
追問快讀:總有那么一些曲子,能夠跨越文化在全世界病毒式傳播。從古典音樂到洗腦神曲,再到如今由AI制作的音樂(例如音樂原創(chuàng)工具Suno),為何總有一些旋律,能夠跨越文化和時間引起人們的共鳴?對于這個問題,曾經(jīng)的解釋是預測編碼,而新提出的神經(jīng)共振理論將音樂認知重新定義為“神經(jīng)振蕩與音樂結(jié)構(gòu)的共舞”,為理解音樂的魔力提供了全新的透鏡。
從古人的“余音繞梁三日不絕于耳”,到音樂電影《歌劇魅影》中的攝人歌喉,音樂無疑具備跨越文化與時間的傳播力。從川普競選時用到的《MEGA》,再到甲亢哥來華時被反復提到的《陽光彩虹小白馬》,洗腦神曲所具備的影響力也可見一斑。關(guān)于“音樂是如何被大腦感知的”,曾有過眾多理論,其中最流行的是“音樂預測編碼”(Predictive Coding of Music,PCM)理論。
根據(jù)預測編碼理論,大腦并不是被動地接收外部刺激,而是主動地根據(jù)以往經(jīng)驗和當前上下文進行預測。大腦將對音樂的預測與實際聽到的感覺輸入進行比較,如果預測與實際輸入匹配,則神經(jīng)活動相對較少;如果預測與實際輸入不匹配,則高層次的大腦區(qū)域向低層次的區(qū)域傳遞預測信息。預測編碼理論認為,音樂引發(fā)的情感反應,源于大腦預測與實際輸入之間的匹配程度——當音樂與我們的預期匹配時,會產(chǎn)生積極的情感體驗;當音樂與我們的預期不匹配時,會產(chǎn)生緊張或驚訝的情感體驗。
預測編碼理論將欣賞音樂簡化為大腦的運算過程,把音樂本身僅視為一種統(tǒng)計模式。然而,音樂對人的影響遠不止于此——我們在聆聽動人旋律時,會不自覺地翩翩起舞或潸然淚下,這些都是真實的生理反應。相比之下,神經(jīng)共振理論(Neural Resonance Theory,NRT)提供了另一種解釋視角,它將音樂解釋為神經(jīng)振蕩(如皮層Delta/Theta節(jié)律、腦干Gamma振蕩)對音樂刺激的涌現(xiàn)現(xiàn)象。本文將首先詳述神經(jīng)共振理論對音樂的解釋,繼而對比神經(jīng)共振與預測編碼這兩種理論在解釋音樂現(xiàn)象時的異同。
節(jié)奏節(jié)拍中的穩(wěn)定性與預期
神經(jīng)振蕩是中樞神經(jīng)系統(tǒng)中普遍存在的節(jié)律性重復的神經(jīng)元活動,包含單個神經(jīng)元的膜電位振蕩和動作電位的節(jié)律性放電,也涉及神經(jīng)元之間的相互作用。根據(jù)振動頻率,從低到高分為Delta、Theta及Gemma波。具體的,頻率最慢的Delta波頻率0.5-4Hz,而最快的Gemma波在30-100Hz。不同物種間略微存在差異。

?圖1:興奮性及抑制性神經(jīng)元相互作用引發(fā)的神經(jīng)震蕩。
神經(jīng)共振理論的核心觀點是,當神經(jīng)振蕩的頻率與音樂節(jié)奏或音調(diào)頻率接近整數(shù)比時(如2:1、3:2),神經(jīng)系統(tǒng)會進入穩(wěn)定的“鎖定模式”。這種現(xiàn)象在不同時間尺度的音樂中普遍存在:從人類舞蹈中每拍幾秒的緩慢節(jié)奏,到鼓樂每秒數(shù)十拍的快速節(jié)奏,再到弦樂每秒數(shù)百次的高頻振動,都能觀察到這種模式。大腦通過不同的腦電波,能夠同時處理多個時間尺度上的音樂信息,從慢速的節(jié)奏到快速的音高變化。

?圖2: 神經(jīng)振蕩與音樂的時間尺度。
