判斷標準。但基于這一標準的判定結果會因為測試任務或測量指標的不同而出現(xiàn)較大的波動。而采用相對標準能夠在一定程度上改善這種不穩(wěn)定性。相較而言,采用多任務多指標的測量手段以及相對標準來判定唱音準確性是比較合理的辦法。目前,標準化的歌唱能力測驗即將開發(fā)完成(Demorest et al.,2015)。這將有助于未來研究準確快速地識別歌唱能力缺陷者,找出導致其唱音缺陷的具體原因,制定相應的音準矯正辦法。同時,標準化測驗也將使得不同研究的結果之間可以相互比較。

關于唱音障礙的成因,發(fā)生在音高知覺、感覺運動轉換、發(fā)聲運動控制以及記憶階段的功能缺陷都會導致唱音障礙。盡管良好的音高知覺能力是準確唱音的必要條件,但對于大多數具備正常音高知覺能力的人來說,知覺障礙不是導致唱音障礙的原因。在以往的研究中,差歌者的發(fā)聲動作控制能力也不弱于好歌者。此外,大多數研究所用的材料也較為簡單;沒有明顯的證據表明這些實驗材料給差歌者帶來了足以影響音準的記憶負荷。因此,感覺運動轉換缺陷被認為是導致唱音障礙的主要原因,其產生機制成了當前的研究熱點。目前,研究者采用有著大量認知神經科學證據支持的內部模型來解釋歌唱過程,尤其是其中的聽覺-運動轉換和反饋過程。而關于聽覺-運動聯(lián)結異常的具體情形,盡管最新的MMIA模型做出了數學描述,但其仍存在著一些缺陷。例如,MMIA模型關于舒適音高的單峰分布假設就可能面臨實驗數據的挑戰(zhàn)。因此,未來的研究需要對當前的MMIA模型做進一步驗證,看看是否存在需要修正或是補充的變量或參數。

盡管我們已經認識到差歌者在感覺運動聯(lián)結方面存在功能缺陷,但目前還未有專門的研究報告唱音障礙是否存在特異性的神經結構或功能損傷。因此,探索唱音障礙的特異性神經結構或功能損傷及其遺傳學機制應成為未來研究的一個重要方向,就像研究者在先天性失樂癥領域所做的那樣(e.g.,Albouyet al.,2013;Drayna,Manichaikul,de Lange,Snieder,&Spector,2001;Hyde et al.,2006,2007,2011;Peretz,2008;Peretz,Cummings,&Dubé,2007)。

厘清唱音障礙的感覺運動轉換機制有助于幫助個體改善、提高自身的唱音水平。通過傳統(tǒng)的視、聽覺反饋來幫助改善音準的效果并不明顯。但通過自我模唱來提升音準的即時效果卻極為顯著和穩(wěn)定。但是,系統(tǒng)的自我模唱訓練能夠給差歌者的音準帶來實質性的提升嗎？如果可以,那么要想達到這種改善效果需要經歷多長時間的自我模唱訓練？這些問題的答案也有待未來研究加以揭曉。此外,探究個體能否以及如何將音準提升從自我模唱泛化到對于其他音色 (如,他人、樂器)的目標音模唱也是一個對于當前MMIA模型的拓展方向。

對于自我優(yōu)勢效應的產生機制,相較于Pfordresher和Mantell(2014)的情景記憶解釋,我們更傾向于認為是關于聽覺-發(fā)聲動作聯(lián)結的程序性記憶起到了關鍵作用。來自于聽覺意象領域的腦成像研究也對此提供了不少證據：聽覺意象可以激活負責相應(發(fā)聲/彈奏樂器)的動作計劃的腦區(qū)(e.g.,Leaver,van Lare,Zielinski,Halpern,&Rauschecker,2009;for reviews,see Halpern,2006;Zatorre&Halpern,2005)。這一點也提示了給音高知覺障礙患者帶來幫助的可能性。人聲中包含了許多信息,其中就包括了發(fā)聲的動作信息。音高知覺障礙患者也許可以從自己的聲音中提取發(fā)聲動作信息以幫助其提高音準,從而代償其受損的音高知覺能力。這一點有待未來研究針對先天性失樂癥者以及人工耳蝸配戴者(聽力障礙)做出進一步探索。

Albouy,P.,Mattout,J.,Bouet,R.,Maby,E.,Sanchez,G.,Aguera,P.E.,… Tillmann,B.(2013).Impaired pitch perception and memory in congenital amusia:The deficit starts in the auditory cortex.Brain,136(Pt 5),1639-1661.

