○刘桂腾

影视人类学界曾有这样的观点：影像志中的“影像不是唯一的手段，写作也同样是一个手段”①这里的“写作”，是与“影像手段”相对的“文字书写”手段。郭净：《去做影像志，而不只是纪录片》，微信公众号“影音档案”，https://mp.weixin.qq.com/s/iXLrG68Lo7row3imMAXKBQ，2021年12月3日。。对此，卡尔·海德（Karl G·Heider）持有更为鲜明的学术立场：“影视民族学不能单独存在。”②这个“影视民族学”实际是指影视人类学的“影视文本”。卡尔·海德指出：“影视民族学不能单独存在的观点也许是传统的电影摄制者所不能接受的，但对于影视民族学家来说，却是理所当然的… …人们需要了解民族研究和电影拍摄时的具体环境，以及体现在行为之中的文化内容，其中包括许多一般的事实和抽象的概念。通常它们都是文献性的，而非形象性的。”〔美〕卡尔·海德著：《影视民族学》，田广、王红译，北京：中央民族学院出版社，1989年，第191页。乍一看，这个论断太过直白。不过，如果人们明白这是就民族学（人类学）研究中的影像文本写作而提出的主张，大概就不会莫名惊诧了。正因为如此，译者没有将原著Ethnographic Film直译为“民族学电影”或“民族志电影”而改译为“影视民族学”，以突出其“民族学”而非电影技术理论的特点。③李德君：《急待开拓的新兴学科—中译本序》，载〔美〕卡尔·海德著：《影视民族学》，田广、王红译，北京：中央民族学院出版社，1989年，第3页。对于民族音乐学／音乐人类学学科框架中的音乐影像志来说，这个主张是适用的—音乐影像志是运用“两支笔”书写的多模态“志式”描述性研究。

在音乐影像志的文本类型中，实录型音乐影像文本以其鲜明的学术性和纪实美学特色而独居一席。与着眼于公共文化平台民族志知识传播的影像创作不同，实录型音乐影像文本是以调查人为主导、以“保存”（文献典藏、活态传承）和“利用”（学术研究、文艺创作）为旨归、具有文献遗产价值的音乐民族志写作。

一、音乐影像文本的“文献遗产”价值

音乐影像志学科对象的特殊性在于：“音乐建构并利用生产音响的器物，使用身体去生产及拌合声音。”④〔美〕安东尼·西格尔：《苏亚人为什么歌唱：亚马孙河流域印第安人音乐的人类学研究》，赵雪萍、陈铭道译，陈铭道校订，上海：上海音乐学院出版社，2012年，第Ⅴ页。记录“使用身体生产”的音乐现象，无疑是视听影像描述方法最为擅长的领域。然而，“音乐”自身结构形态（旋律、曲体结构、调式调性、节奏节拍等）的特殊性，决定了实录型音乐影像文本的写作不能排除文字书写手段。它需要以影像符号与文字符号组合形式，通过多模态文本的互文⑤刘桂腾：《多模态表演话语分析方法》，《中央音乐学院学报》，2022年，第3期，第53-59页。实现其“文献遗产”价值。所以，实录型音乐影像文本，是由镜头语言与文字符号共同构成的多模态音乐文本类型。它是一种文字与影像组合互文的多模态“志式”文本结构：影像模态提供了视觉形象与声音数据，据此转译出来的文字符号则提供了可视化的文字／谱式文本。二者通过“互文”方式，共同完成实录型音乐影像文本的建构。

