讲座综述|王非凡:《嗓音的多模态分析》
2024年4月8日下午15:30分,上海音乐学院国社科冷门绝学团队《中国少数民族濒危唱法数据集成、知识谱系与创造性转换研究》系列学术讲座的第三场开讲,由上海师范大学青年学者王非凡老师为音乐学、音乐工程、声乐等专业的同学老师深入阐述了嗓音的多模态分析问题。这与系列学术讲座第一场吕士良教授的《民歌歌唱语言多模态研究——以裕固族民歌为例》互相呼应,主持人徐欣研究员希望可以从比较学习的角度,探讨王非凡老师的研究所展示的嗓音多模态分析与吕士良教授研究之间的异同,以及它们之间可能存在的互补和互动,同时也希望同学们能积极提出问题与思考。
本场讲座将聚焦于三个内容:第一部分讲解嗓音的生理基础和理论模型;第二部分王非凡老师将介绍一些多模态分析方法;最后为开放式讨论,探讨与艺术嗓音相关的问题。
一、 嗓音的生理基础及理论模型 首先,王非凡老师介绍了嗓音的生理基础和理论模型。嗓音的研究通常可以分为三个领域:言语嗓音、病理嗓音和艺术嗓音。言语嗓音属于语言学专业领域,病理嗓音的研究主要由医院的耳鼻喉及头颈外科医生和相关的言语治疗师进行。在国际嗓音学界,艺术嗓音和病理嗓音的研究相对较为主流。王非凡老师表示,希望通过分享言语嗓音和病理嗓音的知识,与大家就艺术嗓音展开交流。由于不同领域可能使用不同的术语,希望在讨论中能够相互理解,并找到一个共通的交流方式。 随后,王非凡老师通过吉他发声的简单例子向大家介绍了嗓音的理论模型——“动力-声源-滤波器”模型。当我们看到一把吉他时,需要思考:如何让吉他发出声音?答案很简单,我们用手拨动琴弦时,就提供了动力;振动的琴弦充当了声源;声音通过琴箱的共鸣,琴箱就是滤波器。 接下来,王老师让大家思考三个问题:如果把琴弦拉紧,会听到更高还是更低的音调?显然是更高的音调。如果我们想让吉他的声音更响,应该怎么做?答案是用力弹拨琴弦。如果两把吉他的琴弦长短粗细松紧都一样,用同样的力度弹奏,音色会一样吗?显然不一样。这表明吉他的形状影响了音色,就像滤波器的性质影响了声音。 王非凡老师将理论模型应用到在人体中,与之对应的是:肺部气流提供动力;声带振动产生声源;声音通过整个声道,包括咽腔、口腔和鼻腔,声道即为滤波器。值得注意的是,在语言学或言语嗓音的研究中想对较少涉及动力部分,因为在大多数情况下,人的发声都是由肺部气流提供动力。但也有例外,如非洲地区的某些语言,它们中的一些语音不是靠肺部气流提供动力的。 为了帮助同学们更好地理解嗓音理论模型,王非凡老师引导大家进行了一些实际练习。第一步,深吸一口气,然后用自然的状态发声。接着,我们保持嘴型不变,尝试发出更高的声音。在这个过程中,大多数人的喉部会感到紧张,这与之前所讨论的吉他琴弦原理相似,即琴弦拉得越紧,音调就越高。因此,调整音高实际上是在调整声带的长短和松紧,相当于调整声源。第二步,尝试在保持嘴型和音调不变的情况下,发出更响的声音。这时,我们实际上是在增加气流,也就是调整发声模型中的动力部分。第三步,在声调和音量保持不变的情况下,尝试通过改变嘴型来调整音色。这样做实际上是在改变声道的形状,也就是滤波器部分,从而影响音色。 通过这些练习,大家可以更直观地理解嗓音理论模型中的三个关键部分:动力、声源和滤波器。王非凡老师通过两张直观的图片展示了发声时舌头的位置和声道的形状是如何变化的,滤波器形状的不同导致了音色的完全不同。 在以上的例子中,我们可以看出,无论是在理论还是在实践中,“动力-声源-滤波器”模型都是嗓音研究的基础。即便不同的学科领域,只要研究嗓音,都离不开这个模型基础。在语言学中,可能关注动力对节奏及语速的影响,声源的发声态,以及滤波器对元音和辅音的影响。在言语治疗中,可能关注如何在发声时提供充足的动力,保持声带放松,以及如何改善共鸣效果。在艺术嗓音领域,人们可能关注气息的控制、声带的运动方式,以及共鸣状态的调整。 二、 嗓音多模态分析方法 在第二部分中,王非凡老师介绍了一些多模态的分析方法。无论是进行哪种嗓音研究,最简单直接的方法就是将声音录制下来,然后进行基本的声学分析。王老师以他事先录制的三个元音为例,从基频、频率微扰、音强、振幅微扰、谐噪比与共振峰六个概念展开了详细的阐述与讲解。 1.基频(Fundamental Frequency,简称F0) 基频是语音分析中的重要参数,帮助我们理解说话者的音调变化和语调特征。不同的语言和方言可能会有不同的平均基频范围,而且男性和女性的基频也存在差异,通常男性的基频较低,女性的基频较高。