第五章　自改听域——音乐发生在声音改变下一次听见的地方

《音乐初探·卷一》何谓音乐？ · 许佳衡著 · 三部十章 · 23.8 万汉字 · ISBN 979-8-90690-023-4

说明：原拟“环境人文学”因已被当代生态音乐学、声景研究与更多-than-human 音乐研究大量吸收，本章将其改列为最近邻而不作为核心外源；“昆虫学”收窄为基质振动通讯，以避开泛化的动物音乐学重叠。第三个核心来源补入免疫学危险模型。

本章提要

“音乐是什么”长期在声音对象、形式组织、社会实践、文化命名与听觉认知之间摆动。每一种定义都抓住了音乐的一部分，却都遭遇同一类边界反例：同一声序列可以在不同聆听历程中从噪声变成音乐。没有预先谱写的环境声可以被听成具有回返、偏离与结局的过程；相反，被制度标记为“音乐”的声响也可能只作为背景经过而不形成任何新的听觉区分。本章从三个并未作为音乐本体论常规资源的领域出发：昆虫学中的基质振动通讯、岩土工程中的循环加载与迟滞、免疫学中的危险模型。三者共同逼出一个被既有音乐定义普遍当作背景的变量：接收者用来区分“什么算作差异”的规则并非在事件发生前固定完成，它可以被事件本身改写。本章据此提出“自改听域”：一段声振动若在被接收的同时改变了后续声振动被区分、加权和连结的条件，并且这种改变在移除歌词语义、任务指令、奖惩与身份标签后仍继续组织后续声差，则音乐在这一事件中发生。音乐因此不是一种声源属性，也不等于人为组织或社会授权，而是一种“声音生成自己后续可听差异”的发生。本章将该判断与形式主义、musicking、声景/生态音乐学、zoomusicology、统计学习、预测编码、具身——生态聆听、自创生与重复暴露逐一划界，并用公开 Essen 民歌语料做一项预注册小型真跑，检验“局部历史超出上一音仍携带下一音信息”这一最低经验前提。结果支持该最低前提，但样本仅四条独立旋律，不能证明本章本体论。最后给出可直接推翻该理论的实验条件、适用边界与伦理限制。

关键词：音乐本体论；自改听域；后生听差；基质振动；循环迟滞；危险模型；预测编码

Abstract

What is music? Existing answers oscillate among sonic objects, formal organization, social practice, cultural designation, and auditory cognition. Each captures an important dimension, yet boundary cases persist: the same acoustic sequence can become musical after repeated or transformed listening; environmental sound can acquire return, deviation, and closure without prior composition; and conventionally labelled music can pass as mere background without reorganizing perception. This paper draws on three domains that are not standard foundations of musical ontology: substrate-borne vibrational communication in insects, cyclic hysteresis in geotechnical engineering, and the Danger Model in immunology. Together they expose a usually hidden assumption: the rule by which an event is discriminated is treated as fixed while the event unfolds. Geotechnical hysteresis supplies the decisive counterexample—the input can alter the medium that will transmit the next input. I therefore propose the “self-modifying listening field”: music occurs when received vibrations alter the conditions under which subsequent vibrations are discriminated, weighted, and connected, and when that altered discrimination continues after semantic, task, reward, and identity anchors are removed. The proposal is distinguished from predictive coding, statistical learning, musicking, ecological listening, autopoiesis, and mere repetition. A preregistered pilot on four unique melodies from the Essen Folksong Collection supports only a minimal third-layer premise: two-step local history carries information about the next pitch beyond the immediately preceding pitch. It does not establish the ontology. The article concludes with adjudicating predictions, falsification conditions, and ethical limits.

Keywords: musical ontology; self-modifying listening field; emergent auditory difference; vibrational communication; hysteresis; Danger Model; predictive coding

一、问题不是“哪些声音算音乐”，而是“音乐在什么时候发生”

如果我们把“何谓音乐”理解为寻找一组对象属性，问题会很快陷入反例。旋律、节拍、和声都不是必要条件：无固定音高的打击乐、无稳定脉冲的自由节奏、单音持续的无人声作品都仍可被当作音乐。人为制作也不是必要条件，因为环境录音、现成声、偶然声可以进入作品；反过来，人为制作又不是充分条件，商场中精心编排的背景音乐完全可能不以“音乐事件”的方式进入某个具体聆听者。社会命名同样不能结束问题：一张节目单可以把一段声音合法地命名为音乐，却不能保证它在听觉上发生了任何区别于通知声、广告声或环境噪声的事情。只要定义仍然在声源、作品、意图、制度标签或听者主观态度中单点落脚，它就会遇到另一侧的反例。

更深的困难在于，许多理论默认“听者已经拥有一套稳定的听法”，然后问某个对象是否满足这套听法的要求。形式主义通常关心声音关系本身；人类学与民族音乐学强调声音如何被社会组织；Christopher Small 把音乐从“物”改写为“musicking”这一关系性活动。声景研究与生态音乐学把环境、技术与物质条件带进音乐研究；音乐认知研究则把期待、统计学习和预测误差带进聆听过程。这些推进非常重要，但它们仍容易留下一个不显眼的地板：无论音乐被放在作品、活动、关系还是认知模型里，那个“用什么差异来切分接下来声音”的判别规则，经常被当作事件的前提，而不是事件可能制造出来的东西。本章将问题从“这个声音是什么”换成“这个声音是否改变了下一次声音能够成为什么”。

这一区分使“音乐是什么”从分类学问题变成发生论问题。分类学问的是：在一个已经存在的世界中，哪些对象属于音乐集合？发生论问的是：一个原本不存在的听觉差异，经过怎样的声事件才开始存在？例如，同一个和弦在一段序列开始前并没有“回家”“悬而未决”“像是偏离”的属性；这些不是波形中独立携带的物理标签。它们需要前面的声序列、身体状态、聆听记忆和环境路径共同把一组可能的差异组织出来。音乐最值得研究的，也许不是已经可见的音符，而是这些音符如何使后面的差异获得新的存在资格。

二、为什么没有沿用“环境人文学×岩土工程×昆虫学”的原始三组

本章保留了岩土工程与昆虫学，但没有把环境人文学作为第三个核心来源。这不是因为环境人文学与音乐距离太远，恰恰相反，是因为它与当代音乐研究已经太近。自 Rehding 2002 年的“Eco-Musicology”以来，生态批评、环境研究与音乐学之间已经形成持续对话；随后 ecomusicology、生态声景、音乐的政治生态、more-than-human sonic cultures 等方向进一步把物质环境、非人主体、技术与声音文化纳入音乐研究。若仍把“环境人文学”当成一个全新的外部领域来碰撞，最终很可能只是重新发现音乐学已经拥有的生态转向。因此，环境人文学在本章中被降为“最近邻”：它必须被正面划界，但不承担核心外源机制。

