第二章 文獻探討
第一節 1/ F Γ 波動理論
第二章 文獻探討
為了使音樂及情緒關係得以定位,必須先進行音樂的量化分析,黃福坤(2006) 指出音樂的頻率分佈以及對應強度是一種特殊的屬性,就好像每個人的指紋一 樣,因此可藉由頻譜分析求出每首音樂的組型。其原理則來自於1/f噪聲(1/f noise) 的概念,因此第一節針對1/f噪聲及1/f音樂作精要說明。
音樂訊號組型分析完成後,再進行音樂聆聽實驗,藉由實驗參與者的情緒反 應,來協助音樂情緒向度的定位,因此,第二節先彙整音樂與情緒之相關研究,
同時第三節統整以往進行音樂情緒研究的文獻,探究情緒感受的測量方式,以作 為本實驗設計的方針,詳述如下:
第一節 1/f γ 波動理論
一、1/f
γ
噪聲(1/fγ noise)
Voss及Clarke(1978)指出許多頻譜密度(spectral density) 的物理變量都是1/f
γ
的型態,其中0.5≦γ≦1.5,而在一般音樂類型中,其頻譜密度的變化也相似於 1/f,音樂中的1/f頻譜密度與曲目的組成順序(compositional procedures)有關。其 中γ即為頻譜參數,部份文獻以β作為頻譜參數的代稱,但兩者意義相同。所謂 的1/f噪聲(1/f noise),即是指功率頻譜密度(spectral power density, S(f))以及頻率 (frequency, (f))的關聯(Pressing, 1998)。1/f是一種自然界的現象之一,其定義是適度變化與適度規則性中保有刺激 規律的現象,就是將自然界所有的擺動,解釋為週期擺動的週波數,顯示為1/f,
其中的「f」表示週期/頻率(frequency)的意思。而將這種波動運用在音樂治療是 日本著名物理學家武者利光教授,他的研究表明,「1/f波動」之所以使人感到舒 適,是因為它與人在安靜、愉快時的腦電波及心拍週期等生物體信號的變化節奏
8
相吻合,是一種與人的情感、感覺有著密切關係的波動(張心馨,2003) 。 從物理上來說,自然界存在的這些波動,可以按功率譜密度與頻率的對應關 係進行分類。其中有三種典型的波動,分別為白色波動(white noise)、布朗波動 (brown noise)以及粉紅波動(pink noise)。由圖2.1.1自然界的三種震波顯示,白色 波動指的是在一段時間內密集反覆運動,令人感到煩躁不安,其功率譜密度與頻 率的變化無關,故以1/f
0
表示;布朗波動又稱為褐色波動,為一種沒有規律性的 運動,令人感到單調乏味,其功率譜密度與頻率的平方成反比,故以1/f2
表示;而1/f波動又稱為粉紅波動,介於上述兩種波動之間,該波動令人感到非常舒適 及和諧,其功率譜密度與頻率成反比,故以1/f
1
表示。有實驗證實,1/f波動讓人 感受到舒適和諧的原因在於誘發大腦產生6~8赫茲的α腦波,使人在清醒狀態下 感到寧靜和放鬆(毛峽,無日期)。由此,我們將自然界的波動轉以1/f γ
表示,並 稱γ為頻譜參數。董馨(1994)指出音樂治療的物理屬性主要體現在l/f波譜現象,l/f波譜現象就 是在複音構成序列後所表現的物理特徵,許多學者認為這種物理特性會使人感到 愉快感。因此,音樂治療學家把具備l/f波譜特性,作為選擇音樂治療樂曲的一個 標準。l/f波譜是以週期各不相同的振波組成的,並且可以通過計算機進行分解或 合成來研究各個波的頻率與功率之間的關系。l/f特徵的波譜聲音通過聽覺中樞的 傳導系統引起大腦神經細胞的興奮,並改變了下丘腦遞質的釋放,從而調節人體 生理狀態的內分泌系統和神經系統(引自周為民,2007)。
9
圖 2.1.1 自然界的三種震波
資料來源:村井靖兒(1995):音樂療法的基礎(吳嗆煌譯,2002),頁 75。
二、音樂1/f
γ
計算方式音樂符合1/f
γ
波動法則,其中γ即為頻譜參數。Voss及Clarke(1978)指出1/f 音樂是使用快速傅立葉轉換演算法(Fast Fourier Transform algorithm)並模擬一連 串濾波(filters)後計算而得。由於目前音樂採樣頻率多為 44100 赫茲,因此當音樂轉換為數位訊號的過 程,採樣的數目即是 44100 乘上音樂的總秒數,例如一首5分鐘的音樂,採樣總 數是300(秒)乘上44100(赫茲),約為1千3百萬個採樣點,此數字非常龐大,會造 成計算上的困難。因此,在進行頻譜參數的計算時,會先將一首音樂切割為若干 小段進行分析。這些經由快速傅立葉轉換的音樂片段是一個短訊號,為了降低兩 個短訊號邊界點上不連續的影響,因此再使用漢明視窗(Hamming Window)聚焦 於中央部份且能壓抑兩端信號對語音參數影響的特性來降低雜訊。而後產生的功 率頻譜密度與頻率,將兩者分別取對數(log)後,得到線性斜率的值,即為頻譜 參數。
10
黃福坤(2006)指出若是我們分析聲音中不同頻率的聲音以及不同頻率聲音 之間的強度比,會發現每個人或每種樂器,甚至每一個樂器的頻率分佈以及對應 強度是一種特殊的屬性,就好像每個人的指紋一樣,每個人或每一個樂器都有其 特定的頻譜。故而若要了解音樂的屬性,可以透過功率頻譜分析的方式求取訊號 組型,而快速傅立葉轉換(Fast Fourier transform) 便是求得聲音波形隨時間變化 的關係,其中橫軸是頻率,縱軸是對應的強度。