二、作为“文献遗产”的音乐影像文本

实录型音乐影像文本的“文献遗产”特征，集中体现在注重音乐事件描写的完整性。即使是后期用于学术交流与分享的实录型音乐影像文本，在缩剪的过程中也要保持其音乐（舞蹈）叙事的相对完整。如果剪辑者不具“音乐”专业背景，就可能在非编过程中偏重画面“内容”而牺牲音乐描写的完整性。在音乐影像志实录型文本的写作中，这是个十分突出的问题。日前，由中华人民共和国文化和旅游部、中国非物质文化遗产网、国家图书馆中国记忆项目中心等单位主办的“非遗影片展映”活动，展映了115部《国家级非物质文化遗产代表性传承人记录工程》“综述片”。根据承办方对该项目的宗旨和意义的阐释，对非遗的影像记录的目的是“用影音多媒体记录的方法保存下来，变成国家文献系统中重要的文化文献遗产，并让这些文献服务于非遗的研究与传播，反哺、反馈于非遗的活态传承”⑥在《影音邂逅非遗 焕发全新活力》一文中，国家图书馆中国记忆项目中心副主任田苗认为：“对这些非遗代表性传承人的记录工作，是非遗保护的一个重要基础性工作。把他们身上承载的文化记忆、文化观念、文化技能和传承教学手段，用影音多媒体记录的方法保存下来，变成国家文献系统中重要的文化文献遗产，并让这些文献服务于非遗的研究与传播，反哺、反馈于非遗的活态传承，才能够让非遗在我们这一代人手中不被丢下并焕发出全新生命力。”牛梦笛：《影音邂逅非遗 焕发全新活力》，转载于文化和旅游部官方政务新媒体平台“文旅之声”，https://mp.weixin.qq.com/s/RgAc06W4ncVPhdFZ6kJubA，2022年7月14日，原载《光明日报》。。由此可见，作为非物质文化遗产保护的基础，实录型音乐影像文本具有作为文献遗产“存证”的价值。遗憾的是，已经挂网展映的许多非遗“综述片”（“乐舞”单元）似乎并未达到这个学术要求。尽管“综述片”因篇幅所限需要大量缩剪，但作为针对“乐舞”的一种实录，其音乐、舞蹈语言表达的相对完整理应得到保障。虽然在30分钟篇幅内不可能囊括采访的全部内容，但是，如同人物的语言表达，一句话的意思表达必须完整。这一点，似乎从来没人出错。大概是因为汉语口语的表达（包括字幕）几乎人人都能够辨识其正误。音乐、舞蹈语言的表达同样如此。虽然不必一定要把一首乐曲或舞段完整呈现出来，但是，一个乐句或舞汇的完整意义不可肢解。语言表达需要符合语法，乐舞的呈现同样要遵守音乐、舞蹈的叙事逻辑。这样一来，缩剪过程中剪切点的选择就必须考虑旋律、曲体结构和节奏节拍等元素，应该在符合音乐舞蹈语法规则的前提下进行裁切和转场。否则，这种实录型音乐影像文本就丧失了文献遗产价值。即使是面对公众的综述性“非遗宣传片”，也应坚持音乐民族志知识的基本规律。或许，从“宣传”的角度来看这些综述片已经达到了目的；但若从音乐民族志知识“传播”与“活态传承”的要求来看，这些专业的技术性问题就不能忽略不计了。这是由实录型音乐影像文本作为“文献遗产”的属性所决定的，即使是经过“二次开发”用于文化传播、交流场景的影像文本也不应例外。

实录型纪录片拍摄团队的专业知识结构，是音乐影像文本学术性的重要保障。20世纪50年代开始组织摄制的“中国少数民族社会历史科学纪录电影”，多在摄制团队中设置“民俗顾问”“学术指导”职位；“国家级非物质文化遗产代表性传承人记录工程”项目，也专门设置了“学术专员”一职。显然，这些职位的设置都是出于保障实录型影像文本学术价值的措施。

实录型音乐影像的摄录往往不采取摆拍方式，而是在音乐事件的动态过程中进行拍摄。所以，现场对表演者音乐行为记录的准确性就显得格外重要。若不能掌握各种乐器的器型、音色特征，就很难迅速、准确抓取到表演者的镜头，以致出现手忙脚乱或张冠李戴的问题。若要做到这一点，摄录者就须有相应的音乐专业训练。但在大量的非遗保护项目的实录中，团队组成人员—拍摄、录音、剪辑等生产要素的专业结构问题似乎仍未得到应有的重视。只有具备相应专业背景和技术能力的音乐影像志生产机制，才能使实录型影像文本的“文献遗产”价值真正得到保障。