昆虫学也不能泛泛地以“昆虫会发声”进入。动物声音、鸟鸣、鲸歌乃至昆虫鸣声早已出现在 zoomusicology、生物声学与更多-than-human 音乐讨论中。本章保留昆虫学，取的却不是“动物也可能有音乐”这个已经被大量讨论的命题，而是更窄的基质振动通讯：大量昆虫并不主要依靠空气中的可听声，而是让机械波沿植物茎、叶、土壤等固体介质传播。信号在发出端可能很难简单分成“声”或“振动”，真正到达接收端的形式取决于传播介质、机械波类型、受体结构以及同域网络中的其他振动。这一机制直接动摇了“音乐首先是一种空气声对象”的直觉，却并不要求我们把昆虫求偶信号称作音乐。

第三个核心来源改为免疫学的“危险模型”。这里必须限定：危险模型是免疫学中的重要理论框架，而不是可以代表全部免疫学共识的最终答案。它之所以适合本章，不在于“免疫像听觉”，而在于它给出一种与声音分类完全不同的判别逻辑：决定是否形成免疫反应的，不只是对象“是什么”，还包括局部组织是否出现损伤、报警与允许激活的条件。同一个实体在不同组织状态中可以进入耐受或激活的不同命运。于是，昆虫学逼我们承认“到达接收端的东西由介质共同塑形”，岩土工程逼我们承认“介质会被前一次输入改写”，危险模型再逼我们承认“一个刺激是否成为事件，取决于局部判别条件”。三者之间的距离足够大，却围绕同一个未被直接说出的难题发生斜向冲突。

表 5-1　三组核心外源的事实、压力与反向限制

三、第一组外部事实：昆虫的“声音”在抵达之前并没有固定身份

Virant-Doberlet 等人在 2023 年《Annual Review of Entomology》的综述指出，以基质为媒介的机械波通讯在昆虫中广泛存在。植物是许多昆虫最重要的振动传播基质，而自然基质高度异质，其传播性质会显著影响接收端的信号特征。这里最关键的不是“昆虫也能交流”，而是一个认识论后果：我们在声源处看到的运动，并不能单独决定接收端得到什么。气体中的压力波、固体界面的弯曲波或其他机械波具有不同的传播方式，接收结构也不同；同一个振动动作进入不同介质后，会在频谱、衰减、相位与方向性上获得不同命运。换言之，信号并不是一个从发出者手里完整交付给接收者的包裹。

Polajnar 等关于植物茎共振的工作进一步表明，植物不是透明通道。茎的力学结构能够对振动产生选择性传输与共振，某些频段被增强，某些被衰减；昆虫的行为策略因此不能脱离“在哪一根植物、在哪个位置、以什么机械耦合方式”来理解。这使一个音乐本体论常见的抽象操作暴露出来：当我们写下一串音高、节奏和力度时，往往默认作品的“关系结构”可以从传播环境中抽离。但在基质通讯里，没有一个脱离介质之后仍然保持同一接收性质的纯信号。传播路径并非外部噪声，而是信号得以成为那个信号的一部分。

这一事实对音乐定义构成第一处限制：本章不能把音乐定义成“某种复杂波形”“某种有序声序列”或“某种由发声者编码的意图”。因为这三种定义都把接收端之前的差异当成已经完成。昆虫振动通讯告诉我们，一个事件能否在接收端形成可区分的模式，需要把源、介质、受体和当时的网络背景同时带入。它也同时给本章加了一条反向约束：不能因为一段振动拥有复杂的谱结构、重复与节律，就直接把它升级为音乐。复杂传播可以产生结构，却不等于已经发生了本章所说的“听域改写”。

四、第二组外部事实：岩土并不只是传声的背景，它会记住负荷

岩土工程把问题推进了一步。Hardin 与 Drnevich 1972 年关于土体剪切模量与阻尼的经典工作指出，在动力加载下，土体剪切模量会随应变增大而降低，阻尼比则随应变增大而上升。工程上这意味着一个极其具体的事实：传播介质不是固定滤波器。它当前怎样传递振动，取决于材料状态、应变水平、围压、密实度、饱和度等；而循环加载又可能改变材料随后对加载的响应。迟滞曲线不是一个装饰性的图形，它记录了“同样的外部输入，在经历不同历史以后，不再落在同一条响应路径上”。

这与音乐中的“听惯了”“形成期待”表面相似，却有一个更锋利的结构：岩土的变化不是观察者对同一介质有了新解释，而是介质本身的传递关系发生了改变。上一轮输入参与制造下一轮输入所经过的通道。若把这一点抽象成最低形式，可以写成：输入 x_t 经过传递关系 T_t 形成响应 y_t；但 x_t 同时使 T_t 变为 T(t+1)。于是，后一个输入面对的已经不是前一个输入所面对的世界。这个结构不要求任何意识、意义或审美，它因此比“心理期待”更原始，也更适合用来追问音乐本体论的地板。

这里产生本章最重要的内部反转。昆虫学、岩土工程和免疫危险模型虽然分别争论“信号由什么决定”“响应由什么决定”“激活由什么决定”，但它们都很容易让我们先假定：判别事件的那套规则可以在一次分析窗口内视为给定。岩土循环迟滞却用工程自身的材料把这块地板掀掉——输入能够改写传递输入的介质。于是，“一个声音是否符合既有听觉规则”可能不是最根本的问题；更根本的问题是：这个声音有没有参与改写下一次声音要经过的判别关系。音乐若有一种不同于普通信号的发生方式，它可能就藏在这里。

岩土工程同时迫使本章放弃一个过强版本：并非“凡是输入改变系统”都叫音乐。循环加载可能只是造成疲劳、液化、衰减、损伤或随机漂移。一个系统变了，不意味着它生成了更丰富的差异。因此后文把“自改”限制为：前序声事件必须改变后续声差的可区分方式、权重或连结，而不是仅仅造成感受器变钝、听力疲劳或整体增益下降。若只剩“听久了耳朵累”，那是生理适应或损耗，不构成本章定义的音乐。

五、第三组外部事实：免疫系统并不只问“它是谁”，还问“这里发生了什么”

Matzinger 的危险模型对经典自我/非我划分提出另一种组织方式：免疫系统并不只是因为某个实体“外来”就发动反应，而会对组织损伤与报警信号敏感。2002 年的综述把焦点放在抗原呈递细胞如何被危险/报警信号激活。这个模型后来受到大量讨论、修正与竞争，因此本章不把它当作免疫学真理，而只取其中一个经过长期争论仍具有启发力的结构性命题：刺激的身份不足以单独决定响应，局部组织状态参与决定“这一次刺激算不算需要动员的事件”。

这对音乐问题的重要性在于，它把“对象相同而事件不同”变成一种可以严肃对待的机制，而不是主观主义借口。同一声文件在两次播放中可以物理上完全相同，但它是否进入音乐事件，不必因此相同。听者此前是否建立了某种区分、身体是否处在可响应状态、环境是否把某些声差压平或突出、是否存在一个外部任务把注意力钉在别处，都可能改变它的事件身份。这不是说“音乐纯粹取决于心情”，恰恰相反，危险模型要求我们寻找可观察的局部条件，而不是把一切差异归结为任意的个人解释。