神經(jīng)共振理論為簡單整數(shù)比節(jié)奏和音程的跨文化普遍性提供了有力解釋:當節(jié)奏呈現(xiàn)2:1的節(jié)拍關(guān)系或音程呈現(xiàn)3:2的五度關(guān)系時,其內(nèi)在機制在于這些簡單整數(shù)比對應著更高的神經(jīng)動力學穩(wěn)定性。
這一理論可以解釋當代流行音樂中的普遍現(xiàn)象,如曾經(jīng)火遍youtube的《江南style》采用4/4拍節(jié)奏結(jié)構(gòu),而新一代神曲《陽光彩虹小白馬》的副歌部分則以3/2拍為主。預測編碼理論認為這類節(jié)奏模式產(chǎn)生較少的預測誤差,但這一推論與音樂審美體驗中對新穎性的需求存在理論矛盾;相比之下,神經(jīng)共振假說給出的解釋似乎更為普世,也闡明了為什么我們能夠?qū)W習和適應不同的音樂風格和結(jié)構(gòu)。

?圖3:不同時間尺度下的穩(wěn)定性預測,簡單節(jié)奏(1:1、1:2、2:3等)比復雜節(jié)奏(7:4)在神經(jīng)動力學上更為穩(wěn)定,因此人們認為這樣的節(jié)奏更為協(xié)調(diào)
當然,音樂中也有部分不那么符合旋律。例如 Coldplay《Viva La Vida》中,前奏和副歌段落的弦樂通過連續(xù)的不和諧音簇制造緊張感,隨后以大三和弦(C-E-G)的穩(wěn)定音程釋放張力。
在神經(jīng)共振理論中,這種音樂效果可以通過神經(jīng)狀態(tài)的動態(tài)吸引過程來理解:聽眾對音樂事件的感知體驗,本質(zhì)上反映了神經(jīng)系統(tǒng)從低穩(wěn)定性向高穩(wěn)定性的轉(zhuǎn)換過程。具體而言,不和諧音程(如7:4的小七度)因穩(wěn)定性低,會引發(fā)向和諧音程(如3:2的五度)的“解決”傾向。
這樣的解釋,與預測編碼對音樂帶來的情感反應有所不同。預測編碼理論無法解釋為何整數(shù)節(jié)拍被認為更為協(xié)調(diào),且更易習得并有潛力成為神曲。而神經(jīng)共振假說,則通過赫布調(diào)諧與振蕩耦合的自然偏好,解釋了這一現(xiàn)象。
這也闡明了音樂是如何通過穩(wěn)定性變化喚起情感:從不協(xié)調(diào)到協(xié)調(diào)的轉(zhuǎn)變過程,對應著緊張情緒的釋放與愉悅感的產(chǎn)生。因此,神經(jīng)共振假說還可用于解釋,“在西方音樂中,為何更穩(wěn)定的大調(diào)模式被體驗為‘快樂’,而較不穩(wěn)定的小調(diào)模式被體驗為‘悲傷’”——由于相比可能來自更加不協(xié)調(diào)、更復雜的整數(shù)比所經(jīng)歷的緊張感,大調(diào)更能提供一種“解決”或“獎勵”的感覺。
文化間的節(jié)奏適配
接下來要考慮的問題是:西方音樂采用七音體系,而中國古樂使用五聲音階,為何不同的音樂體系的人們能夠適應如此差異。
神經(jīng)共振假說的解釋是,當神經(jīng)振蕩受到外界音樂刺激時,其非線性動力學特性會發(fā)生變化。
響應頻率,不僅包含輸入信號原本的頻率,還包括輸入頻率的整數(shù)倍。而根據(jù)神經(jīng)元的赫布可塑性,通過神經(jīng)振蕩間的同步強化,大腦可無監(jiān)督學習音樂模式。例如,嬰兒通過前庭運動與聽覺輸入的耦合,逐漸形成文化特定的節(jié)拍感知。
這也就意味著,特定調(diào)式對應的情感反應是發(fā)展性的。只有在充分接觸特定音樂文化后,兒童才能形成相應的情感反應,而年齡較小的兒童則不會出現(xiàn)這種反應。

?圖4:非線性共振和神經(jīng)可塑性及強預期