三、以“调查人”为主导的生产机制

如果将民族志纪录片的生产方式从宏观上分为虚构的创作型影片和非虚构的实录型影片，虚构与非虚构纪录片的产生各有其相应的生产机制。创作型纪录片是以“导演”为责任人、以文学脚本为蓝本而形成的影像文本；而非虚构的实录片“是在田野数据采集、整理过程中形成的影像文本：田野先行，无脚本，以‘调查人’为核心组成团队。实录型影像文本并非由拍摄主体的‘剧情’设计而成。倘若有什么‘剧情’的话，那也是出自客观对象自身的文化形态本身而非由电影导演‘编导’出来，譬如某些地方戏曲、曲艺的实录，非遗项目的录制尤其如此”⑦刘桂腾：《镜头是学者的眼睛—音乐影像志范畴与方法探索》，《中国音乐》，2020年，第2期，第20页。。虽然影像创作也需田野作业，但那是为写脚本而做的“体验生活”，与实录型影像文本相比还是融入了更多的主观意图和审美诉求。

由此可见，“‘调查人／导演’不是一个简单的称谓问题，它反映了当下人们对纪录片‘真实性’问题的不同认识；是民族志影片的两种责任机制和不同的学术理念”⑧刘桂腾：《镜头是学者的眼睛—音乐影像志范畴与方法探索》，《中国音乐》，2020年，第2期，第20页。。作为两种民族志知识的生产责任机制，田野实录实行“调查人制”而不是“导演制”。主持现场工作的“调查人”无需对事件进程进行调度，更不能“导演”文化持有人的行为，而是指挥拍摄团队、协调各工种间的配合，通常还要亲自承担其中一项工作（摄影或摄像）。调查人对整个作业项目负责，把握现场机位布局以及音乐影像数据的采录重点和主要内容选择的方向，掌控现场的总体工作量和工作进度，还包括人员分工、经费使用、协调与当地人的关系，等等。

四、同期声与长镜头“连续拍摄”的原则

在以调查人为主导的实录型音乐影像摄制中，走同期声与长镜头“连续拍摄”的技术路线是个行之有效的路径。

音乐影像文本同期声的主要内容，包括音乐（演唱、演奏、吟诵）、言语（神喻、咒语、诵读、对话、解说）、环境（鞭炮、交通工具、鸡鸣狗叫、风雨雷鸣及人群的嘈杂声）等。在田野录音中，同期声是主要的录音方式。同期声是实录型音乐影像文本“文献遗产”价值的重要因素，因而对录音设备和录音师都有较高的专业要求。在实录型音乐影像文本的拍摄团队中，专设录音师职位是必要的，也是由音乐影像志的学科属性所决定的。许多人不以为然，以为摄像机上的同步录音设备就能够满足需要了。但专门以“音乐”为对象的音乐影像志作业，不重视影像数据采集的录音环节是令人费解的。让我们听听让·鲁什对录音问题的看法：“我们必须正确评价真正起作用的音乐，无论它是亵渎的还是宗教仪式的，也无论它是工作的节奏还是舞蹈的旋律。我还必须提醒各位注意的是同声电影的手法应该属于民族音乐学。”⑨〔法〕让·鲁什：《摄影机和人》，载〔美〕保罗·霍金斯主编：《影视人类学原理》，王筑生、杨慧、蔡家麟等译，昆明：云南大学出版社，2007年，第89页。显然，让·鲁什认为同期声录音并不仅仅是个技术活，录音师还该受过民族音乐学的专业训练，应该具备专业音乐知识。同理，音乐影像志的录音者也应掌握相应的专业录音技术。音乐院校音乐学的学生都会有音乐理论与表演的专业背景，以他们对声音的理解力和专业知识，受过一定技术训练便可胜任录音工作。但在田野录音环节中容易出现的问题是，受任者往往因为自己“懂音乐”而轻视了录音的重要性。例如，在一场仪式音乐数据采集中，尤其是在一个固定位置工作就会感觉非常乏味。如果不注意观察电池的续航状态，就可能发生在录音过程中断电的事故，严重影响录音质量甚至造成不可弥补的损失。再如，录音者如果不了解话筒的指向性就不会进行适当的设置，或者在现场无法掌握正确的拾音方向，最终导致录音质量和效果大大降低。另外，与摄像配合的同期声录音，既要明确录音与摄像的“主从”工作关系，也要有自己的主动性，按照摄像的意图，主动寻找合适而又不与摄像相脱节的音源位置。这样，双方才能配合默契达到理想的合作效果。尽管在音乐影像志田野作业中录音不是一个独立工作环节，但需要录音者具有极强的责任心和协作精神。