王非凡老师强调,基频与音高(Pitch)虽然密切相关,但它们是不同的概念,音高是一个主观的心理感受,而基频是一个客观的物理量度。 2. 频率微扰(Jitter) 王非凡老师解释,即便人主观试图发出一个音高平稳的音,但由于人声的自然特性,无法达到像机器那样的恒定不变,人在发声过程中会不可避免地出现频率波动。为了衡量这种波动,研究者们会计算频率微扰,他详细解释了如何通过公式计算平均绝对周期差(Jitta),从而进一步计算出频率微扰。王非凡老师指出,频率微扰的数值越大,通常表示频率的稳定性越差。从言语病理角度来说,如果频率微扰超过1.04%,提示存在嗓音异常的可能性。在艺术嗓音领域,这个指标应该与唱歌时的音调控制有关。 3. 音强(Intensity) 音强是衡量声音强度的参数,单位是分贝(dB)。音强的稳定性可以通过计算振幅微扰来衡量,方法与频率微扰类似。通常情况下,音强的控制比基频的控制更为困难。 4.振幅微扰(Shimmer) 振幅微扰是衡量音强稳定性的指标。与频率微扰的计算方法类似,振幅微扰通过计算每个周期振幅的强度差,取绝对值后求平均数,再除以整个音的平均强度,所得到的百分比表示音强的稳定程度。从言语病理角度来说,如果振幅微扰超过3.81%,提示存在嗓音异常的可能性。 5.谐噪比(Harmonics-to-Noise Ratio) 这是一个衡量周期性信号与非周期性信号比例的参数。周期性信号主要指有规律振动产生的声音,而非周期性信号则是没有规律的,包括一些气流声等。谐噪比高则表示语音中的周期性信号含量高,通常听起来更悦耳。王老师指出,如果在元音发声测试中非周期性信号较多,且声带没有生理性病变的情况下。通常可能意味着气流较多,导致谐噪比降低。在声带出现结节等情况下,漏气情况会增多,非周期性信号的比例也会增加,从而影响声音的听感。 6.共振峰(Formant) 由于每个人的声道形状不同,发出的声音的音色也会有所差异。共振峰是指在发声时,声道的特定形状会在某些频率上放大声音的能量,形成频谱图中的显著峰值。通过分析“a”“i”“u”等元音的共振峰,可以区分不同的元音。在语音学中,通常只需通过分析前两到三个共振峰的数据就可以区分不同元音,而在声乐分析中,可能需要分析多达六个共振峰,才能详细揭示声音的特点和特性。此外,王非凡老师还提到了一个有趣的现象,即“歌手共振峰”。经过分析发现,歌手的语音往往比普通人多出一个峰值,通常出现在约3000赫兹左右的位置。 王非凡老师总结道,在声学分析中所关注的基频、频率微差、音强、振幅微差、谐噪比和共振峰等参数,在分析人声嗓音时非常重要,它们反映了语音的基本性质和稳定性,能够帮助我们更好地理解和分析嗓音的特性。在艺术嗓音领域,这些指标同样适用,可以帮助分析声音特质和改进发声技巧。 除了对声学分析概念的介绍,王老师还在讲座中向大家展示了如何使用Praat软件进行分析。他展示了软件实时显示音高曲线的功能,并解释了如何观察和分析第一、第二和第三共振峰。Praat能够分析并计算各项声学参数指标,是相关研究者深入了解声音特性的一个优选工具。同时,王非凡老师也提到了Matlab软件,这些工具都可以用来提升我们的研究与分析工作。 王老师指出,尽管声学分析非常方便,但仍存在局限性。首先,录音质量无疑受到录音设备的影响。其次,人的嗓音发声过程相当复杂,我们所采集到的语音仅仅是作为这种复杂过程的一个最终结果。因此,声学分析实际上是从简单结果反推复杂过程。举个例子,如果声学分析结果显示谐噪比低,我们也无法确切知道这些噪声是在何处形成的。当分析对象的内部机制非常复杂时,仅仅依靠录音就显得不够。即使两个人具有一些相似的语音参数,他们的发声策略可能完全不同,但这些差异在录音中可能并无法体现。当需要分析复杂的嗓音发声情况时,录音的局限性尤为明显。因此,研究者需要寻找更多方法来观察嗓音发声的不同过程,以便更全面地理解嗓音的发声机制。基于这样的需求,王非凡老师在讲座中又详细介绍了四种观察与分析嗓音发声的方法: 1. 内窥镜及高速摄影: 内窥镜作为一种侵入性的检查方法,可以直观地观察声带的运动和声带的生理结构。高速摄影技术能够捕捉到声带每秒数千帧的精细运动,为研究声带动态运动提供了丰富的信息。不过,这种方法成本高,操作技术存在门槛,且在数据分析上有难度,需要专业的图像处理技术,还要根据具体的研究目的制定不同的分析策略。 2.电子喉头(Electroglottography,简称EGG) 这是一种非侵入性的方法,通过在颈部放置电极来监测声带接触时产生的电信号变化。