黄 虹，冯晓柔

音乐句法加工是音乐心理学的研究领域之一。“音乐句法是指将离散的音符元素结合成层级结构的原则。”(1)马谐、杨玉芳、张秋月：《音乐句法的加工》，《科学通报》2016年第10期，第1099—1111页。“句法”一词出自语言学，说到音乐和语言的关系，首先会想到集两者于一体的歌曲。歌唱是自古以来人类传情达意的一种方式，如果说音乐和语言在结构上相似，其根源就在于此，这也应是“音乐句法”概念提出的经验依据。

语言学中的句法指决定词、短语、从句等句子成分的层级次序以及形成句子的结构规则。在规模上，句法的研究对象是句子，属于微观、基础的结构，其与宏观、谋篇布局的章法具有逻辑关联。与此类似，杨儒怀把主要由乐汇、乐节、乐句、乐段组成的音乐基础结构称为陈述结构，也提出音乐陈述结构和曲式结构是相互关联的两个层面(2)杨儒怀：《音乐的分析与创作》，北京：人民音乐出版社，2003年，第178页，183—184页。。所以，音乐句法所研究的应是乐段以内的结构法则。具体可参照谷成志的分析：

乐音相当于文字，乐逗(即乐汇——笔者注)相当于词，乐节相当于词组，乐句相当于句子(词和词组的组合)，乐段相当于段落(句子的组合)；曲式结构的部分则相当于文章的章法布局。(3)谷成志：《音乐句法结构分析》，北京：华乐出版社，1998年，第2页。

语言的句子是表意的基本单位，可描述事件、表达想法等，音乐的句子也被认为是意义表达的基础。但是，语言和音乐的表意终究差别很大。对此，科尔施(S.Koelsch，1968-)提出了音乐意义三维度划分：外在意义、内在意义和乐源性意义(4)蒋存梅：《音乐心理学》，上海：华东师范大学出版社，2016年，第138页。。其中的外在意义与内在意义大致对应于音乐美学所称之内容与形式，即外在意义关乎以形象化、符号化的象征手法所进行的叙事性、描绘性表现，内在意义则指音乐自身形式所承载、传递的信息。换言之，音乐句法作为一种音乐形式结构法则，所能表达的主要是音乐的内在意义。反观自20世纪50年代以来对语言句法研究影响较大的乔姆斯基生成语法理论(5)乔姆斯基(Noam Chomsky，1928- )，美国语言学家，转换-生成语法(Generative Grammar)的创建者。其主要观点认为，说某种语言的人对这种语言的语法规则有内在认识，可创造出没听过的句子，即掌握了有限的规则、要素就可生成无限的句子，转换是生成的重要手段。其研究对象不是外表化语言，不是语言的使用，而是人对语言的内在认知、人的语言能力。详见彭漪涟、马钦荣：《逻辑学大辞典》，上海：上海辞书出版社，2004年。，其将语言分为语义、句法和语音三个并列的成分，认为人类天生具有学习句法的能力。该理论中的语义与上述音乐的外在意义类同，而句法也仅涉及语言形式结构所表现的内在意义。

何为音乐句法加工？“加工”(processing)一词来自认知心理学，即把人的大脑看作一个接收、存储、处理和传输信息的加工系统。信息加工过程从外界刺激引发神经系统的最初反应——感觉开始，感觉包含感受器和效应器的活动，“感受器能接受体内外各种刺激，并将其转变为神经冲动，传达到中枢神经。效应器不仅执行神经中枢发出的指令，产生某种应答性活动，而且参与获得信息的过程。”(6)彭聃龄：《普通心理学》，北京：北京师范大学出版社，2012年，第93页。当人感觉到事物的个别属性如颜色、声音、气味等，情绪随之产生，接着注意、知觉、表象、记忆、思维和语言等一系列加工活动相继展开，从而认知事物的整体乃至本质。同理，音乐句法加工就是人听到音乐后，大脑对其从产生感知觉以及情绪到把握内在意义的过程。

概括而言，音乐句法是从语言学借用的概念，指乐段以内各种结构成分的组织规则；音乐句法加工指人对音乐基层结构规则的认知。

音乐句法加工研究大约兴起于20世纪80年代，以揭示音乐句法加工的心理机制为主要目的。初时主要运用认知心理学的研究方法，90年代以后，随着脑科学(又称神经科学)的发展，脑电技术和脑成像技术的介入日趋增加。后来脑科学技术在心理学的应用促成了认知神经科学这一交叉学科的形成，音乐句法加工研究也是其分支领域之一。

有关脑电技术包括普通脑电图(Electroencephalography, 简称EEG)和事件相关电位(event-related potential，简称ERP)。EEG通过电极测量大脑表面的生物电活动，了解大脑对刺激的反应，测量到的电信号越强，说明脑部活动越繁忙。例如听到音响不协和、句法违规的音乐片段，大脑需要对其加以处理，就会出现异常的脑电信号。ERP是从EEG信号中，凭借滤波和信号叠加技术，提取被特定物理事件或心理事件所诱发的脑电正、负成分，这有助于揭示心理活动的具体过程。ERP有两套通用的命名体系，其一表明从事件发生到所诱发的脑电成分达到峰值的时间，如P100和N100，分别指事件发生后100毫秒左右达到峰值的正成分与负成分；其二显示在一系列先后出现的脑电成分中该成分的序数，如P1和N1，指事件诱发的第一个显著的正、负成分(7)以毫秒为单位，脑电成分的潜伏期数值往往接近其序列位置的100倍，即N1=N100，P1=P100等。由于存在这种对应关系，两套命名体系经常混用，甚至同一份研究报告将较早出现的成分称为P2、N5，较晚的成分称为P300、N400等。。

脑成像技术包括大脑的核磁共振成像(Nuclear Magnetic Resonance Imaging，简称NMRI或MRI)、功能性核磁共振成像(functional magnetic resonance imaging，简称fMRI)、脑磁图(Magnetoencephalography，简称 MEG)等。MRI可提供一个大脑的静态解剖图像，fMRI则主要记录血氧信号。因为神经活动需要消耗以及补充能量，所以脑区的活跃程度与血流量有关，某个脑区活动量的增加也体现为含氧血液增加。借助这种呈现在MRI图像上的血流量数据，可识别负责某一加工任务的脑区。MEG是集生物工程的超导技术、影像融合技术和计算机技术于一体的21世纪前沿科学，可记录大脑神经活动中产生的电信号所引起的磁场变化，更直接地反映脑神经活动，而且时间与空间分辨率都较高，对脑功能区的定位较准确。

非脑电的实验研究常用句法启动范式(activation processing)，这是自1980年代中期以来一直被语言学广泛采用的，其基于一种心理现象，即人受某一刺激所留下的潜在记忆，会对此后同类刺激的加工产生无意识影响，使加工时间缩短，难度降低，这被称为启动效应。用于音乐句法加工研究，就是通过考察受试者对音乐句法进行加工时有无产生启动效应，了解有关认知过程及特点。音乐美学中伦纳德·迈尔的“期待”理论(8)“期待”理论为美国著名音乐美学家、理论家、文化史家伦纳德·B·迈尔(Leonard B. Meyer, 1918-2007)所提出。详见[美]迈尔(Meyer.L.B)：《音乐的情感与意义》(第二章)，何乾三译，北京：北京大学出版社，1991年。也指出，人若熟悉了某种音乐的结构组织规则，听到这种音乐时会产生下意识的期待，当音乐的进行与规则不符时，会因期待落空而出现违背感。认知心理学实验所得的通常是行为数据，配合脑电和脑成像技术，则可进一步了解句法违规的音乐使受试者产生了怎样的脑生物电变化或哪些脑区血流量变化等。