免疫学也给本章第二处反向约束：如果“上下文决定一切”，理论就会不可证伪。任何失败都可以被解释为“上下文不同”。因此本章拒绝无限上下文。所谓听域，必须能被操作化为后续声差判别、权重、分组或期待边界的可重复变化；如果找不到这种变化，就不能仅凭听者自述“我觉得它是音乐”让理论免于失败。音乐可以是事件相对的，却不能是证据自由的。

六、共有的盲点：我们总把“听法”放在音乐发生之前

把三组事实放在一起，真正出现的不是“音乐像昆虫交流”“听觉像土体”“审美像免疫”这种表面类比。它们共同逼出的，是一个更底层的问题：当我们判断一个事件是什么时，那个负责区分事件的关系是否已经预先固定？昆虫学告诉我们，接收端的信号由介质参与塑形；免疫学告诉我们，响应资格由局部条件参与判定；岩土工程进一步告诉我们，输入还可以改写介质本身。三者合起来只能得到一个三家都不需要在各自领域中说出的结论：判别规则可以是事件的产物。

传统音乐定义通常把“音乐性”放在已经存在的东西上：音的形式、作品的组织、人的意图、社会实践、文化制度、听者的预测模型。即便承认聆听是动态的，我们也常说“听者根据已有模型更新预测”。这句话仍然容易把模型视为某个主体内部的拥有物。本章要多走一步：音乐事件制造的可能不是一个“更准确的模型”，而是一个新的差异场——原来没有资格构成关系的物理差异，从这一刻开始能够成为回返、延宕、悬置、偏离、重音、句界或结局。音乐不是把意义贴到已有差异上，而是让某些差异第一次成为可听的差异。

为了避免把这个判断写成诗意修辞，本章引入两个术语。第一是“自改听域”（self-modifying listening field）：由声源、传播路径、身体/神经状态、即时环境和已发生声序列共同构成的一组判别关系，它决定下一声到来时哪些差异被当作相同、哪些被放大、哪些被连接成一个过程。第二是“后生听差”（emergent auditory difference）：某个物理差异在事件开始前并不作为该聆听中的音乐差异存在，却因前序声事件改变了听域而获得区分资格。后生听差不是“更仔细以后发现原来一直在那里”的同义词；若前序声事件不发生，这个差异在本次聆听的组织中不会以同样方式出现。

七、核心命题：音乐是一种“差异自生事件”

本章的承重命题可以压成一句话：音乐不是声音对象，不是人为组织的声响，也不是被社会命名的听觉活动。音乐是在声振动被接收的同时，前序声事件改变了后续声振动被区分、加权和连结的条件，并且这种改变在移除歌词语义、任务指令、奖惩和身份标签后仍继续组织声差的事件。为了便于讨论，本章把这种事件称为“自改听域的发生”。这一定义把音乐放在一个关系的变化上，而不是任何单一实体中。

可以用一个最低形式表达。设 x_t 为第 t 个到达的声/振动事件，M_t 为当时的物质传播条件，R_t 为接收系统的生理——认知——情境状态，Φ_t 为“哪些声差在本次聆听中被当作什么”的判别算子。普通固定通道模型只写 y_t = Φ(x_t)。本章关注的是 Φ(t+1) = U(Φ_t, x_t, M_t, R_t)：第 t 次事件不仅产生一个当前响应，还改变下一次事件被切分的规则。只有当这个更新实际改变后续声差的分类、权重、连接或边界，并在拿走外部语义/任务/奖惩锚点后仍保持一段时间，我们才说这段事件进入了“音乐态”。这里的公式不是声称人脑真的以这个符号运算，而是把可证伪对象写清楚。

因此，音乐不是一种永恒物种。“贝多芬第五交响曲是音乐”仍可作为文化层面的稳定说法，但本体论上更精确的说法是：这部作品极容易在许多受过相关聆听训练的人那里触发自改听域。而同一录音在昏睡、强任务占用、极低音量或纯背景消费中，也可能没有形成这种事件。反过来，一段交通噪声、机械振动或环境声在某种聆听历程里也可能逐步生成后生听差。音乐性由此不是对象身上的永久标签，而是一种事件是否成功发生的性质。

这一定义有意承担一个冒险后果：它拒绝把“被叫做音乐”与“音乐在此刻发生”完全等同。制度分类仍然重要，但它属于历史、文化和实践层面的音乐身份；本章讨论的是更窄的发生机制。两层可以重合，也可以分离。只有承担这种分离，理论才真正有机会解释为什么同一对象在不同聆听者、不同时间甚至同一个人的不同阶段会改变事件身份，而不是把所有反例都塞回“文化不同”或“个人偏好不同”。

八、二维辨别：四种看似相近的声事件

为了让“自改听域”不是一个新名字，至少需要第二根轴。第一轴问：前序声事件是否改变了后续声差的判别/加权规则？第二轴问：这种改变在移除外部语义、任务、奖惩与身份线索后是否继续存在？这两根轴把“有历史效应”与“音乐性”分开。许多警报、口令、训练刺激会通过学习改变反应，但一旦去掉任务或奖惩，它们的组织力迅速消失；这类事件不能仅凭“改变了人”就被纳入音乐。另一方面，一些悦耳的静态声色可以在无任务时保持愉悦，却没有证明它改写了下一次声差的判别法。

目标格是“判别法被改写，而且在外部锚点移除后仍持续”。这个格子的难点恰恰在于它通过了大多数形式审查：声音可能并不复杂，作品可能没有歌词，听者甚至说不出自己学到了什么。短期表现反而可能更流畅、更自然；一旦变化形成，也没有“系统报错”提醒我们它已经改变；重复与熟悉还可能继续加固它。我们因此容易把结果误读为“本来就觉得这样好听”，看不见听法本身是在过程中生成的。

这个二维格同时阻止理论无限扩张。语言学习、交通规则提示、手机通知和条件反射都可能改变后续判别，但通常由外部意义或任务托住；纯生理疲劳会改变灵敏度，却未必产生结构化的后生听差。真正需要本章理论的，是一种外部锚点撤走以后仍能在声音内部继续运转的差异生成：早先发生的声音为后来声音建立了新的“同/异、重/轻、继续/偏离、悬置/完成”的分界。

表 5-2　自改听域的二维辨别格

九、一个不含审美词的判据：去掉外部锚点，后半段的分界有没有改变

如果理论只能问“你是否真正把它听成音乐”，它就没有获得任何新判别力。本章给出一个零情态词问句：把歌词语义、任务说明、奖励与身份标签拿掉，只保留声序列。让一组先经历前半段，另一组不经历前半段，然后播放完全相同的后半段——两组从哪一个声点开始把同一物理差异判为“延续、偏离、分句或结束”是否出现可重复差别？再把音色或音区整体替换，差别是否仍存在？

这个问句的价值在于，它直接针对“前序声音是否制造了后序差异的判别条件”。若两组只在“喜不喜欢”上不同，不能支持本章；若只是熟悉度评分提高，也不能支持本章；若差异完全依赖歌词含义、游戏积分或“实验要求你找异常”的任务提示，同样不能支持本章。理论需要看到的是：物理输入相同而边界判定发生系统变化，并且这种变化能够跨一次表面换皮保留。换言之，不是“听者记住了某段声音”，而是“听者用来切分下一段声音的刀发生了变化”。