Amir,O.,Amir,N.,&Kishon-Rabin,L.(2003).The effect of superior auditory skills on vocal accuracy.Journal of the Acoustical Society of America,113(2),1102-1108.

Ayotte,J.,Peretz,I.,&Hyde,K.(2002).Congenital amusia:A group study of adults afflicted with a music-specific disorder.Brain,125(Pt 2),238-251.

Berkowska,M.,&Dalla Bella,S.(2009).Acquired and congenital disorders of sung performance:A review.Advances in Cognitive Psychology,5,69-83.

Berkowska,M.,& DallaBella,S.(2013).Uncovering phenotypes of poor-pitch singing:The Sung Performance Battery(SPB).Frontiers in Psychology,4,714.

Bradshaw,E.,&McHenry,M.A.(2005).Pitch discrimination and pitch matching abilities of adults who sing inaccurately.Journal of Voice,19(3),431-439.

Dalla Bella,S.(2015).Defining poor-pitch singing.Music Perception,32(3),272-282.

Dalla Bella,S.,&Berkowska,M.(2009).Singing proficiency in the majority:Normality and"phenotypes"of poor singing.Annals of the New York Academy of Sciences,1169,99-107.

Dalla Bella,S.,Berkowska,M.,& Sowiński,J.(2011).Disorders of pitch production in tone deafness.Frontiers in Psychology,2,164.

Dalla Bella,S.,Giguère,J.F.,&Peretz,I.(2007).Singing proficiency in the general population.The Journal of the Acoustical Society of America,121(2),1182-1189.

Dalla Bella,S.,Giguère,J.F.,&Peretz,I.(2009).Singing in congenital amusia.The Journal of the Acoustical Society of America,126(1),414-424.

Demorest,S.M.,Pfordresher,P.Q.,Dalla Bella,S.,Hutchins,S.,Loui,P.,Rutkowski,J.,&Welch,G.F.(2015).Methodological perspectives on singing accuracy.Music Perception,32(3),266-271.

Drayna,D.,Manichaikul,A.,de Lange,M.,Snieder,H.,&Spector,T.(2001).Genetic correlates of musical pitch recognition in humans.Science,291(5510),1969-1972.

Estis,J.M.,Coblentz,J.K.,&Moore,R.E.(2009).Effects of increasing time delays on pitch-matching accuracy in trained singers and untrained individuals.Journal of Voice,23(4),439-445.

Estis,J.M.,Dean-Claytor,A.,Moore,R.E.,&Rowell,T.L.(2011).Pitch-matching accuracy in trained singers and untrained individuals:The impact of musical interference and noise.Journal of Voice,25(2),173-180.

Goetze,M.,Cooper,N.,&Brown,C.J.(1990).Recent research on singing in the general music classroom.Bulletin of the Council for Research in Music Education,(104),16-37.

Hagen,E.H.,&Hammerstein,P.(2009).Did Neanderthals and other early humans sing?Seeking the biological roots of music in the territorial advertisements of primates,lions,hyenas,and wolves.Musicae Scientiae,13(2 Suppl),291-320.

Halpern,A.R.(2006).Cerebral substrates of musical imagery.Annals of the New York Academy of Sciences,930(1),179-192.

Hébert,S.,Racette,A.,Gagnon,L.,&Peretz,I.(2003).Revisiting the dissociation between singing and speaking in expressive aphasia.Brain,126(Pt 8),1838-1850.

Hirano,M.,Ohala,J.,&Vennard,W.(1969).The function of laryngeal muscles in regulating fundamental frequency and intensity of phonation.Journal of Speech Language and Hearing Research,12(3),616-628.

Hutchins,S.,Hutka,S.,&Moreno,S.(2015).Symbolic and motor contributions to vocal imitation in absolute pitch.Music Perception,32(3),254-265.