由此可见，脑科学技术主要用于音乐句法加工的脑区定位及其功能探讨。有关结果常被拿来和先行的语言句法加工研究做比较，从杜醒(9)杜醒、南云、周晓林、董奇：《音乐与语言的认知神经科学研究进展》，《心理与行为研究》2009年第1期，第76—80页。、马谐(10)马谐、杨玉芳、张秋月：《音乐句法的加工》，《科学通报》2016年第10期，第99—1111页。等人的综述中可知，当受试者觉察到音乐句法违规时，其语言句法加工专用的一些脑区被激活，也可探测到类似于语言加工时所诱发的ERP成分，表明音乐与语言二者在脑神经层面上的处理机制至少有部分是重叠的。帕特尔(Aniruddh D.Patel)在其《音乐、语言与脑》(11)[美]中文Aniruddh D. Patel：《音乐、语言与脑》，杨玉芳、蔡丹超等译，上海：华东师范大学出版社，2011年。一书中，从音高与音色等声元素到节奏、旋律、句法及意义等不同层面，对音乐和语言进行了比较，分析了两个系统的表征形式及其相互间的差异；又基于已有的实证研究，阐明了两者在认知和神经加工过程方面的相关性或一致性；还探讨了音乐和语言在人际交流中的不同作用。

音乐句法加工研究的现状充分显示出音乐心理学的交叉学科特点。作为交叉学科的研究者，固然需兼备不同学科的知识，但专业背景的不同仍难免使之在研究中各有短长，对某些术语、概念的理解和运用可能存在差异，研究的对象、目的、范畴也会有不同的侧重。如音乐背景研究者会关注：在已有研究中为何大都指向音高结构，音乐时间结构则被独立于音高甚至句法之外来看待？曲式或者说句式结构在音乐句法加工中应处于何种地位？目前音乐句法加工研究的成果于音乐领域有何意义、如何加以利用？等等。毋庸讳言，音乐背景研究者在研究方法上需借助于心理学科，若身处专业音乐院校则在有关脑科学技术设备及能力上明显受限；但也有长处，如对实验用音乐材料的选择、开发以及对有关音乐要素的准确、专业的分析等方面，就具有明显的优势，而这有可能影响实验设计的合理性、变量的操控以及研究成果的信效度。

沿着扬长补短的思路，笔者尝试从自身擅长的音乐分析切入，首先对音乐句法加工研究常用作实验刺激的音乐材料进行形态的归类，对有关实验设计理路加以剖析，理清音乐材料的分类及其运用与实验变量的关联；继而对目前音乐句法加工研究存在的问题加以探讨，深入认识这一研究领域及其成果的性质、意义；最后回归于对音乐句法概念的重新思考，并提出完善此关键概念内涵的观点和扩充实验材料的设想，以期促进音乐句法研究的深化及其向音乐领域的扩展。

一、音乐句法加工研究常用实验材料分类及设计理路剖析

音乐句法加工研究中用作实验刺激的音乐材料，主要是一些乐音、节奏、和弦序列以及音乐片段，有研究者自己创作或改编的，也有节选自现成音乐作品的；这些材料通常由计算机制作成音响播放，在频率、时长、响度、音色等方面有所控制。研究者操纵这些材料作为实验的刺激，通过被试的反应考察音乐句法加工。

以“音乐句法”为关键词上网搜索，找到的中文文献不多，但从中提取到近三十年来的相关英文文献有上百篇，此外也有一些专著涉及这一领域的研究。笔者从实验材料类别的角度选出了若干具代表性的研究案例，其中大部分是主调和声音乐，属于西方调性音乐(12)调性音乐(Tonality)，狭义上指基于大小调功能和声体系的音乐，主要以西方的巴罗克、古典和浪漫三个时期的音乐为代表，区别于世界各地(包括古代、中世纪的欧洲)源远流长的各种“调式音乐”。范畴，仅有个别研究涉及复调音乐、无调性音乐和非西方调式音乐。以下是对这些案例的分类综述及设计理路剖析。

(一)纯和弦序列

以纯和弦序列作为音乐句法材料，即“屏蔽”了主旋律声部，又控制了音长(如各和弦以相同时长呈现)。这类实验主要以考察对调性功能和声规则的加工为目的。实验假设基于以下几点：(a)以调式自然音级(调内音)构成的和弦、符合功能和声规范的和弦序列最易于加工；(b)序列中两个毗邻和弦之间共同音越多、涉及其它调时新调与原调关系越近越易于加工；(c)序列应终止于主和弦，替换的和弦与主和弦共同音越少、调式变音(调外音)越多越难以加工。

已有研究用作材料的和弦序列大多由5—8个和弦组成，类似乐句的规模。作为句法合规的材料通常是一个符合传统调性和声法则、以稳定终止结束的和弦序列；而改变这个标准序列中的某个和弦，则可使之成为句法违规的材料。

还有研究者变化和弦的时长，以考察规则与不规则的时间结构对句法加工的影响。

1. 变换终止及中间和弦的纯和弦序列

以那波里和弦取代终止主和弦作为句法违规的材料最多见。大调的那波里和弦三个音之中有两个调式变音，比小调多一个，所以这种实验用的和弦序列几乎都是大调的。科尔施等人从2000年代到2010年代所做的一系列ERP研究在这方面颇具代表性，受试者包括音乐与非音乐专业的成年人、从30个月到10岁的儿童，结果显示，替换终止和弦的那波里和弦都诱发了ERAN成分，说明不同的受试者存在类似的句法加工过程。以其中一项研究(13)KOELSCH Stefan, SCHMIDT B-H, KANSOK Julia. Effects of musical expertise on the early right anterior negativity: An event-related brain potential study. Psychophysiology, 2002, 39: 657—663.为例，实验材料包括三种和弦序列，第一种是句法合规的，如：Ⅰ—Ⅰ3—Ⅳ—Ⅴ—Ⅰ；第二种是以那波里和弦替换序列中某一和弦形成“轻微违规”的，如：Ⅰ—Ⅰ3—SN—Ⅴ—Ⅰ；第三种是以那波里和弦替换终止和弦形成明显违规的。第二、第三种和弦序列在那波里和弦出现时都诱发了ERAN成分，但“轻微违规”所诱发的波幅较小，显示ERAN的活跃程度与音乐句法违规的程度成正比。

也有许多研究表明，用自身不稳定，强烈趋向属和弦的重属和弦(自然大调有一个变音，小调有两个变音)、甚至没有变化音的其它调内和弦取代终止主和弦，都会引起包括正常的成人、儿童以及小脑损伤者的句法违背感。如科尔施等人2007年的实验(14)KOELSCH Stefan, JENTSCHKE Sebastian, SAMMLER Daniela, MIETCHEN Daniel. Untangling syntactic and sensory processing: An ERP study of music perception. Psychophysiology. 2007, 44: 476—490.，分别以主和弦、上中音(Ⅲ级)和弦与重属和弦作为一个和弦序列的终止和弦，使之成为句法合规、轻微违规与明显违规三种材料，结果后两者都诱发了ERAN和N5成分；舍伦贝格(E.G.Schellenberg)等人2005年(15)SCHELLENBERG E. Glenn, BIGAND Emmanuel, POULIN-CHARRONNAT Benedicte, GARNIER Cécilia, STEVENS Catherine. Children’s implicit knowledge of harmony in Western music. Developmental Science. 2005, 8(6): 551—566.、勒布伦-吉约(G.Lebrun-Guillaud)等人2008年(16)LEBRUN-GUILLAUD Géraldine, TILLMANN Barbara, JUSTUS Timothy. Perception of Tonal and Temporal Structures in Chord Sequences by Patients With Cerebellar Damage. Music Perception. 2008, 25(4): 271—283.的实验则以下属和弦作为终止和弦，还有一些实验使和弦序列终止于Ⅱ级和弦，也同样采集到了有关句法违规的行为与脑电数据。

2.变化音长的纯和弦序列

纯和弦序列也可以变化各个和弦的音长。谱例1是蒂尔曼(B.Tillmann,1971-)和勒布伦-吉约发表于2006年的一项研究中的音乐材料(17)TILLMANN Barbara, LEBRUN-GUILLAUD Géraldine. Influence of tonal and temporal expectations on chord processing and on completion judgments of chord sequences. Psychological Research. 2006, 70: 345—358.，其中A和弦序列是句法合规的，B序列前面六个和弦与A一样，最后两个和弦则从Ⅴ-Ⅰ变成了Ⅰ-Ⅳ，终止于下属和弦，句法违规。谱例下方是两组时间操纵示意图，显示两个和弦序列分别都有六次呈现，在a、b、c三次呈现时，前面七个和弦都是相等时长的，只有终止和弦的呈现时间分别为a.准时，b.较早，c.较晚；在d、e、f三次呈现时，则每次各和弦的时长不等，也不规则，但终止和弦呈现时间分别与a、b、c三次一样。在实验中，受试者有两项任务，一是判断单个和弦的性质，二是评价整个序列的句子完整度。结果，对句法合规与呈现时间较规律的序列，任务完成得更好；但只有在句子完整度评价中，音高和时间两个维度有交互作用。