把这个判据放进不同场景，答案会不同。在熟悉调性进行中，前文可能让一个和弦获得“尚未结束”的资格；在持续音或极简音乐中，早期细微变化可能逐渐把原本等价的音色差异分化出来；普通语音常由词义与交流任务托住，去掉这些锚点后许多结构变化会消失。警报声可以经过条件化产生强反应，但解除任务/危险关联后其组织力可能下降；环境噪声经过长期反复聆听，有时会出现稳定的局部回返与角色区分；昆虫基质振动则提醒我们，即使物理波形含结构，也必须另行证明它在接收系统中建立了类似的后续判别关系。五类场景不会给同一个答案，这正是判据而非口号的标志。

十、最危险的占位者：预测编码已经说了“过去改变下一次预期”，本章还剩什么？

本章最危险的近邻不是形式主义，也不是社会建构论，而是统计学习与预测编码。Pearce 2018 年对音乐风格化过程的综述明确把统计学习与概率预测视为音乐文化习得的两个关键认知过程。预测编码框架也会说，大脑根据过去输入更新模型，对下一输入形成概率分布，预测误差再推动更新。若“自改听域”只意味着“过去影响未来期待”，那么它没有资格成为新概念，只是把预测学习换成了一个中文名字。

分离线必须因此写得更硬。预测编码通常把要解释的主要变量放在一个预测系统/生成模型如何改变。本章的最低本体单位则是“判别关系是否被事件改写”，这个关系可以横跨物质传播路径、身体状态、感官权重与认知模型，且要求新的差异资格在外部语义/任务/奖惩撤走后继续组织后续声事件。预测误差可能是自改听域的一种实现机制，但不是定义本身。一个系统完全可以减少预测误差，却只是更好地识别手机通知的来源，并未进入音乐态；另一个系统也可能没有显式可计算的预测，却因为材料共振、身体同步与前序声历史共同改变了后续声差的边界。

更重要的是，本章允许预测编码把自己判死：如果在严格匹配物理输入、统计转移概率、任务与奖励以后，所有所谓“自改听域”的判别变化都能被一个已有的统计学习/预测编码模型完全预测，而且把介质历史、身体状态和外部锚点加入后不产生任何独立的对照预测，那么“自改听域”应当被删除，本章应退化为预测学习在音乐本体论上的应用。这条让步是真削弱，而不是“理论可以兼容一切”。

十一、与九个邻近理论逐条划界

第一，Hanslick 式形式主义把音乐审美对象的核心放在“运动的声音形式”及其内在关系上。本章不否认形式关系，而是问这些关系何时获得区分资格。对照预测是：若两个群体接收完全相同的后半段声音，但因为前序历史不同而系统性切出不同句界，形式主义可以把两组听到的对象解释为同一形式的不同理解。本章则预测“音乐事件本身已经不同”，因为后半段的可听差异集合发生了改变。

第二，Blacking 的人类学传统强调“humanly organized sound”，把音乐的生物基础与社会互动结合起来。它极大扩展了音乐定义的文化尺度，但仍把“由人组织”作为中心。本章预测，一段无人预先组织的环境声若能稳定生成自改听域，可以发生音乐；反之，一段高度人为组织的声音若未改写后续判别，也可以只作为声环境经过。两者在“人类组织是否必要”上给出相反答案。

第三，Small 的 musicking 把音乐从物变成活动，涵盖作曲、演奏、聆听及其中关系。这与本章同样拒绝把音乐固定在作品中，但范围更宽。musicking 可以把参加音乐会、调音、售票和共同维持仪式关系视为音乐活动的一部分；本章则只判定发生机制。一个社会活动可以充分属于 musicking，却没有证据表明它改写了任何后续声差；反过来，一个独处者在没有社会仪式的情况下也可能形成自改听域。判决性差别是：去掉社会身份与仪式线索后，后半段声差边界是否仍发生历史依赖变化。

第四，Schafer 的声景研究与后来的生态音乐学把环境、声音生态和聆听伦理纳入音乐研究。本章正因这一传统已成熟，才没有把环境人文学作为外部核心学科。差别在于，声景/生态框架可以描述环境声如何构成地点、权力与生态关系，却不必要求环境声改写下一次听见的判别法。本章的判据更加窄而可失败：若一段生态声景只提供意义与环境信息，却未形成外部锚点移除后的持续声差重组，它不是本章意义上的音乐发生。

第五，zoomusicology 询问非人动物的声行为是否具音乐性，并挑战“音乐只属于人类”的边界。本章不以物种划界，但也不把复杂动物信号直接叫音乐。昆虫基质振动之所以进入本章，是因为它揭示信号——介质——接收端关系，而不是因为“昆虫也会奏乐”。对照预测是：某动物信号即使有节律、重复和求偶功能，如果前序事件没有改变接收端随后对声差的自主判别规则，就不满足本章条件；若存在这种可操作证明，则本章允许出现跨物种音乐态。

第六，统计学习与预测编码是最强竞争概念，前文已详述。最关键的对照不在“谁更深”，而在新增变量：当转移概率与预测误差被匹配后，改变传播介质历史或身体/情境权重是否仍能系统性改变后半段分界？若不能，本章多余；若能，单纯内部概率模型不足以吸收本章。

第七，生态/具身认知与 affordance 理论强调聆听是身体与环境的耦合，音乐能够提供行动可能性。这一传统已经非常接近本章的分布式立场。分离线在“关系是否被声音自身改写”。一个节拍可以提供走路、跳舞或同步的 affordance，却可能完全依赖既有身体能力；本章要求前序声事件改变后序声事件所提供/被读取的行动或差异边界。若所有效应都可由预存 affordance 解释，自改听域不成立。

第八，自创生或递归音乐观强调音乐元素在网络中互相规定、过去——现在——预期相互连接。本章与之共享“关系不是外加的”这一方向，但把检验单位放在判别法的改变，而不是音乐元素之间的递归语义。对照预测是：若一个序列拥有高度递归的内部结构，但对新听者的后续差异切分不产生任何可测变化，它可以是递归作品，却未必在此刻发生本章意义的音乐；反过来，一个结构极简的序列也可能强烈改写听域。

第九，重复暴露与熟悉效应是另一个致命占位者。Margulis 系统讨论了重复在音乐中的作用，Brian Eno 更曾描述自己把一段约三分半的交通噪声反复听了数周，最后“像爱一段音乐那样”爱上它。这一案例迫使本章修改最初的强说法：重复本身不能成为音乐判据，因为重复可以提高熟悉与喜欢，却不一定改写差异边界。本章因此要求在重复之后直接测“同一后半段的分界是否变化”，并把外部识别线索拿掉。若只有喜欢度变化而无判别法变化，Eno 式经验属于熟悉/审美转化，不足以单独支持本章。