这种方法可以实时监测声带接触面积的变化,但数据处理时的参考标准尚未统一,较难精确确定声带接触的不同关键时间点,并计算接触商等参数。 3.气流气压仪(Airflow & Airpress- ure Meter) 这是一种测量发声时口腔和鼻腔气流及气压的设备。通过使用特制的面罩,可以分别测量口鼻的气流和压力,从而了解发声过程中空气动力指标的动态变化。这种技术可能对分析不同唱法的气息动力特点有较好的作用。 4.表面肌电(Surface Electromyo- graphy) 通过在喉外部肌肉上贴上电极,可以测量相关肌肉在发声过程中的电活动。这种方法可以帮助研究者了解喉部肌肉的运动情况,对于声乐训练和嗓音调整具有指导意义。然而,电极的放置和信号的解读需要专业知识,同时因为喉部肌肉结构相对复杂,可能受到其他肌肉活动的影响。 王非凡老师强调,每种分析方法都有其优势和局限性,研究者需要根据研究目的和实际情况来选择合适的方法。尽管这些方法为研究者提供了丰富的数据,但如何有效地处理和解读这些数据仍然是一个挑战。 讲座结束后,徐欣研究员对王老师的精彩讲座表示感谢。徐老师指出,讲座启发了大家,让音乐研究者们意识到,歌唱不仅仅是审美现象与文化现象,更基础的是,歌唱是一个物理现象,需要结合物理声学、嗓音声学甚至医学手段来研究,只有将这三者结合起来,才能构成一个完整的多元歌唱研究体系。徐老师特别强调了王非凡老师所介绍的声学分析方法的重要性,这些方法能够提供物理层面上更准确的分析结果,有利于歌唱研究中对发声过程的探索。与器乐研究不同,对歌唱的理解需要更抽象的思维方式,而器乐中,通过观察演奏者的指法和身体姿态,我们可以直观地理解音乐的演奏技巧。因此,在歌唱研究中,探究“发声”这一过程显得尤为复杂和关键,这要求研究者们不断地探索和使用新的技术手段,以解决歌唱分析中的难题。 三、提问环节 徐欣老师:您讲座中提到的“嘎裂音”,它是物理上的断裂,还是心理上的断裂? 王非凡老师:“嘎裂音”在物理上确实会有断裂,在声学分析中可以看出,它的基频会降得非常低,有时甚至感觉声带不振动,这在数据提取时也会给研究者造成困难。 听众:请问王老师,导致声带小结的根本原因是不规则的声带的闭合吗?还是说正常发声时也会有小结的可能?气声发多了会小结吗? 王非凡老师:即使是正常发声,如果强度较高且持续时间较长,长期积累下来也可能引发声带小结问题。气声过多通常会导致动力不足,说话者非常容易感到疲劳。为了声带的健康,我们应该避免在干燥的环境中长时间说话,需要时刻注意补充水分,保持声带的湿润。 吴玥(音乐人类学研究生一年级):王老师您好,您刚才提到所有的声音研究都可以追溯到模型中的“动力-声源-滤波器”模型。在您讲述声音产生的过程中,提到声带在振动,这与管乐器的工作方式也非常相似。我想了解的是,在这种情况下,我们是否可以将声源直接描述为动力源和滤波器的震动?也就是说声源本身就是由这些震动形成的。 王非凡老师:我们主要谈的是嗓音研究中的“动力-声源-滤波器”模型。在管乐中,如果就吹孔气鸣乐器来说,动力其实还是人吹出来的气流,管内的空气振动发声,管道腔体的变化改变相应音色。声音在空气中的传播是通过空气粒子的振动实现的,当一个人说话时,发出的声音能量会带动空气粒子振动,这些振动最终传达到听众的耳朵,使听众能够听到声音。 朱腾蛟副教授(广西艺术学院):在讨论歌唱技巧时,人们常会提到声音需要具备穿透力,而这种声音似乎不需要极大的音强,却能够传播得更远。我想知道,在声学领域中是否有对这种现象的解释,以及这是否与声音的共鸣作用有关? 王非凡老师:这是一个非常好的问题。在音乐领域,我们经常会使用一些主观的描述词汇,例如:“这个声音很厚重”、“这个声音具有很强的穿透力”、“这个声音很尖锐”等等。这些描述在物理参数上应该如何表示?这实际上是一个相当热门的话题,涉及到了感知声学和心理声学的研究领域,我们如何将心理声学中的形容词感觉与实际的声学物理量之间建立联系?人们如何感知声音?这些感知与声音的物理特性之间究竟存在怎样的关系?一般而言,声音的穿透力可能与共鸣效果有关。声音的能量集中在人耳感知敏感的频段,在这个频率范围内声音的能量较高,从而给人带来较为强烈的听觉刺激。在某些情况下,高频声音可能具有更强的穿透力,而低频声音在其他情况下可能更为突出。这与声音的频率以及其共振效果有关,也与整个声音滤波器的特性有关。 文:周珂 图:张珊、周珂 编辑:仲维成 审核:徐欣