谱例1 蒂尔曼与勒布伦-吉约(2006)的实验材料

(二)单旋律片段

单旋律片段主要用于探讨旋律的音高与时间结构对句法加工的影响，涉及旋律音高与和声的关系。可分为基于大小调体系和基于人工音阶的两类。

1．基于大小调体系的单旋律材料

使用基于大小调体系的单旋律片段为实验材料，常常指向对调性音高的加工，因此旋律中各音的时长往往成为控制变量。

谱例2是特瑞纳(L.J.Trainor)与特雷赫(S.Trehub)1994年一项研究的实验材料(18)TRAINOR L.J., TREHUB S.E. Key membership and implied harmony in Western tonal music: developmental perspectives. Perception & psychophysics. 1994, 56(2): 125—132.，其中第1行是由10个四分音符构成的句法合规的C大调旋律片段，接下来分别用三种方式替换该旋律中的第6个音符G：第2行换上调外音降A，造成调式变化；第3行换上调内音A，使原来隐含的属功能和声变为下属功能和声；第4行换上同为属和声的B音。实验任务是判断目标音符有没有变化。结果：被试中的5岁儿童只在调式变化时表现较好；7岁儿童和成人在调式变化与和声功能变化时表现较好。反映出7岁儿童已具有调性和声的内隐认知，而且音乐句法加工能力在5—7岁时随年龄增长逐渐提高。

谱例2 特瑞纳与特雷赫(1994)的实验材料

在有关音乐时间结构感知的实验中，也常常用到单旋律材料。如拉皮(B.H.Repp)以几段6/8拍的旋律为材料，每个材料第一次呈现局部，第二次呈现整体，但之前呈现过的局部有一个音符时长改变，看能否被觉察。结果发现，相较于弱拍，受试者对强拍上时长变化的音更敏感(19)江俊、王梓梦、万璇、蒋存梅：《音乐时间加工的影响因素》，《心理科学进展》2014年第4期，第650—658页。。又如普林斯(J.B.Prince)的实验材料(见谱例3)(20)PRINCE Jon B. The integration of stimulus dimensions in the perception of music. The Quarterly Journal of Experimental Psychology. 2011,64(11):2125—2152.，包括句法合规的标准版(a)和三种改编版：(b)音高不变，节奏重新排序；(c)音高和节奏都重新排序；(d)音高随机，节奏用b的排序。受试者是有、无音乐训练的各24人，要有选择地关注音高或节奏，又或两者同时关注，并对句法合理性做出评估。结果显示，音高和节奏的影响在选择性注意的条件下大多是独立的，但在同时关注音高节奏时两者的交互作用很明显。

谱例3 普林斯(2011)的实验材料

2．基于计算机随机生成音阶或人工音阶的单旋律材料

运用基于非自然音阶的旋律片段为实验材料，通常目的是排除大小调图式(21)图式(schema)即存在于记忆中的认知结构或知识结构。此处的“大小调图式”，指人们因熟悉了大小调音乐而在头脑中形成的对这种音乐的结构性认知。的干扰。如有不少研究都试图证实，一种听者完全陌生旋律的“曝光”(22)“曝光”指一种事物反复呈现，使人不自觉地、无意识地接触和熟悉，因此而导致对该事物的偏好被称为“曝光效应”(the exposure effect or the mere exposure effect)，与内隐学习、内隐认知有关。社会心理学也称之为熟悉定律(familiarity principle)。，即让受试者无意识地听到旋律的多次重复，也可以实现内隐学习。

谱例4来自什普纳尔(K.K.Szpunar)等人2004的论文(23)SZPUNAR Karl K., SCHELLENBERG E. Glenn, PLINER Patricia. Liking and Memory for Musical Stimuli as a Function of Exposure. Journal of Experimental Psychology: Learning, Memory, and Cognition. 2004, 30(2): 370—381.，是基于计算机随机生成的无调性旋律材料，每一段旋律由5—9个八分音符组成。研究者反复播放这些旋律，同时给受试者诸如画铅笔画这样的任务分散其注意力。结果说明这种内隐意义的曝光就可以让被试习得旋律模式；而且即使新旋律和曝光过的旧旋律高度相似，被试也偏爱旧旋律。

谱例4 什普纳尔等人(2004)的实验材料

路易(P.Loui)和韦塞尔(D.Wessel)2008年的研究(24)LOUI Psyche, WESSEL David. Learning and liking an artificial musical system: Effects of set size and repeated exposure. Musicae Scientiae. 2008, 12(2): 207—230.也把实验旋律材料建立在一种与大小调式截然不同的人工音阶(BP-Scale)上，结果发现，受试者可以在旋律曝光(在30分钟内重复27次)之后习得并内化其中的音阶模式。罗迈尔(M.Rohrmeier)等人2011年的实验(25)ROHRMEIER Martin, REBUSCHAT Patrick, CROSS Ian. Incidental and online learning of melodic structure. Consciousness and Cognition. 2011, 20: 214—222.则采用了以新音阶和特殊句法构成的旋律材料，但都是自然音，结果音乐与非音乐专业的成年受试者都能内隐习得这些旋律，长度可多达32个音符，而且能够在测试期间实时习得正在进行的旋律组块。

(三)纯节奏序列

如上所述，当研究聚焦于对音高结构的加工时，音长因素往往成为控制变量；反之，要探讨时间结构对句法加工的影响时，则音高因素被控制。此外，纯节奏序列也常常与单旋律或现成音乐作品结合使用。

1．由噪音或音高相同的音构成的纯节奏序列

节奏再现(即节奏模仿)是考察节奏加工的传统范式，其主要使用由敲击或拍手、跺脚的声音构成的纯节奏序列材料，通过操纵材料的长度和复杂性得出结果。

如格拉恩(J.A.Grahn)等人和本特松(S.L.Bengtsson)等人采用纯节奏序列材料的脑功能研究显示，节奏复杂性不同，大脑激活的区域以及活跃的程度也不尽相同，简单和有规律的节奏更容易被加工(26)江俊、王梓梦、万璇、蒋存梅：《音乐时间加工的影响因素》，《心理科学进展》2014年第4期，第650—658页。。而罗迈尔和卢布思查特(P.Rebuschat)(27)ROHRMEIER Martin, REBUSCHAT Patrick. Implicit Learning and Acquisition of Music. Topics in Cognitive Science. 2012,4:525—553.的研究显示，在有节奏的情况下，被试对强拍音比弱拍音的预期更显著。布罗夏德(R.Brochard)等人(28)BROCHARD R., ABECASIS D., POTTER D., RAGOT R., DRAKE C. The “Ticktock” of our internal clock: Direct brain evidence of subjective accents in isochronous sequences. Psychology science. 2003, 14(4): 362—366.以96个等时音组成序列作为刺激材料，各音之间相隔600 毫秒，每13到16个音(除偶发的有微小偏差的音之外均为相同音高)为一组。结果当刺激呈现的强度变化很模糊时，听者会默认把刺激划分为二拍子，原因被解释为西方音乐中二、四拍子比三拍子运用更普遍。

2．与其它材料结合使用的纯节奏序列

格拉恩和舒维特(D.Schuit)(29)GRAHN Jessica A., SCHUIT Dirk. Individual Differences in Rhythmic Ability: Behavioral and Neuroimaging Investigations. Psychomusicology: Music, Mind, and Brain. 2012, 22(2): 105—121.在音乐片段上叠加纯节奏(哔哔声)序列，形成三种版本，每种12个片段，随机播放：(a)与音乐节拍一致；(b)有节奏误差(比音乐的拍速快10%或慢10%)；(c)相位误差(始终早或晚25%)。被试要判断音乐片段与单纯节奏序列是否时间一致。结果表明：节奏的难度影响受试者内隐习得的效果；规律性强的节奏更容易记忆和复述；个体对规律的敏感性也影响对节奏的习得。