表 5-3　九个危险近邻的判决性分离线

十二、从反例看定义的边界：四分三十三秒、背景音乐、警报、交通噪声与生成音乐

John Cage 的《4′33″》是一个关键压力测试。若音乐必须由作曲者提供声材料，它会成为反例；若音乐只由制度命名，它又会轻易被吸收而失去解释力。本章给出的条件更苛刻：这件作品是否在某次具体聆听中使观众之后对环境声的分界发生持久改变？如果演出结束后，同样的空调声、咳嗽、脚步和远处交通声开始被组织成原先不存在的前后关系，而且这种组织不再依赖“我正在参加 Cage 音乐会”的身份提示，那么音乐事件发生。如果观众只是遵守规则、等待四分三十三秒结束，没有后续判别变化，那么它文化上仍是音乐作品，但本章意义的音乐发生可能失败。

背景音乐提供相反压力。它被产业、版权、播放列表和空间运营明确标记为音乐，却常被设计成不要求注意。本章并不说“没注意就不是音乐”，因为听域改写可以是非显性的；但如果经过充分测量仍看不到后续声差的分类、权重或边界变化，那么标签不能替它制造本体事实。这个判断会让“作品身份”与“发生身份”分离，也因此可以被经验检验。

警报与手机通知说明“学习效应”不是充分条件。一个通知音经过数百次配对后可以瞬间改变注意、心率与行动选择，甚至在没有手机时引起幻觉式期待。它显然改了系统，但这种改变通常牢牢绑在外部任务和奖惩结构上：要查看信息、避免危险、回应他人。若把这些锚点系统解除后，声序列本身不能继续生成新的内部差异，那么它属于训练信号而不是音乐态。相反，一旦通知音被采样、分解、重复并进入一个能够自持的声差网络，它可以从信号态跨入音乐态。

Eno 的交通噪声实验则说明环境声不需要先被作曲。重复聆听之后，他开始辨识右侧汽车、左侧关门、口哨与婴儿车等局部事件，并最终把整段录音作为音乐来爱。这一外部案例迫使本章承认：自改听域可以由听者与录音共同发生，而不要求源头有音乐意图。但它也迫使理论继续收紧：如果这些变化只来自对具体声源的语义识别——“这是车、这是门”——拿掉身份线索以后就消失，那么仍不能证明本章。真正关键的是，听者是否在不知道来源的情况下仍能形成稳定的回返、偏离、句界和权重差。

生成式音乐和 AI 音乐进一步表明，作者意图越来越难成为必要条件。算法可以在实时交互中生产从未被任何人预先写出的声序列。本章不需要判断机器有没有意图，只需问事件是否形成自改听域。这也给 AI 音乐评价一个不同于“像不像人类作品”的方向：一个系统如果只生成统计上流畅的下一音，却从不制造新的后生听差，它可能非常好听却高度保守。真正更有创造性的系统，应当能在不依赖外部任务的情况下改变听者后来区分声音的方式，同时又不把这种改变简化为疲劳、惊吓或随机失稳。

十三、一次真实数据的最低限度检验：Essen 民歌小样本预注册真跑

本章的核心本体论不能靠一个旋律语料库“验证”，但理论至少需要承担一个更便宜的经验前提：如果音乐中的后续差异真的依赖已经发生的声序列，那么在真实旋律中，超出“上一音”之外的局部历史应当在某些情况下继续携带关于下一音的信息。为防止先看结果再改阈值，本章在统计前写下预注册：使用公开 Essen Folksong Collection 的 deutschl/test 部分；可见的 12 个测试文件存在重复/变体，按预先检查保留四条独立音高序列 deut5148–deut5151；仅编码音级，去除时值、拍号、小节线与休止，显式连音折叠为一个起音。

预注册主统计量为二阶上下文增益 G2 = I(X_t; X | X)，即在已经知道上一音以后，前两步的音是否还提供关于下一音的信息。四条序列合计得到 199 个可用的二阶三元组。零假设通过在每首歌内部独立打乱音高顺序来构造，同时保留每首歌的音高直方图和长度。随机种子固定为 20260816，共进行 10,000 次置换；预先写死的判定是：观测 G2 超过置换分布第 95 百分位且单侧 p<0.05，则“二步局部历史在这个小样本中携带超出上一音的信息”这一第三层主张暂不被否定。预注册文件 SHA-256 为 78856b179df145ad3c9b5572ff137034baf3b0f5529bff9042cd1af1de1b8133。

结果为：观测 G2 = 1.3011 bits；置换零分布均值 1.1614 bits；95% 分位 1.2815 bits；单侧置换 p = 0.0279。按照预注册阈值，这个非常小的试跑没有推翻最低前提。但最重要的不利信息同样必须写入：原测试目录看似有 12 个文件，独立旋律实际上只有四条；因此这不是民歌总体估计，更不能说明听者的判别法真的被改写。它只证明一个很弱却必要的事实：在这个公开小样本里，下一音的序列信息并不完全压缩到紧邻上一音。

这个结果同时迫使本章放弃一个偷懒做法：不能把“序列具有高阶统计依赖”直接等同于音乐。语言、DNA、交通流和动物信号同样可以存在高阶依赖。真正的核心实验必须加入接收者：相同的后半段，在不同前序经历之后是否被切出不同边界；而这种边界变化是否在去掉任务、语义与奖励以后仍持续。Essen 真跑因此被明确放在最底层：它给出一个廉价的结构前提，不给本体论发通行证。

表 5-4　Essen 小样本预注册真跑

+———————————–+————————————————————————————————–+ | 项目 | 预注册/结果 | +===================================+==================================================================================================+ | 公开语料 | Essen Folksong Collection，deutschl/test；12 个测试文件中仅取四条独立音高序列 deut5148–deut5151 | +———————————–+————————————————————————————————–+ | 编码 | 仅音级；去除时值/拍号/小节线/休止；显式连音合并；保留非连音重复 | +———————————–+————————————————————————————————–+ | 主统计量 | G2 = I(X_t ; X | X)，四条序列共 199 个二阶三元组 | +———————————–+————————————————————————————————–+ | 零分布 | 每首歌内部独立打乱音级顺序；保留直方图与长度；seed=20260816；10,000 次 | +———————————–+————————————————————————————————–+ | 观测 | G2=1.3011 bits；零均值=1.1614；95%分位=1.2815；单侧 p=0.0279 | +———————————–+————————————————————————————————–+ | 不利限制 | 独立旋律仅 4 条；结果只支持“二步历史含额外信息”的最低前提，不证明听域改写，更不证明音乐本体论 | +———————————–+————————————————————————————————–+

十四、怎样把这套理论真正推翻：六条判决性证伪

最强竞争解释是“这不过是统计学习/预测编码”。因此第一条机制证伪必须控制这一点：构造两组声序列，使局部转移概率、熵、音高分布、节奏复杂度与重复次数尽可能匹配，但只有一组在前半段系统改变“哪一个声学维度负责预测句界”（例如前半段从音高线索逐渐转交给音色线索），另一组始终保持同一线索。若控制熟悉度、喜欢度与预测误差后，两组在后半段的跨音色句界迁移没有差别，则“判别关系的改写”没有提供超出普通统计学习的解释，本理论核心受挫。