在田野后期的影像数据处理中，一些剪辑师为了“好听”——出于个人审美偏好而破坏了音画之间的时序关系，是实录型音乐影像文本写作中常见的问题。我们并非全然排斥非编中声音蒙太奇手法的使用，而是强调剪辑者要坚持实录型影像文本的学术性，保持其“文献遗产”价值。再“好听”的声音也替代不了同期声本身的学术价值，何况，好不好听的审美标准并不该由局外人来决定。为增强影像文本的听觉效果，实录型音乐影像文本除了同期声外，有时也会加入“音效”（钟铃、流水、脚步、交通工具的声音等），以增强影像文本的感染力，但要慎用。在音乐影像志文本中，为避免破坏同期声的真实性，一般不在音乐事件进程中使用音效，通常是片头或片尾中适当插入音效。

与蒙太奇一样，长镜头也是基础性的影像思维方法。长镜头流派的电影理论家认为：“长镜头能保证电影时间与电影空间的统一性和完整性，表达人物动作和事件发展的连续性和完整性，因而能更真实地反映现实，符合纪实美学的特征。”⑩许南明、富澜、崔君衍：《电影艺术词典》（修订版），北京：中国电影出版社，2018年，第155页。不难看出，“连续拍摄”原则与作为文献遗产的实录型影像文本的摄制要求十分契合。但是，从音乐影像志田野作业的角度来看，是把“连续拍摄”原则作为方法论的内核而非视为一个具体的拍摄手法。具体讲，所谓“连续拍摄”是指音乐事件整体进程的连续性而不是某一事件片段拍摄的“一镜到底”。亦即，在音乐行为和事件过程的实录中，要保持声音本体描述（器与器声、同期声与环境声音等）和行为主体描述（表演与肢体动作等）以及事件进程描述（仪式与表演的时序等）的完整性。为实现现场记录的完整性，拍摄者在田野拍摄中要遵守长镜头“连续拍摄”原则，在事件进程中进行不间断的拍摄。这与由导演设计、演员表演和各工种联动而实现的“长镜头”不是一回事。调查人的主要工作，只是根据拍摄内容和地点的现场条件进行合理的机位配置和布局。如果是单机位作业，可能需要移动机位。虽然摄像师的移动过程可能会产生一段废片，但录音部分仍会保持时间的连续性。

田野作业的影像记录工作从来就不会有一种万全之策，只能因地制宜、因人制宜。但，无论如何也要坚持“连续拍摄”原则。当然，文如看山不喜平，强调完整描述并不意味着平铺直叙，实录型音乐影像文本也不是一本简单的田野“流水账”。

五、影像数据的转译与音乐学分析

虽然实录型音乐影像文本的价值并不局限于“文献遗产”，但它的应用场景主要还是在学术领域，如教学、科研、讲座、展映活动和学术研讨会等。其中，用于音乐学分析的实录型影像文本，因其自身的特殊性—需要将影像文本中的“音乐”信息转译为对象化的文字或谱式。由于影像方法的局限性所致，有些田野作业信息无法通过影像手段来描述。因此，需要将把影像文本无法以书面符号形式传达的音／视频信息转译为谱式文本或文字文本。

（一）转译为谱式文本

谱式符号模态的转译，是将影像中的音乐数据对象化为可识读的谱式符号形式，譬如，以音乐符号描写形成的静态化乐谱、以波形图曲线描写形成的动态化频谱等，本文将其统称为“谱式文本”。限于篇幅，我们只讨论影像模态转译为乐谱的方法。

记谱是音乐学分析的基本功。作为音乐形态分析对象，将田野采录的歌曲、乐曲的音频记录转译为乐谱，是田野影像数据后期处理的必备工序。谱例除了用于音乐形态分析，还可用于学术著述的发表和出版中。把影像文本中的音乐内容转译为乐谱是个专业性很强的操作，需要受过音乐理论和记谱训练的专业研究者来做。当然，任何转译都不可能替代影像文本中原始声音记录。记谱只是为了将相关的音频数据转译为可视化的谱式文本，以为音乐形态分析之用。将影像文本与谱式文本结合起来进行音乐形态分析，是通过感官体验的对象化实现对声音意义分析与阐释的学术研究过程。因此，将影像记录的音乐行为转译为符号化谱式文本具有方法论意义。