汉农(E.E.Hannon)的研究(30)HANNON Erin E. Perceiving speech rhythm in music: Listeners classify instrumental songs according to language of origin. Cognition. 2009, 111: 403—409.针对音乐节奏和语言节奏的关系，选择了节拍和长短都近似的英语和法语歌曲各12首，实验一给被试随机呈现去掉歌词仅余曲调的英语和法语歌曲各一首；实验二则加上用中央C代替所有音高，仅保留原歌曲节奏信息(单纯节奏序列)的版本。结果被试都能够分辨歌曲的原始语种，表明不同语种的朗读节奏是有差异的。

前面提到的勒布伦-吉约等人的研究(31)LEBRUN-GUILLAUD Géraldine, TILLMANN Barbara, JUSTUS Timothy. Perception of Tonal And Temporal Structures in Chord Sequences By Patients With Cerebellar Damage. Music Perception. 2008, 25(4): 271—283.，是节奏序列与和弦序列两种材料结合使用的例子。

(四)现成音乐作品片段

以现成音乐作品片段作为实验材料有生态化的优点，其使用也较广泛。这些材料大多采自从巴赫到浪漫时期的经典作品，主要有单独使用现成作品片段和将现成作品与改编版本结合使用两类。其中不少研究只截取原多声部作品中的主旋律声部，改编版本则经常改变原作音高与音长两种因素中的一种，因而会出现单旋律或纯节奏序列，导致分类上一定程度的重合。

1．单独使用的现成音乐作品片段

只使用音乐作品片段为材料的实验，通常是让被试聆听材料，然后通过脑电观察其生理反应，或根据其自我陈述得出实验结果。

如张晶晶2017年的一项ERP研究(32)张晶晶：《音乐层级结构对句法整合的影响》，中国科学院博士学位论文，2017年。，考察被试聆听现成音乐作品片段时对音乐层级结构的加工，及其有否受音乐训练的影响。结果表明，音乐专业受试者能识别不同层级结构的边界，并且在大脑中形成层级表征；非音乐专业受试者也能识别边界，但不能对层级加以区分。又如张瑞卿2018年的fMRI研究(33)张瑞卿:《音乐句法与调性的神经机制》，华东师范大学硕士学位论文，2018年。，采用了巴赫和勃拉姆斯(代表古典音乐)、德彪西和拉威尔(代表印象派音乐)、勋伯格和韦伯恩(代表无调性音乐)的作品共16部，从中节选出120段音乐，用于探讨不同调性下的音乐句法加工神经机制及音乐经验的调节作用。结果显示，对无调性音乐，无论音乐或非音乐专业受试者都没有诱发神经层面的显著激活，几近于无法加工；对古典和印象派音乐，音乐专业受试者右侧额下回的激活强于非音乐受试者，暗示长期音乐训练能够优化音乐句法感知，提高对调性不同变式的敏感度和适应力。

普林斯和施穆克勒(M.A.Schmuckler)2014年的一项研究直接分析了巴赫、莫扎特、贝多芬、肖邦的一组作品，统计了其中12个半音分别在六种常用拍子的各种节拍位置上出现的频率。结果呈现出调性体系和节奏节拍体系在音乐名作中的高度整合及其内在规律，调性音阶中越稳定的音级出现的频率越高，稳定音级出现在强拍上比在弱拍上更多。而且在音高和时间两个层级结构的关联上，四位作曲家的作品表现出很高的一致性。图1截取自该研究论文(34)PRINCE Jon B., SCHMUCKLER Mark A. The Tonal-Metric Hierarchy: A Corpus Analysis. Music Perception, 2014, 31(3): 254—270.，只是C大调(左)与a小调(右)的12个半音分别在2/4拍(上)和3/4拍(下)的强、弱拍及弱位8分音符和16分音符等位置上出现的频率。其它几种拍子的统计结果大同小异。

图1 普林斯和施穆克勒(2014)研究的部分结果图示

2. 与改编版本结合使用的现成音乐作品片段

研究者根据实验目的，从现成作品中选出所需片段，再加上在其基础上改编的版本作为违规材料与之比较。这种设计思路应用广泛，下面列举主要针对调性感以及结构感的研究。

库克(N.Cook)(35)COOK Nicholas. The Perception of Large-Scale Tonal Closure. Music Perception. 1987, 5(2): 197—205.截取了贝多芬、李斯特、肖邦、勃拉姆斯等音乐家的7个作品片段，长度从20秒到6分钟，改编版更改其后面部分的调性，并使音乐结束在新调上。受试者的任务是对原版和改编版做包括愉悦度、表现力、连贯性、完整度等方面的审美评价。结果只有对最短的改编版(20秒)的连贯性和完整度评分较低，显示转调后不回原调结束几乎不影响审美感受。法布德(M.Farbood)(36)FARBOOD Morwaread. Working Memory and The Perception of Hierarchical Tonal Structures. Proceedings of the 11th International Conference of Music Perception and Cognition. Seattle, USA: 2010: 119—222.以巴赫的作品片段为材料，采用计算模拟的方法，得到了类似的结论，并发现转调之后对于原调的记忆能够维持10—12秒，17秒以后原调几乎不再发挥任何作用。说明转调对于音乐句法加工的影响取决于新调的时长。

帕尔默(C.Palmer)和克鲁汉索(C.L.Krumhansl)的研究针对乐句的完整度，谱例5是他们的实验材料(37)PALMER C., KRUMHANSL C. L. Independent temporal and pitch structures in determination of musical phrases. Journal of Experimental Psychology: Human Perception?and Performance. 1987, 116—126.，其中C行是巴赫《平均律键盘曲集第一册》的a小调赋格主题旋律，A行与B行分别为仅保留其节奏和音高的两个改编版。结果受试者对原作版本的完整度评分是纯节奏版本和纯音高版本评分的线性相加。

谱例5 帕尔默和克鲁汉索(1987)的实验材料

陈(S.L.Tan)等人2005年的研究(38)Psychology of Music, 2005, 33(2)133—154.也选用了5个古典钢琴曲片段，加上同一段音乐重复三次和用其中三个作曲家的作品拼凑而成的两种改编版。结果在结构整体性评价上拼凑的版本明显低于原作和重复的版本，而且，音乐与非音乐专业的受试者虽然关注点不同，但评价总体上趋于一致，说明音乐结构整体感可内隐习得。蒂尔曼和比冈(E.Bigand)的研究(39)TILLMANN Barbara, BIGAND Emmanuel. Influence of Global Structure on Musical Target Detection and Recognition. INTERNATIONAL JOURNAL OF PSYCHOLOGY. 1998, 33(2), 107—122.则将音乐片段分别以1个小节、2个小节、4个小节为单位截开，然后随机排列，形成三种改编版。结果显示只有前两种改编版使被试的反应受到影响。法布德等人的脑电研究(40)FARBOOD M. M., HEEGER D. J., MARCUS G., HASSON U. LERNER Y. The neural processing of hierarchical structure in music and speech at different timescales. Frontiers in Neuroscience. 2015, 9: 157.也将音乐片段分别以小节、乐句、乐段为单位截开，然后随机排列。结果是随着整合尺度越来越大，加工脑区从初级感觉皮层向额叶皮层、顶叶皮层等更高级的脑区移动，反映出相应的层级分布。

以上分析不应有助于从音乐的角度了解、把握音乐句法加工的研究状况，从中可看到音乐材料运用与实验变量操控及研究方法范式的关联。

首先，音乐材料的形态分类及运用事关实验变量的操控。实验法是认知心理学、认知神经科学常用的研究方法，是在人为创设的特定情境下，通过对变量的操纵或控制，揭示出变量之间的因果关系，来达到探测某种行为或者心理现象之目的。而实验所用音乐材料之所以有各种不同形态，实质上是音乐句法加工的研究者对诸如音高、时间等各种音乐要素进行分析重组的结果，这些音乐要素也就是实验的一些重要变量。因此，能否对有关音乐材料做精准的要素分析并通过不同的形态体现出来，关系到对实验变量的选择、操纵、控制是否正确、有效，这在相当程度上决定了实验的成败。