Hutchins,S.,Larrouy-Maestri,P.,&Peretz,I.(2014).Singing ability is rooted in vocal-motor control of pitch.Attention,Perception&Psychophysics,76(8),2522-2530.

Hutchins,S.,&Moreno,S.(2013).The linked dual representation model of vocal perception and production.Frontiers in Psychology,4,825.

Hutchins,S.,&Peretz,I.(2013).Vocal pitch shift in congenital amusia(pitch deafness).Brain and Language,125(1),106-117.

Hutchins,S.,Zarate,J.M.,Zatorre,R.J.,&Peretz,I.(2010).An acoustical study of vocal pitch matching in congenital amusia.The Journal of the Acoustical Society of America,127(1),504-512.

Hutchins,S.M.,&Peretz,I.(2012).A frog in your throat or in your ear?Searching for the causes of poor singing.Journal of Experimental Psychology:General,141(1),76-97.

Hyde,K.L.,Lerch,J.P.,Zatorre,R.J.,Griffiths,T.D.,Evans,A.C.,&Peretz,I.(2007).Cortical thickness in congenital amusia:When less is better than more.Journal of Neuroscience,27(47),13028-13032.

Hyde,K.L.,Zatorre,R.J.,Griffiths,T.D.,Lerch,J.P.,&Peretz,I.(2006).Morphometry of the amusic brain:A two-site study.Brain,129(Pt 10),2562-2570.

Hyde,K.L.,Zatorre,R.J.,&Peretz,I.(2011).Functional MRI evidence of an abnormal neural network for pitch processing in congenital amusia.Cerebral Cortex,21(2),292-299.

Jürgens,U.(2002).Neural pathways underlying vocal control.Neuroscience&Biobehavioral Reviews,26(2),235-258.

Kalmus,H.,&Fry,D.B.(1980).On tune deafness(dysmelodia):Frequency, development, genetics and musical background.Annals of Human Genetics,43(4),369-382.

Kawato,M.(1999).Internal models for motor control and trajectory planning.Current Opinion in Neurobiology,9(6),718-727.

Kleber,B.,Veit,R.,Birbaumer,N.,Gruzelier,J.,&Lotze,M.(2010).The brain of opera singers:Experience-dependent changes in functional activation.Cerebral Cortex,20(5),1144-1152.

Kleber,B.,Zeitouni,A.G.,Friberg,A.,&Zatorre,R.J.(2013).Experience-dependent modulation of feedback integration during singing:Role of the right anterior insula.Journal of Neuroscience,33(14),6070-6080.

Larrouy-Maestri,P.,Lévêque,Y.,Sch?n,D.,Giovanni,A.,&Morsomme,D.(2013).The evaluation of singing voice accuracy:A comparison between subjective and objective methods.Journal of Voice,27(2),259.e1-259.e5.

Leaver,A.M.,van Lare,J.,Zielinski,B.,Halpern,A.R.,&Rauschecker,J.P.(2009).Brain activation during anticipation of sound sequences.Journal ofNeuroscience,29(8),2477-2485.

Liu,F.,Jiang,C.M.,Pfordresher,P.Q.,Mantell,J.T.,Xu,Y.,Yang,Y.F.,&Stewart,L.(2013).Individuals with congenital amusia imitate pitches more accurately in singing than in speaking:Implications for music and language processing.Attention,Perception&Psychophysics,75(8),1783-1798.

Loui,P.(2015).A dual-stream neuroanatomy of singing.Music Perception,32(3),232-241.

Loui,P.,Alsop,D.,&Schlaug,G.(2009).Tone deafness:A new disconnection syndrome?Journal of Neuroscience,29(33),10215-10220.

Loui,P.,Guenther,F.H.,Mathys,C.,&Schlaug,G.(2008).Action-perception mismatch in tone-deafness.Current Biology,18(8),R331-R332.

Mithen,S.(2007).The singing neanderthals:The origins of music,language,mind,and body.Cambridge,MA:Harvard University Press.

Moore,R.E.,Estis,J.,Gordon-Hickey,S.,&Watts,C.(2008).Pitch discrimination and pitch matching abilitieswith vocal and nonvocal stimuli.Journal of Voice,22(4),399-407.

