追问新知｜如何用音乐聆听大脑，用自然主义解读音乐神经科学？

音乐研究的主流理论认为，即使音乐没有明确的进化功能，它在文化中之所以能得以延续，是得益于其隐含的社会和情感功能。这类研究的重要性不言而喻。然而在探索音乐和大脑的关系时，传统神经科学的实验方法显得力不从心。从音乐心理学的角度来看，实验室的环境与在现实生活中进行现场音乐表演和听音乐的环境相去甚远。从神经科学的角度来看，有几个脑区仅能通过多模态输入被激活或更严格地被激活。因此在最严格的听觉范式下进行的研究，其普适性可能是模棱两可的。

近期，关于音乐的神经科学研究已经开始向自然主义、生态有效的范式转变。赫尔辛基大学的Mari Tervaniemi介绍了这一转变在三个框架中的应用——声音刺激和实证范式，研究参与者，以及数据采集的方法和背景——希望在已经做出的自然范式的研究基础上激发创新思维，进一步推进研究的生态效度。

图注：研究论文封面

声音刺激和实证范式

脑科学研究中的听觉范式所呈现的声音常常经过精心设计，严格控制无关变量，并且不停重复。然后，通过编码声音序列来标记声音的内容，测量其脑反应中的事件相关电位（event related potential，ERP）。

那么，如果把较长片段或者整段音乐作为听觉刺激，如何测量音乐中相关特征的脑响应？这种情况下，可以借助于音乐信息检索（music information retrieval，MIR）工具箱来量化音乐中的声学以及音乐特征，再分析所得到的脑电图（electroencephalogram，EEG）作为给定音乐内容的函数。例如，Poikonen等人记录音乐家、舞蹈家和普通人的EEG信号，同时播放Bizet-Shchedrin所作《卡门》中的一个选段。在另一种条件下，播放视听版选段，也就是包含以当前音乐选段编舞的现代舞。作者使用MIR找到音乐中音色亮度（timbral brightness）特征，计算对应时段的ERP，发现舞者对音色亮度的快速变化有更强的P50反应，而音乐家和普通人则没有。同时，当音乐伴随着舞蹈时，所有人的N100和P200反应都被抑制和加速了。由此可见，MIR工具箱可以支持长时程音乐的脑科学研究。

也有研究使用较短音乐句子或者节拍作为刺激，利用ERP方法研究音乐句法加工的神经基础。类似于语言学中的句法违法诱发的P600，当乐句的结尾音调与被试预期的内容不同时，也会诱发P600。另一个用来测量声音感知和认知的神经准确度的ERP被称为失匹配负波（mismatch negativity，MMN)。当偶尔出现的偏差刺激破坏了重复出现的声音序列的规律时，则诱发MMN。Vuust等人设计了首个MMN且生态有效的音乐研究范式。他们使用了基于Alberti低音的琶音伴奏，在这段伴奏中，重复出现4个音调的小节（即标准刺激），偶尔出现一个小节，第三个音调出现变化（即偏差刺激）。这个音调上的音强、频率、音色、节奏等方面变化，都可以诱发MMN。在随后的实验MMN范例中，音符节奏都是以循环且音调随机变化的方式呈现。

研究参与者

过去几十年里，基于神经科学的音乐研究所招募的被试也发生了变化。最早的音乐脑研究会比较音乐家和普通人对音乐的反应，甚至以有无绝对音感来对音乐家分组。之后，音乐家分组更加细化，有的按照训练方式分为传统训练和自学成才，有的按照音乐风格和乐器种类进行分类。

以上被试主要都是健康成年人，其他成年被试还包括有先天性失歌症的患者。而在一些开创性的神经科学研究中，患有神经或精神疾病的人一直是目标人群。这些疾病包括肌张力失常、中风伴随或不伴随获得性失歌症、抑郁症。后来，在音乐医学和音乐治疗背景下，利用认知神经科学的方法，对这些人群和其他人群进行了大规模的横向和纵向研究。