其次，实验材料的类别也与研究内容及方法有关联。纯和弦序列材料主要运用于音乐句法加工的神经源定位、探讨加工不同任务时脑活动区域及其强度的变化等脑机制研究，也涉及时间结构加工的内容研究，以认知神经科学方法为主。单旋律和纯节奏序列材料主要运用于有关旋律调式及其内蕴和声功能感知、节奏节拍感知、旋律与节奏句法的内隐习得、音乐和语言的节奏关联等研究内容，以认知行为研究方法居多。而现成音乐作品材料对应的研究内容和方法则较宽泛，而且常常与其它类别的材料结合使用。

其三，虽然材料种类、研究方法各异，但设计思路、研究范式却在很大程度上趋同。最常见是先拟定一个合乎音乐句法规则的版本，可以自编，也可以取自现成作品；然后在其基础上对音高或调性又或节奏等加以改动，形成各种违规版本，使音响刺激成为实验的自变量，通过观察受试者对合规与违规句法材料的行为或神经反应来达到研究目的。其实就是引言所述之启动范式。也有其它设计，如只以脑科学技术探察受试者聆听音乐作品片段时大脑的活动；又如通过让受试者无意识地听到音响刺激的循环播放，来考察对音乐句法规则的内隐习得。当然，很多实验同时对主体变量加以操纵，使研究更全面、深入。

另一方面，也可看到实验材料偏重于西方调性音乐及其稳定终止和简单和声法则，偏重于句法的音高结构维度等问题，下文就此继续探究。

二、反思西方调性音乐何以成为主要实验材料

为何音乐句法加工研究的实验材料多数都是西方调性音乐？显见的答案有两个：一是该研究发端于当代西方国家，而调性音乐是其近三百多年来的主流音乐。“建立在调性和声基础上的音高组织规则是西方调性音乐叙事方式中最重要的内在逻辑, 也因此成为了狭义音乐句法概念的代表。”(41)马谐、杨玉芳、张秋月：《音乐句法的加工》，《科学通报》2016年第10期，第1099—1111页。

二是即使在日趋多元化的当今社会，西方调性音乐仍从创作、教育、传媒等方面深刻影响着包括我国在内的很多国家，客观上已成为一种国际性音乐语言。如各地流行音乐大都以调性音乐写作技法为基础；又如我国目前为大众所易于接受的作品，也多是在西方调性音乐写作技法框架里，融入中国民族音乐元素，再对技法加以相应改造而成。循理推论，既然人们熟悉调性音乐，其句法规则就成为其潜在记忆即图式，听音乐时会下意识地产生与该图式相合的预期，合规句法使预期实现则加工顺利，违规句法因与图式不符出离预期导致加工困难。现有研究已证实，欧美、中国以及不少其他地区的听众，的确较普遍地掌握了调性音乐的句法规则。

在这一认识的基础上，可对西方调性音乐材料的具体运用及其原理做进一步的反思。

(一)纯和弦序列材料被重用滥觞于申克分析法

在具体运用的层面，有关音乐句法加工的脑科学研究特别偏重纯和弦序列材料，原因可从申克(Heinrich Schenker，1868—1935)分析法谈起。申克提出，对西方共性写作时期的音乐(42)西方共性写作时期的音乐即调性音乐。申克认为这一时期的音乐——尤其是巴赫、海顿、莫扎特、贝多芬、舒伯特、肖邦和勃拉姆斯等人的作品是西方音乐最杰出的经典。，都可透过乐谱表面各种修饰填充的音(前景)，采用逐步简化还原的方法，发现深层的以主三和弦为中心支柱的原始结构(后景)。分析是逆向的，实质上申克是从生成的角度将音乐理解为一个有机整体，而非一连串相继发生的事件。他认为每一位作曲家都是对同样的原始结构进行其独一无二的修饰展开，虽然每部作品面貌不同，却万变不离其宗。申克还创造了一套图表式记谱例法用于分析，其中即便是中度简化的结构(中景)里，记谱的音符也与实际音乐的节奏无关，只代表音高事件的层级关系。

申克分析法对音乐句法加工研究的影响不亚于乔姆斯基的生成句法。马谐等人介绍了有关理论的形成与发展，要点如下：勒达尔(F.Lerdahl)和杰肯道夫(R.S.Jackendoff)提出了调性音乐生成理论(generative theory of tonal music, GTTM)，并模仿乔姆斯基的语言句法树建立了调性音乐句法树模型，又以调性音高空间(tonal pitch space theory, TPS)理论，把调性中任意两个和弦之间的关系换成用数量体现的心理距离，使纯理论分析模型实现了可计算化；罗迈尔进一步细化了调性音乐句法的层级生成法则，提出了句法生成模型(generative syntax model, GSM)，界定了音乐句法由低至高的4个加工水平：表面结构(如C-G-C)、音程结构(如I-V-I)、功能结构(如T-D-T)、段落结构，句法的生成是自上而下层层递进的，最高一层不断产生出循环句法或者更复杂的句法序列。(43)马谐、杨玉芳、张秋月：《音乐句法的加工》，《科学通报》2016年第10期，第1099—1111页。这与申克分析从后景到中景、前景的层级关系如出一辙，申克也认为完整的原始结构存在于任何一个乐句、乐段、乐部等层次上，是一种递归的结构。

申克与乔姆斯基不谋而合，都力求找到一种高度抽象而又具一定普适性且可扩张的语法规则。而纯和弦序列与申克无节奏的图表式记谱法对“中景”的描绘相似，其概括地体现出调性音乐的句法规则；同时作为实验材料，虽不具良好的生态性，却因形式单纯、简短而易于操控。事实上，一系列音乐句法加工脑机制研究成果的产生，几乎都与调性音乐纯和弦序列材料的运用有关。

不过，申克分析法仅针对西方调性音乐，上述实验中所谓“合规”的材料涵盖面更窄。虽然后人也致力将申克分析的语料库向后调性音乐拓宽、增加节奏因素，但这对音乐句法加工研究的影响尚不显著。

(二)偏重稳定终止及简单和声法则的缘由与突破

对稳定终止和一些常用和声法则的感知，是调性音乐句法加工的基本能力的体现，因此已大致能满足心理学目前探讨音乐句法加工脑机制之需，这应该是实验材料偏重稳定终止及一些简单和声法则、而鲜少涉及旋法以及更多句法内容的原因。

主调音乐风格的乐段，在陈述、发展和结束乐思时，和声的表现手法起很大作用。因此，和声和旋律的完满终止是乐段结束时的典型标志。(44)钱仁康、钱亦平：《音乐作品分析教程》，上海：上海音乐出版社，2001年，第29页。

作为调性音乐的基本作曲法则之一，乐段稳定终止的重要性不言而喻。如果像上述一些研究那样，把稳定终止最后的主和弦换作那波里和弦、重属和弦乃至错音和弦；或没有上下文过渡直接把终止和弦换作下属和弦或Ⅱ级、Ⅲ级和弦的情形，在实际音乐作品中几乎不存在，除非像莫扎特的《音乐玩笑》(45)莫扎特的《音乐玩笑》(A Musical Joke , K522)是一首活泼、诙谐的嬉游曲，其中故意运用了一些幼稚的笔法，包括“错音”以及使各乐章篇幅比例失衡等，描绘了当时的社交场合表面高贵文雅，实则在各种寒暄闲聊中充满虚情假意、矫揉造作，也借以讽刺那些庸俗且无能的音乐同行。那样，故意要使听者惊诧。有关实验如此设计句法材料的原因，应是越明显的违规引起的大脑反应活动越清晰，也就越有利于仪器的探测。

然而，音乐中仅终止就还有乐句、乐段的各种不稳定终止，且涉及稳定与不稳定的抗衡、呼应等关系。大脑对各种更细致、复杂的和声法则的加工机制是否有区别，或许是下一步探讨的目标？这方面科尔施、雷诺(S.Leino)等人已先行一步。