第二条证伪针对“介质只是比喻”。用同一声源与同一后半段，改变前半段的物理传播路径历史，例如通过可控共振装置使听者在相同统计结构下经历不同的频谱——时域传递关系；随后把后半段统一到同一耳机输出。若先前介质历史在控制声学暴露量后对后半段分界毫无独立影响，则岩土工程带来的“路径参与构成听域”只剩类比，本章应把物质路径从核心条件中删除。

第三条证伪针对“外部锚点撤走以后仍持续”。让受试者在第一阶段通过奖励学习某个声差，第二阶段彻底移除奖励、任务和标签，并用新的音色/音区复现结构。如果效应只能在原任务存在时出现，撤去锚点立即消失，那么这是条件化或技能训练，不是本章定义的音乐态。

第四条证伪针对“不是疲劳”。将总声能、时长与频谱暴露匹配，并加入纯适应条件。若所谓听域改写只表现为整体阈值升高、敏感度下降或感受器疲劳，而没有差异权重与分界的结构性重排，则本章应将该效应排除。岩土工程的历史依赖因此不是“越有迟滞越音乐”，而必须对应有方向的差异重组。

第五条证伪针对跨场景外推：若普通语音、警报、实验条件化刺激在撤去意义/任务后与音乐刺激产生同样强、同样持久、同样可跨音色迁移的判别规则变化，则“自改听域”不能划出音乐，它至多是一般听觉学习理论。届时本章必须降级，不再回答“音乐是什么”。

第六条是本章愿意承担的时间赌注：截至 2028 年 12 月 31 日，如果没有至少一项预注册研究在控制统计学习指标、熟悉度、喜欢度、任务与奖励后，观察到“前序音乐经历导致相同后半段的声差分界发生可重复且可跨表面换皮迁移的变化”，则本章关于“自改听域具有独立音乐本体论价值”的强版本应撤回。仅报告脑区激活差异、喜欢度提高、预测误差下降、同一刺激记忆增强或没有控制外部任务的研究，不算命中。

表 5-5　六条可直接推翻理论的证伪路径

+—————–+——————+——————————————————————+—————————————————-+ | # | 证伪对象 | 最低设计 | 判伪结果 | +=================+==================+==================================================================+====================================================+ | 1 | 统计学习吸收检验 | 匹配转移概率、熵、重复与预测误差后，操纵“哪个声学维度负责句界” | 若跨音色分界迁移无组间差异，核心机制受挫 | +—————–+——————+——————————————————————+—————————————————-+ | 2 | 介质独立效应 | 同源声、同统计结构，改变前序物理传递路径历史，后半段统一耳机输出 | 若介质历史在控制暴露后无独立效应，物质路径退出核心 | +—————–+——————+——————————————————————+—————————————————-+ | 3 | 外部锚点撤除 | 先用奖励/任务建立差异，再完全移除任务、奖励和标签并换音色 | 若效应立即消失，只是条件化/训练 | +—————–+——————+——————————————————————+—————————————————-+ | 4 | 疲劳排除 | 匹配总声能与时长，加入纯适应条件 | 若只有总体灵敏度下降，无结构化分界重排，判伪 | +—————–+——————+——————————————————————+—————————————————-+ | 5 | 一般听觉学习对照 | 语音/警报/条件化刺激与音乐刺激做同样的去锚与迁移测试 | 若非音乐刺激表现完全相同，则理论不能划出音乐 | +—————–+——————+——————————————————————+—————————————————-+ | 6 | 时间赌注 | 截至 2028-12-31 至少出现一项预注册独立研究满足全部控制条件 | 若没有，撤回“独立音乐本体论价值”的强版本 | +—————–+——————+——————————————————————+—————————————————-+

十五、三个来源反过来限制新理论：不是所有改变都叫音乐

如果跨学科只负责给新理论“加证据”，它仍然只是取长补短。三个来源必须反过来削弱本章。昆虫学首先拿掉了一个很自然的强主张：“音乐只要形成内部声结构就够了。”基质振动通讯表明，接收机制与传播通道不是可有可无的外壳。本章因此不能把音乐写成抽象序列的自我关系，而必须把“谁/什么在接收、经过什么介质”写进事件条件。这个让步意味着谱面相同不能保证音乐事件相同。

岩土工程拿掉第二个更诱人的强主张：“只要前序输入改变后序响应，就发生音乐。”工程上的疲劳、刚度退化、阻尼变化、液化与损伤都能满足广义历史依赖，但显然不能都叫音乐。因此本章把价值排序从“变化越大越音乐”改成“是否生成新的可区分关系”。这不仅缩小适用范围，也阻止未来把一个简单的适应指数包装成“音乐度”。

危险模型拿掉第三个强主张：“一段声音一旦具有某种结构，就应当稳定地是音乐。”上下文门控迫使本章接受事件相对性：同一对象可以在不同局部条件下发生或不发生音乐。但免疫学也反过来限制相对主义——上下文不能作为万能解释，必须能指出哪一个局部状态改变了判别，并给出撤走或替换它之后的预测。这三处约束使本章最终比最初版本更窄：音乐不是复杂、变化、关系或上下文中任何一个单独条件，而是声事件对其后续可听差异生成规则的可持续改写。

十六、理论后果：作曲、音乐教育、音乐治疗与 AI 的对象都发生位移

对作曲而言，若音乐的核心不是“安排已经存在的声音差异”，而是“制造新的可听差异”，作曲技术的最高层对象就从音符序列移到听域变形。一个段落的价值不只在它自身多漂亮，而在它是否让后面的一个极小变化获得此前没有的重量。这解释了为什么极简音乐能够用很少材料产生巨大时间经验，也解释了为什么某些高密度作品虽然信息量巨大，却让听者始终停留在同一判别法中。作曲由“写东西”部分转向“写听法的变化轨迹”。

对音乐教育而言，目标也不应只写成掌握知识、识谱、技巧或风格规范。真正的音乐学习应当能观测到学生开始区分过去听不出的差异，并且这些差异不是靠老师继续提示才存在。一个学生若背会“这里是属七和弦”“这里是切分音”，但拿掉术语后听觉边界没有变化，知识还没有进入听域。反过来，一个没有说出术语的人如果能稳定迁移地听出新的句法、音色或节奏关系，他已经发生了更深的音乐学习。这里尤其需要伦理警惕：本章的任何读数都只能描述“某一事件中的位置”，不能变成给人贴“音乐性高低”的人格标签。

对音乐治疗而言，这个理论提供的不是“音乐一定能治病”的宏大承诺，而是一种更具体的问题：治疗是否改变了患者之后切分和权重感觉事件的方式？如果疗效只在播放特定歌曲时出现，停止以后立即回到原状，那么它可能更接近即时情绪调节；若某种声序列让患者在后续无音乐环境中也重新区分身体节律、情绪强度或动作时机，才更接近听域层面的迁移。当然，临床应用需要独立验证，本章不能从本体论直接跳到疗效。