在记谱实践中，记谱者常常陷入“牛角里的两难”境地：究竟是以详细记谱还是简明记谱方式为好？用一个语言学的类比，或可将谱式文本的繁简之别视为国际音标标音法中的“严式”与“宽式”之分；前者以严格的“音素”（音腔）区别来标音，而后者则以能辨义的“音位”来标音—将声音的变化稳定在记谱者的乐感判断位置（骨干音）上。这样一来，记谱者本己文化熏陶、训练出的声音判断就会与异己文化的惯习产生差异，即所谓的“双重乐感”。记谱者应该尽量取局内人的视角，提高自己的双重乐感能力。

查尔斯·西格（Chares Seeger）曾将记谱法分为“规定性记谱”与“描述性记谱”两种：“用规定性记谱法的记谱者通常只记下了解该风格的当地人需要知道的东西。… …描述性记谱法则试图对一部作品的某次表演做出彻底而客观的记录。”⑪〔美〕布鲁诺·内特尔：《民族音乐学研究：31个论题和概念》，闻涵卿、王辉、刘勇译，汤亚汀校订，上海：上海音乐学院出版社，2012年，第69页。譬如，一位古琴演奏家根据“规定性”的琴谱演奏，因其掌握古琴的演奏技法并熟谙其风格特征，所以能够在谱面音乐符号“梗概”的提示下理解并进行演奏。这是用于表演的“规定性”乐谱。而对于一位研究者来说，则需要对琴家的某一场演奏进行详细而完整的记录。这是以谱式文本记录声音实况并用于学术分析的“描述性”乐谱。我们在此不是专门研究记谱法，只是试图寻找一个具有实践意义并具可操作性的影像模态转译方法。规定性记谱和描述性记谱方法问题的核心，是“繁和简”如何才好这个令人两难的问题。如果取一个中庸、平衡的办法，就是将二者结合起来，采取先简后繁、繁简结合的记谱方法。以节奏型记谱的步骤作为例：首先，由“拍”到“节”：先记分值（拍子），然后划小节（单位）；继而，由“粗”到“细”：横向进行—先凭乐感粗记（节奏型）；纵向进行—再记细节（声部）。

对于一些仅凭听觉难以判断的节奏，可以通过多模态话语分析方法进行综合判断，并以聚合型的谱式文本呈现。譬如，使用Adobe Audition等能够可视化处理音频的工具，在频谱图界面中同时检视视频和转换为频谱形式的音频文件，通过计量化的波形图与视频中的表演动作，再结合听觉的乐感来记谱。最后，将影像、乐谱、频谱聚合为一种多模态聚合型的文本形式（见图1）。这种描写方法在一些可视化音乐分析中并不鲜见。但由于学术分析目的不同，我们格外强调影像元素的必要性。虽然目前在纸质媒介（期刊、著述）中还无法实现动态影像呈现（只能以照片形式替代），但在电子演示文稿之类的数字化荧屏媒介中，音视频与频谱和乐谱的同步呈现已无任何技术障碍了。所以，将影像元素作为谱式文本的必备要件具有现实的可行性。

图1 热贡鲁若（六月会）—《喂哈》，黄南藏族自治州同仁县四合吉村，2017年

利用这种聚合态的谱式文本进行音乐民族志的田野描写，可以立体、多维地呈现田野现场的观察结果。就实录型音乐影像文本写作而言，将影像中的音乐数据对象化—转译为可识读的谱式符号形式，比单一的影像或文字符号更易于识读和进行音乐分析。

（二）转译为文字文本

就音乐影像志研究而言，通常都要将实录型音乐影像文本中的口述或对话的内容转译为文字文本。譬如人物采访记录，一般都是通过转译为“逐字稿”来做学术分析。中国艺术研究院音乐研究所与奥地利国家音响档案馆联合考察项目“蒙古族民歌”的转译，可作为音频转译的范例。⑫萧梅：《音响的记忆—田野录音与民间音乐档案》，载《田野的回声—音乐人类学笔记》，厦门：厦门大学出版社，2001年，第115页。这种影像文本的整理，不仅把音频信息保留在原始记录中，还将声音以文字形式“转译”为可视化的文字模态文本。将田野访谈的影像记录转译为文字并不是个简单的事，既枯燥又有相当的难度，有时还需要熟悉民族语言。有些方言较重的民族语言，可能还需要回访被访谈者才能正确记录下来。