自由意識相關(guān)的研究發(fā)現(xiàn),研究人員可以通過腦電活動預測被試的決策。類似地,在即興演奏或舞蹈時,身體的動作也會先于音樂出現(xiàn),這已在多項研究中被證實。
而按照預測編碼理論,動作應該出現(xiàn)在大腦計算“該邁哪只腳”之后,即稍晚于節(jié)拍。但根據(jù)神經(jīng)共振理論,就如同雙人跳探戈舞,舞伴之間的互動并非基于對“對方下一步動作”的刻意計算,而是通過身體自然調(diào)整重心形成的流暢配合。這種預見性的協(xié)調(diào),并非源于計算性預測,而是動力學系統(tǒng)的固有屬性。
因此,神經(jīng)共振理論不僅解釋了音樂跨文化理解為何發(fā)生(這源于大腦的可塑性),還揭示了音樂風格差異為何產(chǎn)生。
例如,比較來自熱帶的非洲音樂與北歐等寒冷地區(qū)的音樂,就可以看出音樂特征存在的差異。熱辣如火的氣候下,人們舞動身體的節(jié)奏要比北方更慢,因此音樂的節(jié)奏也更低。
這一規(guī)律似乎也在影視劇配樂中有所體現(xiàn)。在奇幻美劇《權(quán)力的游戲》的配樂中,北方臨冬城的主題曲與南方大草原的音樂,其節(jié)奏似乎也無意間暗合神經(jīng)共振假說的解釋。
脈搏與節(jié)奏:
預測編碼假說和神經(jīng)共振假說
人體靜息時的脈搏頻率約為1.5Hz(對應每分鐘60-100次心跳),這一生理節(jié)律在運動時會加快。對比音樂的周期節(jié)律,當音樂節(jié)律簡單且規(guī)律時,如圖5a所示,如經(jīng)常變化每個節(jié)拍都對應一次心跳;然而,當節(jié)奏變得復雜多變時,則如圖5b所示,心跳與音符之間的對應關(guān)系就難以建立。
根據(jù)預測編碼假說,當節(jié)奏的同步程度從低變到高時,預測誤差逐漸升高,預測精度下降,而兩者的乘積“加權(quán)預測誤差”,會在節(jié)奏復雜度中等時達到最高,這時對音樂的感知難度也最大。也就是說,能夠廣泛流播的神曲,要么采用極簡的節(jié)奏模式,要么使用炫技式的復雜編排。

?圖5:節(jié)奏和時間結(jié)構(gòu)的對比
而根據(jù)神經(jīng)共振假說,在音樂節(jié)奏比心跳速度慢的時候,即使人體的脈搏節(jié)律保持不變,但我們感知音樂節(jié)奏的能力,會隨著同步性的降低而減弱。而當音樂節(jié)拍的同步性/復雜度位于中間水平時,聽眾產(chǎn)生身體律動反應(如舞蹈或隨節(jié)奏搖擺)的傾向最強。
這就如同小孩蕩秋千,如果父母以完全固定的節(jié)奏推動秋千時,孩子會感覺單調(diào)無趣;若是完全沒有規(guī)律或推得太多,孩子多半會被嚇到。而若是適應本身心跳的節(jié)奏,又不是完全重復,孩子會玩得很開心。
對簡單節(jié)奏的適應,是從嬰兒時期開始的,如圖5e所展示;相比3:1的旋律,嬰兒學習2:1的旋律學得更快。而對于受過專業(yè)訓練的職業(yè)音樂人,則能夠在即興演奏時讓不同樂器的節(jié)奏協(xié)調(diào)。例如,手鼓、提琴、銅管樂器在獨奏時頻率不同(圖5f),但在即興合奏過程中,這三種樂器卻能自然收斂到相同頻段(圖5g)。除此之外,脈搏與音樂節(jié)奏的關(guān)系,還能解釋為何運動時大多數(shù)人聽的音樂,多是比正常稍快一些節(jié)奏的。
展望
音樂不止是人人可及的大眾娛樂形式,更是一種強大的神經(jīng)調(diào)節(jié)工具,在情緒調(diào)控和精神疾病治療領(lǐng)域展現(xiàn)出獨特價值。隨著對音樂神經(jīng)機制的深入解析,未來研究將進一步釋放其神經(jīng)調(diào)控效應的治療潛力——從節(jié)律夾帶效應(腦電波與音樂節(jié)奏的同步化)調(diào)節(jié)腦電活動,到和聲張力消解(不協(xié)和音程向協(xié)和音程的轉(zhuǎn)化)緩解心理緊張,深入研究這些機制,將幫助我們設計更適合每個人的音樂治療方案。