对生成式 AI 而言，最常见的优化目标仍是“下一音像不像训练分布中的下一音”。这天然偏向预测准确与风格拟合。自改听域提出另一类目标：系统是否能制造一种序列，使听者后来对相同声差采用了新的判别权重？这要求评测从作品相似度、悦耳度和人类偏好扩展到前后测的判别边界迁移。一个模型可能在统计上高度原创，却没有改变任何听法；另一个模型可能只用极少新材料，却成功产生后生听差。若后者可重复出现，它对“音乐创造力”的意义会大于单纯的新颖度。

十七、自反：这篇文章本身也可能制造它想证明的现象

任何声称“前序经验会改写后序判别”的理论都面临自我污染：读者读完本章以后，再听一段音乐，很可能因为已经学会“自改听域”这个概念而更容易报告自己听出了变化。若本章把这种变化当作证据，就构成循环自证。对此必须把理论自己的作用算进去。本章的概念、图表和例子都是外部语义锚点；真正实验必须在参与者不知道本理论、甚至不知道研究目标的条件下测试判别边界变化。理论文本只能帮助研究者提出测量，不得作为受试者的训练材料。

这也说明为什么本章把“去掉语义、任务、奖励和身份线索后仍持续”写成强制条件。它首先是在限制本章自己。一个人读完文章以后说“我现在觉得地铁声也是音乐”，不算支持；若在不知道概念名称的受试者中，前序声经历使后半段相同物理差异产生可重复、可迁移、非疲劳性的分界变化，才开始接近支持。理论若只能靠被解释以后才出现，就仍然是一个文化命名术，而不是发生机制。

最后还要承认一个目前解释不了的洞：自改听域也许是音乐的一个重要发生机制，却未必是全部音乐的必要条件。某些瞬时、单发、几乎没有时间展开的音乐体验，可能在极短时间内完成判别重组，也可能根本不需要本章机制。若未来出现大量被跨文化稳定认作音乐、同时又在严密实验中找不到任何前后判别关系变化的案例，理论应缩小为“音乐的一类发生机制”，而不是继续通过扩大“变化”的含义来保住“音乐本质”这个头衔。

十八、音乐边界不是物种边界：人、动物与机器都不能靠身份自动入场

一旦把音乐定义成自改听域，传统的“谁有资格拥有音乐”问题会被重写。过去，人类中心论与动物音乐论经常围绕一组表面特征争论：某种动物声是否有节奏、音高组织、重复、变奏、审美选择或社会功能。本章认为，这些特征即使全部存在，也仍不足以判定音乐。因为它们描述的是信号或行为已经显露出来的形态，而没有回答接收端的差异规则是否被前序事件改变。鸟鸣可以非常复杂、鲸歌可以存在长程结构、昆虫振动可以形成精确求偶协议；这些事实足以推翻“只有人类才能产生复杂声音”的傲慢，却没有自动推翻“音乐需要一种特殊发生机制”的要求。

因此，本章对跨物种音乐采取一种既开放又苛刻的态度。开放在于，理论不把语言、符号意识、文化制度或作曲意图列为必要条件。只要某个接收系统在一串机械事件中形成了可测的后生差异，并且这种差异组织能够在外部即时奖惩撤走后继续维持，就原则上允许出现非人音乐态。苛刻在于，我们不能仅凭“听起来像音乐”或“动物也会重复”来认定。实验必须证明：经历过前序信号的个体，在后序完全相同的振动中切出了未经历个体没有的结构边界；改变表面频段、载体或个体位置后，这一边界仍有一定迁移；而且变化不能只用求偶奖励、逃避危险或简单习惯化解释。若这些条件不满足，动物信号仍然可以是高度复杂的通讯，却没有必要借“音乐”抬高它的价值。

机器则形成另一种边界压力。生成模型可以在数百万首作品上学习风格概率，输出人类难以区分真假的新作品。若音乐被定义为“具有统计上合理的音序结构”，机器已经轻易满足；若定义为“人类表达”，机器又会因主体资格陷入哲学争论。自改听域绕开这一点：机器是不是音乐主体并不先决定音乐是否发生。我们只问机器产生的声事件有没有改变接收系统后续的差异规则。一个模型可以没有意识，却成为音乐事件的一部分；同样，一个自称有“音乐意图”的系统若只不断复制既有判别法，也不能仅靠身份获得音乐发生的保证。

更进一步，机器自身也可以成为接收端。设一个音乐生成器不仅根据训练集预测下一音，还在实时声反馈中改变自己未来区分输入的特征权重；若前一次声音改变了它下一次“把哪些差异视为重要”的方式，这个系统在形式上也出现自改听域。但这里仍不能急着说“机器听见了音乐”。本章区分机制同构与体验归属：自改听域首先是一种可测的事件结构，是否伴随主观体验是另一层问题。这个区分避免两种偷换：既不因为机器没有人类意识就否认一切结构同构，也不因为算法具备更新规则就宣布它拥有审美经验。

这种处理还重新排列音乐起源研究的问题优先级。若音乐的关键不在一套已经成熟的节拍、音阶或文化形式，而在“声音能否训练出声音自己的后续判别法”，那么音乐起源可能早于复杂作品，也可能与母婴互动、群体同步、呼叫——回应、身体节律和环境振动共同演化。此处本章不提出一条未经证据支持的进化故事，只给出一个可检验的方向：比较不同物种与不同发育阶段时，与其只数节拍或音程，不如测试前序声经历是否产生跨表面迁移的后序声差边界。若这种能力在人类婴儿、某些非人动物以及简单神经系统中呈连续分布，音乐起源研究的对象就会从“最早的音乐作品”转向“最早能够由声音改写下一次听见的系统”。

十九、时间、记忆与沉默：音乐材料真正特殊的不是持续，而是能改写尚未来到之物

音乐常被称为“时间艺术”，但这个说法太宽，因为语言、舞蹈、电影和任何过程都发生在时间中。自改听域提供一个更精确的时间性：前一个事件不仅先于后一个事件，而是改变后一个事件能够被怎样区分。于是音乐时间不是钟表上的先后，而是“先发生者为未发生者制造判别条件”的非对称关系。两个物理上相同的声音，只要前史不同，就可能处在不同的音乐时间里。重现不是简单再次出现，因为“再次”本身就是前一次事件赋予第二次事件的新资格。

这能解释为什么记忆在音乐里不是储存仓库。若记忆只是把过去声音保存下来，音乐理解就像把当前声音与档案逐项比对；但实际聆听中，大量过去细节会遗失，却留下改变后的权重和分界。我们可能记不住某段旋律每一个音，却已经被它训练出“哪里像在结束”“哪种音色现在显得突出”“哪一次返回终于像返回”的规则。岩土迟滞给这里一个准确的非心理类比：系统不需要保存每一次负荷的完整录像，历史可以以当前材料参数和响应曲线的形状存在。音乐记忆也可能大量以“今天怎样听”而不是“昨天听过什么”的方式留下。