影像数据转译的内容，主要包括音乐事件中的人物、器物、声音和人文、地理等信息：

器：响器名称、材料、尺寸及功用等

声：器声与人声名称、声音形态特征等

身：表演行为名称及基本特征等

礼：信仰、仪式名称及基本特征等

史：历史沿革、传承谱系等

地：地名、山川风物概述等

人：人名、亲属关系等

影像数据的转译并非简单的“翻译”，而是对影像文本相关内容的解释和补充。对这些通过访谈记录下来的影像数据进行转译，是要将影像模态无法清晰传达给观众的内容（时间、地点、人名、族属、年龄、器名和乐种名称、亲属关系、宗教信仰等）做出必要的“注释”，通过字幕、画外音的形式将视觉内容与特定的时空关系“锚定”⑬法国符号学家R.Barthes曾经归纳了图文并用结构关系的三种模式：“锚定（anchorage），文本支持图像；说明（illustration），图像支持文本；接递（relay），图文互补。”转引自曾方本：《多模态符号整合后语篇意义的嬗变与调控》，田海龙、潘艳艳主编：《多模态话语分析：理论探索与应用研究》，北京：北京航空航天大学出版社，2019年，第83页。下来。同时，从音乐影像志的学术指向来看，文字与谱式模态数据，既可作为音乐影像志档案文献的有机组成部分，也可为音乐学的研究提供可识读的分析对象。

六、多模态的实录型影像文本

一个值得注意的现象是，“第二届华语音乐影像志展映”的获奖作品中无一例实录型影像文本入列，这个结果是完满中的遗憾。其原因，一方面，大多实录型音乐影像文本的确缺乏影像技术含量与视觉表达技巧；另方面，是否还存在忽视影像文本作为“文献遗产”价值的倾向？音乐影像志的发展是否需要一个多元、平衡的学术评价体系？

（一）“学术的”抑或“艺术的”

如果将音乐影像文本类型的失衡问题引申到关于民族志纪录片是“学术的”还是“艺术的”长期争鸣中，也许能够从宏观上找到问题的症结。玛格丽特·米德（Margaret Mead）和格里高利·贝特森（Gregory Bateson）曾经围绕是否使用“三脚架”展开了激烈的争辩，集中反映了影视人类学界的不同学术倾向。贝特森认为影像记录应当是一门艺术，而米德则批评“艺术论”者“往往在追求艺术制作时忽略了对情节的忠实。这种过分的要求一直占据着电影界。而与此同时，很多文化没有得到记录便消亡了。”⑭〔美〕玛格丽特·米德：《文字训练中的影视人类学》，载〔美〕保罗·霍金斯主编：《影视人类学原理》，王筑生、杨慧、蔡家麟等译，昆明：云南大学出版社，2007年，第5页。今天看来，她将民族志纪录片仅仅视为“客观记录”的确有所偏颇，影像志也不该被绝对的“真实”绑架而止步于“客观记录”。但她对影像文本“文献遗产”价值的认识仍具现实意义。对于实录型音乐影像文本的写作来说，尤其如此。

卡尔·海德持坚定的民族学（人类学）立场。他针对影像文本“失真”问题所开出的药方是：“如果这些影片是专为民族学研究制作的，那么就必须以辅助性文字材料对影片中的失真问题进行解释，并就失真的程度进行说明。”⑮〔美〕卡尔·海德著：《影视民族学》，田广、王红译，北京：中央民族学院出版社，1989年，第121页。虽然他所给出的解决办法有些头疼医头脚疼医脚的味道，却也老老实实道出了影像文本在某些方面力乏难竟的实情。如今，已经没人天真地相信民族志的绝对真实，但是，民族志的相对客观性是存在的。最大限度逼近事实真相，依然是民族志的学术追求。其实，“即使那些致力于超越‘科学证据’功能的情感体验的优秀影像文本，也是建立在‘客观记录’的基础之上，具有鲜明的纪录美学风格特征”⑯刘桂腾：《摹写·建构·复原—音乐影像文本的生产方式与真实性》，《中国音乐》，2022年，第2期，第104页。。无论“学术／艺术”的争鸣抑或“失真”问题的讨论，说到底就是对民族志纪录片“真实”问题的认识分歧。民族志纪录片的事实必须是真实的，否则，就不能称其为纪录片。这一点，应该是业界的通识；然而，对于究竟什么是民族志的“真实”，可就有不同的理解和主张了。从弗拉哈迪的纪录片奠基之作《北方的纳努克》问世以降，关于民族志电影的“真实”问题就成了学科史的一个永恒主题。后现代新锐们对经典民族志的反思与批判，将分歧和争鸣推上了高峰。