從考察尺度來看,對全球各地區(qū)特色音樂的統(tǒng)計規(guī)律研究或許會是未來最廣泛的研究方向。通過神經(jīng)共振理論,我們能驗證是否存在支配音樂創(chuàng)作的基本規(guī)律,以及文化與歷史如何塑造了地區(qū)差異。在更小的尺度上,廣告和影視配樂這類功能性音樂,其創(chuàng)作空間比純藝術(shù)音樂要小得多,這讓我們更容易找出影響音樂效果的關(guān)鍵因素。
借助AI變聲技術(shù),我們能讓同一首歌有不同的演唱風格。通過觀察聽眾的腦電及fMRI數(shù)據(jù),可以預測他們更喜歡哪個版本(比如AI孫燕姿vs.AI王心凌)。這不僅幫助我們基于人工神經(jīng)網(wǎng)絡找出大腦處理音色的關(guān)鍵區(qū)域,還能解釋為什么有人偏愛甜美聲線,探索遺傳因素與環(huán)境因素如何共同塑造個體的聽覺偏好。
AI創(chuàng)作正在改變影視配樂的制作方式。神經(jīng)共振理論比預測編碼更適合指導AI音樂創(chuàng)作,因為它更接近人類創(chuàng)作和即興演奏的本質(zhì)。通過建立神經(jīng)共振參數(shù)空間,可以自上而下地將用戶提供的文本、圖像或視頻等多模態(tài)輸入,轉(zhuǎn)換為相應場景的共振頻率與節(jié)奏復雜度參數(shù),為AI音樂生成提供符合用戶需求的全局約束框架。
從進化視角來看,音樂并非人類獨有。鯨魚的歌聲、鳥類的啼叫,甚至是昆蟲發(fā)出的蟲鳴,都可能是各物種特有的音樂形式,只是有些超出了人耳能聽到的范圍。這些聲音都包含著節(jié)奏的重復與變化、音高和音色的變化,都是廣義上的音樂。神經(jīng)共振理論為跨物種的音樂認知提供了統(tǒng)一的理論框架,幫助我們理解不同生物的音樂系統(tǒng)是如何演化的。
參考文獻:
Harding, E.E., Kim, J.C., Demos, A.P.
et al. Musical neurodynamics.
Nat. Rev. Neurosci.(2025). https://doi.org/10.1038/s41583-025-00915-4








關(guān)于追問nextquestion
天橋腦科學研究院旗下科學媒體,旨在以科學追問為紐帶,深入探究人工智能與人類智能相互融合與促進,不斷探索科學的邊界。如果您有進一步想要討論的內(nèi)容,歡迎評論區(qū)留言,或后臺留言“社群”即可加入社群與我們互動。
關(guān)于天橋腦科學研究院
天橋腦科學研究院(Tianqiao and Chrissy Chen Institute)是由陳天橋、雒芊芊夫婦出資10億美元創(chuàng)建的世界最大私人腦科學研究機構(gòu)之一,圍繞全球化、跨學科和青年科學家三大重點,支持腦科學研究,造福人類。
Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設立了應用神經(jīng)技術(shù)前沿實驗室、人工智能與精神健康前沿實驗室;與加州理工學院合作成立了加州理工天橋神經(jīng)科學研究院。
Chen Institute建成了支持腦科學和人工智能領(lǐng)域研究的生態(tài)系統(tǒng),項目遍布歐美、亞洲和大洋洲,包括、、、科研型臨床醫(yī)生獎勵計劃、、等。
熱門跟貼