谱例6来自雷诺等人2007的一项研究(46)LEINO Sakari, BRATTICO Elvira, TERVANIEMI Mari, VUUST Peter. Representation of harmony rules in the human brain: Further evidence from event-related potentials. Brain Research. 2007, 1142: 169—177.，他们把前述科尔施等人2002年研究中5个和弦组成的序列扩展为7个和弦，谱例6中第1行谱是合规的标准序列，接下来三行谱是分别以那波里和弦替换了标准序列中第3、第5和第7个和弦的改编版。其中第2、第3行由于换上的那波里和弦有两个调式变音，被视为轻微违规，但第3行的功能进行是正常的，第2行属七到那波里和弦则是反功能进行，即违规程度稍严重；第4行以那波里和弦为终止和弦，明显违规。

谱例6 雷诺等人(2007)的实验材料

脑电测量结果显示，三个改编的材料都诱发了ERAN成分，但ERAN活动的幅度由大到小依次为替换了第7、第3和第5个和弦的材料，即违规越明显，ERAN幅度越大。说明ERAN是在同样的C大调“语境”下，由那波里和弦的两个调式变音造成的调性冲突所诱发，出现较早，几乎一听到那波里和弦就产生了；而同一个那波里和弦，由于所处位置不同，引起的句法违背感程度也不同，这关乎对调性功能和声进行法则的加工。该研究还增加了一个实验操作：将三个改编版中的那波里和弦的音都调高，成为原调完全无法解释的错音和弦。结果这一组新增材料诱发了MMN(Mismatch Negativity，失匹配负波)。MMN和ERAN都是反映大脑皮层对听觉信息早期预处理的指标，被认为“与人脑从音乐材料中提取规律性有关，二者皆是对‘期望违反’的脑电反映，只不过ERAN多出现在‘和弦期望’或‘音乐情景期望’的违背中，而MMN更多地出现在音色、音程、节拍等基本声学特征偏差中”(47)余习德、张小娟、高定国：《音乐认知的基本脑电成分：从聆听到演奏》，《广州大学学报(社会科学版)》2017年第5期，第46—54页。。雷诺等人的假设得到了证实，即调谐不当的错音造成的单纯不和谐感与调性及和声功能进行上的各种不同程度的违规造成的句法违背感，会以两种不同的脑电负成分反映出来。这一结果也为后续研究所支持。

由此引发了新的思考：其实在现实音乐生活中，作曲者的“违规”往往是有意“逾矩”、有意引起听者的期待违背。因为音乐作品要达成强烈的情感表现与戏剧性效果，需像文学戏剧作品中设置“悬念”一样，先引起接受者“期待违背”，然后峰回路转使期待得到满足。“逾矩”就是创新，历史上作曲规则被打破与新建不断的循环，伴随着听者期待违背与习得新规的往复，于是音乐创作得以发展。而若对此中音乐句法加工情形加以探讨，于音乐学科更具实际意义。

至于旋法——旋律进行法则，本应是音乐句法的重要内容，其底层关乎旋律线条，包括级进、跳进、上下行及各种曲折进行等；高一个层级关乎句式结构，如问答对应式、起开合式等；也和调式调性、节奏节拍密不可分。有关法则既有共性，又因地域、族群、时代不同以致音乐风格、语汇相异而各具个性。目前的研究很少涉及旋法，像上文谱例2显示的特瑞纳等人以单旋律为材料的实验，实质还是和声进行法则加工的研究。但凡仍以西方调性音乐为音乐句法的代表，和声就比旋律更具抽象的结构性意义。

三、加强时间与句式加工研究并完善音乐句法概念

从现有文献的概念表述及其内容来看，“音乐句法结构”往往(尤其在稍早的时候)仅指音高结构，前述罗迈尔音乐句法生成模型的四个层级结构也没有明确的时间结构，而其第四层级的段落结构则大致等于下文所述的句式结构。笔者认为，音高、时间和句式应为音乐句法辖下之三大要素，亦为音乐句法加工实验研究需顾及的三种重要变量。

(一)时间结构与音高结构在音乐句法整合阶段不可分割

在音乐句法加工研究中，时间结构似乎被视为独立于音乐句法结构之外、与之并列的另一个系统，这令人困惑的状况也许只是表述不当，又或是受语言句法研究的影响。但音乐不同于语言，明显可见，语言文本基本不涉及字词发音的时值长短，而当代常用的乐谱文本不可缺少音符时值以及节奏节拍等标记。申克分析法舍弃了时间结构的图表也同样受到质疑。

尽管概念表述存在问题，对音乐时间结构加工及时间与音高结构相互关系的研究仍较薄弱，但近些年情况已有所改善。从江俊等人的综述(48)江俊、王梓梦、万璇、蒋存梅：《音乐时间加工的影响因素》，《心理科学进展》2014年第4期，第650—658页。可知，已有涉及节奏节拍加工的研究大多采用节奏再现和节拍分辨的传统测验范式，考察节奏序列的长短、规律性以及速度、强弱、和声伴奏等对加工的影响。前文也提出纯节奏序列是常用的四类实验材料之一，且在时间结构加工研究上已取得一些成果。而张晶晶和杨玉芳阐述了更完整、更新的有关研究现状：在1989年琼斯(M.R.Jones)和博尔茨(M.Boltz)就根据认知行为研究的结果提出了单一成分模型，认为音高与时间两个结构存在相互作用，对一种结构的加工会受到另一种结构的影响；1993年又出现了佩雷茨(I.Peretz)和科林斯基(R.Kolinsky)基于对脑损伤患者和正常被试的行为及脑电研究的双成分模型，认为两者的加工各自独立进行。两种理论分别都得到了不少实证的支持，此中矛盾被解释为与加工阶段不同有关。

当实验任务只涉及早期阶段的加工，涉及局部加工，或者只关注音高和时间其中一种结构时，通常得出两者独立的结论。而当实验任务需要进行晚期阶段的加工，需要进行整体加工,或者同时关注两种结构时,通常会发现音乐句法(应为音高结构——笔者注)加工受到时间结构的影响。(49)张晶晶、杨玉芳：《音乐句法加工的影响因素》，《心理科学进展》2017年第11期，第1823—1830页。

张晶晶的一项实验支持、补充了上述观点，该实验采用纯和弦序列材料，操纵最后一个目标和弦，分别形成句法与时间结构的合理与不合理两种条件，结果发现：“只有当时间结构合理时，句法不一致相比一致诱发更明显的N5……说明在听音乐时人们会同时追踪句法维度和时间维度，在早期阶段，句法加工和时间结构加工独立进行。在晚期句法整合阶段(大约300—700 ms)……在时间结构合理时句法整合能够更好地进行”(50)张晶晶：《音乐层级结构对句法整合的影响》，中国科学院博士学位论文，2017年。。

简言之，音高与时间两个结构在句法加工的早期更倾向于分别进行，晚期进入句法整合阶段则交互作用明显。这一方面说明了音乐作为时间艺术的特征，聆听音乐——句法加工本身就是一个时间过程，音乐句法结构的完整性需要在时间过程中逐步展现；另一方面由于整个加工过程时间不长，人的听感上更趋于对其整体地把握，因此单一成分模型与相关经验可能更吻合。音乐于人终究是一个整体，各种要素分析及阶段性任务的析出都只是出于研究的需要。

(二)句式是隐于音高与时间要素之内的独立要素

如引言所述，音乐句法指涉的范围可限定于乐段或者说是单一部曲式以内(51)传统曲式学认为，由乐句与乐句呼应联合构成的乐段是单一部曲式的代表性结构，现今有学者强调乐段只是单一部曲式的一种，详见李吉提：《曲式与作品分析》，北京：中央民族大学出版社，2003年，第38—39页。鉴于乐段结构的生成有深厚而广泛的民间音乐基础，在目前的音乐中也仍是运用最多的，应为句法研究的主要对象，所以本文有关论述主要围绕乐段进行。。但在音乐中“句式”往往是“曲式”的基础部分，很少单独表述。

曲式是音乐陈述结构功能划分的结果。它体现着音乐作品的整体逻辑关系……曲式的最小单位是单一部曲式。超过单一部曲式规模的音乐作品都需要进行曲式组合，它们从一部到多部，从单式到复式，从简单组合关系到复杂的组合关系，并经由单乐章到套曲的不断延伸，终于形成一套曲式系统，体现着从量变到质变的不同生成发展过程。(52)李吉提：《曲式与作品分析》，北京：中央民族大学出版社，2003年，第35页。