民族志纪录片的“真实”不存在吗？

我们不妨将纪录片的“真实”视为拍摄主体与文化持有者达成的一份民族志“婚约”—由“生活的”和“学术的”事实所构成的默契。即，这份“真实”是拍摄主体与其对象共同建构的一种事实：“生活的”事实，是在文化持有者现实生活中真实存在的事件。其对象、地点及时序是非虚构的事实并具可验证性。一些所谓的“非遗项目”之所以被诟病，就是因为它们不是现实生活中的一部分。而“学术的”事实，则是由调查人（拍摄主体）书写的民族志叙事。“学术的”事实要符合“生活的”事实要件，但“由于‘学术的事实’里也会带入研究者的主观因素，所以，田野人应该具备相应的学科训练和符合田野伦理的职业操守，不能任意摆布田野对象，不能以‘共谋’之名编造事实；尤其是田野作业拍摄的环节中，不能预设、操控田野事件发展的进程”⑰同注⑯，第102页。。亦即，“生活的”事实是由现实社会层面的客观存在而定，而“学术的”事实则由道德层面的学术伦理所限。二者相互制约，共同建构了民族志纪录片的真实性。进而，形成了民族志的纪实力量。舍此，也就失去了民族志之所以为“志”的基本属性和特质。对了，用“真实性”这个词来表述我们对于“真实”的诉求，或许更显宽容且易于理解。就此而言，真实性也是音乐影像志写作必须坚守的学术底线。

（二）“两支笔”的多模态话语写作

在影像志的文本建构中，出于“客观记录”需要的学术性文本类型依然具有现实意义。只是，创作型与实录型影像文本应置于不同音乐影像志知识生产机制中来建构。如是，人们就不必纠结诸如“三脚架”“失真”的问题，而应当承认所有民族志书写形式都有其难以克服的短板，从而以多模态话语方法进行实录型音乐影像文本的写作。

从学科史的角度来看，影像描写从“客观记录”到“学术表达”并非颠覆性的范式转型，而是因应时代发展之需的代际扩容。亦即，民族志的“客观记录”功能依然没有过时，而是将影像数据信息由文字模态语篇的“附件”升级为具有独立表达能力的实录型影像文本。海德的“影视民族学”研究，就曾运用文字与影像模态两种文本形式呈现田野调查成果：“由加德纳和我本人写的与《死鸟》一片相配套的民族学著作，就是沿着这个方向迈出的一步”⑱同注⑮。。但，我并不认同其出于“以辅助性文字材料对影片中的失真问题进行解释”的动机。不同模态文本间并非谁依附于谁，而是形成不同模态文本之间互文的关系。以本人科尔沁蒙古萨满祭祀仪式田野调查为例，最终完成的田野作业成果，除了影像模态文本《绝响：色仁钦的塔拉亨格日各》，还有文字模态文本《搭巴达雅拉—科尔沁蒙古族萨满“过关”仪式音乐考察》。⑲刘桂腾：《搭巴达雅拉—科尔沁蒙古族萨满“过关”仪式音乐考察》，《中央音乐学院学报》，2006年，第1期，第43-57页。这是针对同一田野作业对象，以多模态话语方法完成的音乐影像志写作，而不是将文字文本仅仅作为影像文本的“辅助性文字材料”；反之亦然。就音乐学的研究而言，音乐影像志该是“两支笔”的多模态话语写作。而当下需要解决的突出问题是：实录型音乐影像文本的写作，如何能够在保持“文献遗产”价值的同时提升其影像技术含量，使之能够以丰富、专业的视觉表达形式为音乐学的研究以及知识生产、传播及传统音乐的活态传承服务。解决这个问题，尚需音乐学同仁虚心向影视人类学、电影学等相关学科请益，进行更多、更深入的理论探索与田野实践。

在我看来，民族音乐学／音乐人类学理论框架中的音乐影像志，应坚持以实录型影像文本为基础，借鉴跨学科的有益经验，构筑文本类型多元、平衡发展的格局，从而形成一个具有自身特色的音乐学新领域。