Moore,R.E.,Keaton,C.,&Watts,C.(2007).The role of pitch memory in pitch discrimination and pitch matching.Journal of Voice,21(5),560-567.

Mürbe,D.,Pabst,F.,Hofmann,G.,&Sundberg,J.(2004).Effects of a professional solo singer education on auditory and kinesthetic feedback:A longitudinal study of singers'pitch control.Journal of Voice,18(2),236-241.

Nikjeh,D.A.,Lister,J.J.,&Frisch,S.A.(2009).The relationship between pitch discrimination and vocal production:Comparison of vocal and instrumental musicians.The Journal of the Acoustical Society of America,125(1),328-338.

Peretz,I.(2008).Musical disorders:From behavior to genes.Current Directions in Psychological Science,17(5),329-333.

Peretz,I.,Cummings,S.,&Dubé,M.P.(2007).The genetics of congenital amusia(tone deafness):A family-aggregation study.The American Journal of Human Genetics,81(3),582-588.

Perkell,J.S.(2012).Movement goals and feedback and feedforward control mechanisms in speech production.Journal of Neurolinguistics,25(5),382-407.

Pfordresher,P.Q.,&Beasley,R.T.(2014).Making and monitoring errorsbased on altered auditory feedback.Frontiers in Psychology,5,914.

Pfordresher,P.Q.,&Brown,S.(2007).Poor-pitch singing in the absence of"tone deafness".Music Perception,25(2),95-115.

Pfordresher,P.Q.,Brown,S.,Meier,K.M.,Belyk,M.,&Liotti,M.(2010).Imprecise singing is widespread.The Journal of the Acoustical Society of America,128(4),2182-2190.

Pfordresher,P.Q.,Halpern,A.R.,&Greenspon,E.B.(2015).A mechanism for sensorimotor translation in singing.Music Perception,32(3),242-253.

Pfordresher,P.Q.,&Mantell,J.T.(2009).Singing as a form of vocal imitation:Mechanisms and deficits.Paper presented at the Proceedings of the 7th Triennial Conference of European Society for the Cognitive Sciences of Music.

Pfordresher,P.Q.,&Mantell,J.T.(2014).Singing with yourself:Evidence for an inverse modeling account of poor-pitch singing.Cognitive Psychology,70,31-57.

Rauschecker,J.P.(2011).An expanded role for the dorsal auditory pathway in sensorimotor control and integration.Hearing Research,271(1-2),16-25.

Rauschecker,J.P.,&Tian,B.(2000).Mechanisms and streams for processing of"what"and"where"in auditory cortex.Proceedings of the National Academy of Sciences of the United States of America,97(22),11800-11806.

Sch?n,D.,Lorber,B.,Spacal,M.,&Semenza,C.(2004).A selective deficitin the production of exactmusical intervals following right-hemisphere damage.Cognitive Neuropsychology,21(7),773-784.

Sundberg,J.(1987).The science of the singing voice.Dekalb,IL:Northern Illinois University Press.

Titze,I.R.(1994).Principles of voice production.Englewood Cliffs,NJ:Prentice Hall.

Tremblay-Champoux,A.,Dalla Bella,S.,Phillips-Silver,J.,Lebrun,M.A.,&Peretz,I.(2010).Singing proficiency in congenital amusia:Imitation helps.Cognitive Neuropsychology,27(6),463-476.

Watts,C.,Barnes-Burroughs,K.,Andrianopoulos,M.,&Carr,M.(2003).Potential factors related to untrained singing talent:A survey of singing pedagogues.Journal of Voice,17(3),298-307.

Watts,C.,Moore,R.,&McCaghren,K.(2005).The relationship between vocal pitch-matching skills and pitch discrimination skills in untrained accurate and inaccurate singers.Journal of Voice,19(4),534-543.

Wise,K.J.,&Sloboda,J.A.(2008).Establishing an empirical profile of self-defined"tone deafness":Perception,singing performance and self-assessment.Musicae Scientiae,12(1),3-26.

Zarate,J.M.(2013).The neural control of singing.Frontiers in Human Neuroscience,7,237.

Zatorre,R.J.,& Halpern,A.R.(2005).Mental concerts:Musical imagery and auditory cortex.Neuron,47(1),9-12.