一般曲式书都以乐段或单一部曲式为第一部分内容，其中论及乐汇(动机)、乐节、乐句、乐段等各结构层级的特征，包括长度、比例及其相互关系等。若像申克那样以递归来解释，句式结构可被视为大型曲式的微观结构。因音乐句法仅与这一基础部分的结构规则相关，故需要将其从曲式中抽出专门探讨；为了在表述上与曲式以及句法有所区分，姑且借鉴语言学的术语，称之为句式结构。

句式与音高、时间要素一样，也有其自身的结构规则，同样会因为合规与违规对句法加工产生影响。林华在《音乐审美心理学》中指出，对音乐的听觉感知以音感为基础，其上是乐感；乐感又分为两层，下层是对基本秩序的感知，包括旋律感、节奏感、和声感等，上层是对形式的感知，包括句读感、段落感、平衡感、层次感等。(53)林华：《音乐审美心理学教程》，上海：上海音乐学院出版社，2005年，第177—179页。这个分层可用于音乐句法，的确对句式的感知、领悟需要较高的能力，即从加工的角度，句式位于音高与时间之上；然而，缺少了音高、时间，句式亦不存在，它们相互间是音响表象与内在结构的关系，所以换在要素的角度，句式隐于音高与时间之内。

在单声部音乐中，乐段的结构形式就体现为乐句间稳定和不稳定调式音的呼应与联合。而在多声部音乐中，其乐段内句与句之间的联合，主要通过和声功能的不稳定终止与稳定终止等呼应中实现。(54)李吉提：《曲式与作品分析》，北京：中央民族大学出版社，2003年，第42—43页。

其实，前述大量针对乐段稳定终止加工的研究，或者将音乐片段分别以小节、乐句、乐段为单位截开随机排列再与原版比较的研究，都与对句式结构的加工有关，但这些研究内容对于句式来说还很不完整。若仅关注稳定终止，就缺少了“呼应与联合”，如最常见的问答式两乐句乐段，上句是从稳定走向不稳定，终止于不稳定的和声功能或调式音级上，听者从松弛、平静到紧张、期待；下句则从不稳定回归稳定，使期待得以满足，需完整感知上下句的呼应关系，此句式的加工过程才告完成。

更前沿的研究明确指向了音乐句式结构加工，其主要采用脑科学方法，重点考察对乐句边界和对乐节、乐句、乐段等不同层级结构的感知和识别，以及与之有关的音乐句法整合等，同时探讨专业音乐训练对这些加工的影响，比较在类似任务中语言和音乐加工的异同。用以标志音乐层级结构边界的，是“一些结构与声学线索(Lerdahl& Jackendoff，1983)。结构线索包括对称、平行、和声进行等因素。声学线索指的是边界附近音符在时长、音高、力度、音色等方面发生的变化, 特别是边界前音符的延长和边界处无声段的插入”(55)张晶晶、杨玉芳：《语言和音乐层级结构的加工》，《心理科学进展》2019年第12期，第2043—2051页。。显然，上述“层级结构”就是指句式结构，“声学线索”则指关乎结构划分的一些音响表象。

马谐等人2018年发表了《中心嵌入式和非嵌入式音乐结构处理过程中神经认知机制的差异》(56)MA,X., DING,N., TAO,Y., YANG,Y.F. Differences in Neurocognitive Mechanisms Underlying the Processing of Center-Embedded and Non-embedded Musical Structures.Frontiers in Neuroscience,23 October，2018.和《不同音乐水平对非母语音乐句法复杂性加工的神经调节》(57)MA,X., DING,N.,TAO,Y., YANG,Y.F. Syntactic complexity and musical proficiency modulate neural processing of non-native music. Neuropsychologia,Dec 2018,121:164—174.两篇文章(下文以a、b区分之)，从谱例7和谱例8可见，两项实验中都有简单句式(FSG)和复杂句式(PSG)，均为上下句乐段结构；简单句式始终在一个调上，称为“非嵌入式”(Non-embedded sequence)；复杂句式则在乐句中插入转调乐节，然后回原调结束，称为“中心嵌入式”(Center- embedded sequence)的嵌套结构。后一项实验(2018b)增加了条件：首先两种句式都有规则与不规则之分，如谱例8中(A)(B)分别为合规(Regular)与违规(Lrregular)的简单句式；(C)(D)则分别为合规与违规的复杂句式；而且受试者又分成对西方音乐熟悉水平为高、中、低的三组。

谱例7 马谐等人(2018a)的实验材料：非嵌入式和中心嵌入式音乐结构的谱例及其和声分析

谱例8 马谐等人(2018a)的实验材料：规则与不规则的简单句式、复杂句式谱例及其和声分析

结果前一项研究(2018a)发现，与非嵌入式结构相比，对中心嵌入式结构的加工导致非音乐家ERAN和N5成分增加，同时alpha和gamma活动减少；而音乐家对两种结构的加工ERP都没有显著差异，但中心嵌入式结构的加工过程beta活性提高。这个结果或者可解释为：加工较复杂的句式时，非音乐家弄不清来龙去脉而感觉困惑，音乐家则熟悉有关创作手法而只对变化比较感兴趣。后一项研究(2018b)则显示，低水平组对规则和不规则的简单句式没有ERPs的显著差异；中水平组和高水平组则对不规则的简单句式产生了ERAN-N5双相反应。而对于包含中心嵌入结构的复杂句式，只有高水平组对不规则的材料产生ERAN-N5双相反应。说明中国听众可在生活中潜移默化地习得西方音乐的简单句式，但掌握复杂句式却需要专业的学习，并要达到高熟练程度。

与之相似的是科尔施等人2013年的一项研究(58)KOELSCH Stefan, ROHRMEIER Martin, TORRECUSO Renzo, JENTSCHKE Sebastian. Processing of hierarchical syntactic structure in music. PNAS. 2013, 110(38): 15443—15448.。图2是该研究的实验材料，图中A、B两部分是原作和改编版的乐谱，树状示意图标出了和声功能与和弦级数，又以不同的颜色区分不同的调性区域。原版是截取自巴赫众赞歌(BWV 373)的一个问答句乐段，问句(2小节)从主调G大调(浅灰色部分)开始，落在属和弦形成半终止；答句(扩展为3小节)分为向下属和弦离调(深灰色)和回归主调(浅灰色)两部分，回归主调后以稳定终止结束，调性为G┊C-G│，完全符合传统T-D-S-T的经典功能布局。改编版只是把问句移低了五度(白色部分)，调性变为D┊C-G│，若以D大调为主调，功能是反常的T-SS-S，转调颇为突兀，且整体和声进行没有明确的方向感。结果音乐与非音乐专业被试对原谱例和改编版的脑电反应均录得明显差别，改编版的离调部分引发了强烈的违背感。

图2 科尔施等人(2013)的实验材料：巴赫原谱(A)与改编版(B)及其调性和声树状示意图

原先人们以为，听者依靠短时记忆只能完成局部的具有近距离依存关系的音乐句法加工，科尔施等人这项研究却证明，听者也能对具有远距离依存关系的多层级音乐结构进行加工(59)张晶晶、杨玉芳：《音乐句法加工的影响因素》，《心理科学进展》2017年第11期，第1823—1830页。。而后来包括马谐、张晶晶、杨玉芳等人的国内外学者又探讨了层级边界的线索及其对感知的作用、不同类型的听者在加工上的差异等，说明听者普遍能够感知音乐层级边界，但只有音乐家可以对不同层级加以区分；音乐家与非音乐家在对复杂句式进行加工时所诱发的脑波有区别，反映出各自所依赖的认知神经机制不同；对复杂的嵌套结构的整合比简单的线性结构更需要依赖音乐训练。

可见，随着音乐句法加工研究的深入，句式要素逐渐显现其独立性。因为音乐的音高、时间与句式三种结构终究是相依互融的整体，当研究线性简单句式加工时，往往音高结构意义显于其外而句式结构意义隐于其内，以至于后者被忽略或两者被混为一谈；但在研究多层级复杂句式加工时，内在的句式结构意义变得引人瞩目。