除了成年人，音乐研究也开始招募儿童作为被试，来探讨音乐学习的脑基础，了解音乐学习对提高非音乐听觉和认知能力的迁移效应，例如音乐学习对语言发展的影响。后来的研究评估了音乐在治疗神经认知障碍方面的影响，比如阅读障碍和听力障碍。

为了探索早期听觉学习的影响，研究集中在足月婴儿和新生儿。此外，有研究还招募了产妇和新生儿进行研究，来确定胎儿期的听觉学习是否在新生儿的EEG中表现为ERP和皮层下频率跟随反应。

总之，音乐脑研究的数据收集目前已扩展到覆盖整个生命周期，并包括神经正常和不正常的个体。然而，上述研究所使用的几乎都是西方音乐，显然对于非西方音乐的研究仍是迫切的。音乐的跨文化神经科学研究也需要积累更多非西方音乐的相关研究经验。

数据采集方法和背景

技术的进步促进了EEG在实验室之外的应用，例如学校和日托中心。随着EEG研究的发展，其数据允许被试在更大幅度的运动期间进行记录并分析。因此演奏者在演奏时，以及听众随音乐律动时的EEG都可以被记录。甚至当被试在键盘上重复弹奏熟悉的序列时，可以同时监测他们的手指运动、记录乐器数字接口（musical instrument digital interface， MIDI）数据和EEG。

值得关注的是，在一些现代音乐厅中，包括在现场表演中记录生理信号的技术（包括EEG、肌肉运动、皮肤电、心率等等），可能成为研究音乐聆听和表演的新途径。这样的音乐厅包括加拿大麦克马斯特大学的LIVELab和德国法兰克福马克斯普朗克经验美学研究所的ArtLab。这两个地方都提供了在礼堂和舞台上测量EEG和生理数（如肌电图、心率、呼吸频率和皮肤电导）的可能性。还有实验室则专注于在现实世界中收集多模式数据，如挪威奥斯陆大学的fourMs实验室和意大利热那亚大学的Casa Paganini。芬兰阿尔托大学推出的一项名为Magicsvi的项目，则专注于将虚拟现实作为艺术表演和学习的一部分。可以预见，使用这些实验室提供的测量数据和被试自我报告的内容（如对音乐的沉浸感、情绪等等），将为音乐的艺术和科学方面提供令人兴奋的见解。

希望以上内容可以起到抛砖引玉的作用，进一步激发科研工作者对音乐自然范式研究的兴趣和灵感，为音乐脑科学的研究提供更多新颖的视角。

[1]Poikonen, H., Toiviainen, P. & Tervaniemi, M. Early auditory processing in musicians and dancers during a contemporary dance piece. Sci Rep 6, 33056 (2016). https://doi.org/10.1038/srep33056 

[2]Haumann, N. T., Lumaca, M., Kliuchko, M., Santacruz, J. L., Vuust, P., & Brattico, E. (2021). Extracting human cortical responses to sound onsets and acoustic feature changes in real music, and their relation to event rate. Brain Research, 1754, 147248. https://doi.org/10.1016/j.brainres.2020.147248

[3] Tervaniemi, M. (2023). The neuroscience of music – towards ecological validity. Trends in Neurosciences, 46(5), 355–364. https://doi.org/10.1016/j.tins.2023.03.001

[4] Vuust, P., Brattico, E., Glerean, E., Seppänen, M., Pakarinen, S., Tervaniemi, M., & Näätänen, R. (2011). New fast mismatch negativity paradigm for determining the neural prerequisites for musical ability. Cortex, 47(9), 1091–1098. https://doi.org/10.1016/j.cortex.2011.04.026

追问互动

○ 如果您对本期内容有进一步想要追问的问题或者讨论的内容，欢迎在评论区留言，或者加入我们的社群参与互动。

扫码进入音乐与大脑学者联盟群