(三)音乐句法是将音高、时间、句式三要素组织成网络化层级结构的原则

从上文提到的把音高要素等同于句法、把时间要素独立于句法之外、把音高与句式两种要素混同，以及把句式理解成句法等种种常见的表述，可看到对“音乐句法”概念及内涵理解上的偏颇。为使音乐句法加工研究更顺利进行，有必要对这一关键概念加以重新思考。

回看开篇所引“音乐句法是指将离散的音符元素结合成层级结构的原则”(60)马谐、杨玉芳、张秋月：《音乐句法的加工》，《科学通报》2016年第10期，第1099—1111页。这句话，作为定义是不够完整、清晰的。于此笔者提出自己的观点：从音乐专业角度的分析和已有研究内容来看，句法所涉仅限于乐段以内；而以当今大众熟悉的音乐语言为标准(不纳入20世纪以来各种实验性的新音乐)，离散的音符元素所组成的主要可分为音高、时间和句式三种结构，三种结构体系及其相互间各种结合乃至整体形成一个纵横互联的网络化多层级结构，音乐句法应为针对这个网络化层级结构的组织原则(见图3)。

图3 音乐句法概念内涵示意图

音高结构的体现可分为单声部旋律与多声部和声复调音乐两种形态，前者涉及多种调式音高体系，后者则主要基于大小调调性音高体系，此外还有不常用的泛调性音高体系。对音高结构的加工，主要依赖于音高感、音程感、协和感和调式感。

音乐时间结构体现为音乐中的各种节奏和节拍，强弱、速度也与之相关，各种强弱、速度的变化如果和规律的节奏、节拍不一致，会影响时间结构的组织。对时间结构的加工，主要依赖于节奏与节拍感、运动感和速度感。

音乐句式结构，是囿于音乐句法的规模而从音乐曲式中独立出来的，主要体现为单一部曲式的各种常用“词汇”“词组”和句式、乐段，如动机与动机组合式乐节、乐句；歌唱性乐句；问答式两乐句乐段或起开合式三乐句乐段，线性句式或多层句式等。对句式结构的加工，主要依赖于音乐句读感、规模感和对称、平衡感，也与音高感、调式感等有交互作用。

音乐句法加工，主要基于对乐段内音高、时间和句式各自独立与相互关联的层级结构关系及其所形成的紧张与松弛、稳定与不稳定、暧昧与清晰等整体感知觉反应。

需要补充和重申：音乐的句式、曲式是在音乐历史发展中形成的比较典型的音乐结构样式，虽然说句式因对音高与时间要素具有组织作用而在感知、加工上位于更高的层级，但本身仍体现为一种结构；而句法不是结构，句法是一套组织、整合句子结构的法则，音乐句法是使“离散的音符”结合成音高、时间、句式三种要素体系并交织成网络化多层级结构的原则。

以上观点权作抛砖，“音乐句法”概念内涵的厘清、完善有待继续探讨。

结 语

综上可见，音乐句法加工研究缘起于心理学对有关认知心理及神经机制的探讨，在研究重点、思路、方法及术语上多借鉴于语言句法加工研究，近年来成果斐然。目前已为大量研究所支持的观点是：以“文化图式驱动机制”为主，“知觉驱动机制”为辅。前者需要启动基于长时记忆的知识储备，后者则根植于声音的心理声学属性、依赖听觉短时记忆。因此，近三百年来影响力从区域性扩展到国际性的西方调性音乐成为音乐句法加工研究的主要材料来源。站在音乐角度，这些研究成果似乎只是对人们在音乐活动中大量已有经验和认识给予了实证支持，但深入了解和探讨会发现，其亦为音乐心理学开启了新的研究空间。

首先，已有研究对作为实验刺激音乐材料的变量操控，对后来者具有重要的启发和借鉴意义；而对音乐要素更专业的细分、对音乐材料的多样性和生态性加以扩充，则可推进研究的深度和广度。如在时间结构加工方面，材料可涉及更多的音乐节奏节拍类型，如品种繁多的舞蹈节奏、与各种地方语言有关的节奏节拍、甚至作曲家个性化的节奏运用等。在句式结构方面亦可再深入探讨，各种句式如重复与对比句式、两句与多句式、方整与非方整句式、对称与非对称句式等各不相同，且都有简单与复杂之分；仅嵌套结构也不止已有的离、转调，历史悠久的音乐“引用”手法就是更明显的“嵌套”，即在新作品中引用自己或他人已有作品的一个动机或乐节、乐句，乃至引用一段完整旋律作为多声部中的一个声部等。还有，与音乐欣赏能力有关的句法加工也值得关注，如对于动机分裂与模进、动机音程和音值的扩增与缩减、动机与其各种变形及其与主题原型的关系，主题与其各种变奏、模仿形态的关系，旋律原型与其逆行、倒影等靠感性不易辨认的变化形态的关系等，加工难度也都不尽相同。

其次，受申克分析法影响产生的调性音乐生成理论、调性音乐句法树和句法生成模型等极具开拓性，虽然其分析对象主要只是从巴罗克后期到浪漫初期的西方音乐，但借其思路，亦可探究如何建立适用于中国音乐的有关理论模型。中国传统音乐以单声部形态为主，大都由基于五声调式的旋律以富有装饰性的展衍形成自由的句式，大三度框架的“宫商角”、纯四度框架的“商角徵”“角徵羽”“徵羽宫”“羽宫商”等三音列是其主要的“词汇”，中国传统音乐句法树的建立，或许可由此切入，也可促进有关旋律法则及其加工的研究。此外，实验材料还可以向更多不同的音乐调式体系、风格类型扩充，如欧洲中古自然七声调式音乐，波斯阿拉伯乐系的音乐，又如中国民族调式和声等，拓宽研究领域。

另一角度是主体，可以考察文化背景、音乐水平、年龄、性别等不同的受试者对不同风格、种类音乐句法的加工。如比较戏曲界专业人士、老民歌手、音乐项目非遗传人等与受西方音乐影响较深的音乐家，在对中国传统音乐或西方音乐的句法加工上有何异同；比较旋律思维更为根深蒂固的中国人群与长于多声部思维的欧美国家人群，在对旋律或和声材料的句法加工上有何异同等。

回到根本就是具体研究课题及目的，上述音乐材料形式结构的各种细分以及风格的多样化，其所引发违背感的不同程度等，都可运用于音乐创作和表演及欣赏心理的研究，以及音乐教育、音乐治疗、音乐传播、音乐史学、音乐美学、民族音乐学等有关心理方面的研究。

总之，音乐背景的研究者在音乐句法加工研究领域大有可为。笔者对用作实验刺激的音乐材料做形体上的归类，梳理材料运用与实验变量操控及研究方法范式的关联，对音乐句法研究中的一些问题从音乐角度进行反思，尝试完善音乐句法的概念内涵，提出扩充实验材料的设想，就是希望发挥专业特长，助力研究向纵深推进及向音乐领域扩展。当然，我们除了音乐专业能力要很扎实，也要加强对心理学基本理论、研究方法的学习，增进对诸如生理学、脑科学、语言学等相关学科的了解，关注前沿研究，不断更新知识结构。

最后提出一个观点：交叉学科的形成是因为要应对单一学科难以独立完成的研究方向及课题，需要综合多学科的知识和方法体系。但有些研究对象的性质还是明显倾向于原某一基础学科领域，于是该学科成为研究的主体，它学科的有关理论、技术则是研究的辅助。对于许多音乐心理学研究项目，音乐在其中也有属于主体性功能或辅助性功能之分。在学科发展的角度，两种功能的研究应兼顾；就具体研究对象而言，明确功能定位也很有必要。而且，相互借鉴可使功能转化，如音乐句法加工研究本来更倾向于心理学学科，音乐知识在其中是为辅助；但若将其成果用于音乐领域的研究，音乐学科即为主体。而研究者在具体研究中无论处于主体或辅助位置，都应尽己所长。各学科互相配合，互相促进，协同发展，方能更充分体现交叉学科的意义。