沉默因此获得特别位置。若音乐只是声对象，沉默是对象的缺席；若音乐是自改听域，沉默可以成为一个被前序声音制造出来的后生听差。完全相同的两秒无声，在一段尚未建立期待的环境里可能只是空白，在一个强烈延宕的序列后却能够成为悬置、截断、呼吸或结局。物理输入接近零，事件差异却巨大。这不是用“意义”神秘化空白，而是一个可实验的问题：不同前序序列后，参与者对同样长度的静默何时开始判为“仍在继续”或“已经结束”？边界如果系统移动，沉默就证明音乐差异可以由前史产生，而不必由当前波形携带。

这一点也解释了“期待”为什么既重要又不够。期待理论通常研究一个事件出现概率与情绪反应；自改听域更关心期待背后的分区法是否改变。例如，初学者可能把十二平均律中的若干和弦差异都归入“差不多”，经过特定聆听后，原本同类的声音被切成稳定与不稳定、经过与终止等不同集合。此时重要的不是某个和弦预测概率从 0.2 变成 0.6，而是状态空间本身被重新切分。概率只能在已经确定的状态上分配；若状态类别本身被声事件重写，就需要比“概率更新”更上游的描述。本章所谓后生听差，正是把这层变化单独提出来。

节奏也可以这样重读。传统测量常从物理起音间隔推断拍点，但拍感并不只是对等间隔的被动检测。前序强调、运动同步与身体参与会改变后续起音被归入哪个拍层级；一个轻微偏移在尚未建立层级时可能只是时间误差，在层级建立后却变成切分、拖拍或推进。若改变表面音色以后这种层级权重仍迁移，说明前序事件不是只提供了记忆样本，而是重写了时间差异的读取方式。

由此也出现一个理论反噬：如果音乐研究者把“自改听域”变成固定清单，要求每段音乐都必须展示某几种可测变化，就可能把音乐最重要的开放性重新压回一套既定判别法。理论一旦进入教学和评价，最省事的做法会是设计能快速提高指标的刺激，而不是真正创造新的听觉世界。因此本章不提供“自改指数越高越好”的价值排序。一个极小、极慢、甚至几乎不改变判别的作品可以有其他音乐价值；本理论试图回答本体发生的一条机制，不是建立作品排行榜。

二十、从哲学判断到实验程序：真正困难的是测“规则变了”，而不是测“反应变了”

如果后续研究只比较聆听前后的喜欢度、反应时或脑电幅度，自改听域很快会退化成一般前后测。核心测量必须对应“判别规则”本身。最直接的方法之一是心理物理分类边界：在连续变化的音高、音色、节奏或空间特征上生成一系列中间刺激，让参与者在无反馈条件下判断“仍是同一类/已经偏离”“仍在继续/已经结束”。比较前序声经历前后，边界位置、斜率和特征权重是否改变。一个单纯整体反应变快不够，必须看到差异空间怎样被重新切分。

第二类方法是跨表面迁移。为了排除“记住了具体声音”，训练或聆听阶段与测试阶段应改变音色、音区、乐器、空间位置，甚至改变绝对速度，只保留候选关系结构。如果边界变化只在原录音上出现，最简单解释是记忆或熟悉；若变化迁移到新的声表面，才更接近“听法”而不是“样本”。这也正是本章零情态词判据第二问“换一组音色后，分界还在不在”的来由。

第三类方法必须处理个体差异但不把个体差异实体化。音乐训练、文化背景、年龄、听力状态都可能决定一个序列是否有足够空间改写听域。专家的某些分界在实验前已经稳定，反而不容易再移动；初学者变化可能大，却也更容易受任务提示影响。因此正确设计不是简单比较“专家比新手高多少”，而是对每个个体建立基线判别曲线，测同一人在不同前序条件下的位移，再比较位移模式。这样读数指向事件位置，不把“音乐性”固化为人的标签。

第四类设计要真正利用三个外部来源，而不是只在引言里引用它们。来自昆虫学的要求是操纵传播通道：同一源信号经过不同物理介质历史后，接收端是否形成不同差异；来自岩土工程的要求是测迟滞与回写：改变是否依赖前序路径、同一状态从不同历史到达是否给出不同响应。来自危险模型的要求是操纵局部门控：同一声序列在注意、身体唤醒、社会安全感等可测情境状态改变时，判别变化是否被允许、抑制或反转。三组变量若都只被当作“背景协变量”控制掉，跨学科就失败了；它们应当产生彼此不同的对照预测。

第五类设计需要纵向时间。一个改变如果只持续几十秒，可能只是工作记忆；持续几天却只在原刺激上出现，可能是样本记忆；跨周且能迁移到新表面，才更有资格被称为听域重组。但“持续越久越音乐”同样错误。某些即兴与微型作品也许只在短时间窗口中快速建立又快速解体一套差异法。研究因此应报告变化的时间常数，而不是预设一个统一门槛：建立需要多久、撤去声输入后多久衰减、重新暴露以后恢复速度如何。这个时间曲线本身可能成为区分音乐学习、条件化与疲劳的关键。

第六类设计是跨文化反证。若自改听域只是西方调性期待的另一名称，那么在不共享调性语法的群体中它会失效。真正有力的研究应选择不同音乐文化中的材料，先在各自文化内部寻找“前序改变后序分界”的证据，再做跨文化材料交换。本章不预测所有群体会对同一声序列形成同一分界；相反，它预测机制层相似、被生成的具体差异不同。若跨文化结果显示只有西方调性训练者出现效应，而其他音乐体系无任何相应形式，自改听域就应缩小为特定风格学习机制。

最后，实验报告必须允许失败具有信息。最有价值的不一定是“显著支持”，而可能是发现某一种被音乐学长期当作核心的材料根本不改写判别，或某种通常被排除在音乐外的声事件反而稳定产生迁移。这类结果会迫使定义改变适用范围。本章宁愿因为实验把“音乐本质”缩成“一类音乐发生机制”，也不愿通过事后改写“听域”“持续”“差异”等词来保持永真。一个定义只有能明确告诉我们明天去测什么、看到什么就放弃它，才从哲学修辞进入可研究的理论。

二十一、这一定义没有解释什么：情感、意义、美感与“好音乐”必须继续留在定义之外

提出一个音乐本体论最容易犯的错误，是让定义承担所有关于音乐的问题。音乐为什么使人落泪、为什么某种和声让人紧张、为什么一首歌成为身份记忆、为什么某些作品被评价为伟大，这些都极其重要，但不能因为重要就全部塞进“音乐是什么”。自改听域只回答一个更窄的问题：什么机制使一串声事件从普通经过变成能够自己生成后续可听差异的过程。它不直接推出情感强度，不保证美感，也不保证文化价值。一个事件可以强烈改写听域却令人厌恶；另一个事件可以带来巨大情感安慰，却主要依赖歌词记忆和社会关系而未形成可测的声差重组。把两者分开，反而使后续研究获得清楚接口。

情感可以在这套理论中成为结果变量而不是定义条件。当新的差异边界出现以后，原本中性的偏离可能获得张力，回返可能获得释放，微小的时机变化可能被放大成身体期待；情感由此有可能被“新可听差异”重新组织。但本章不主张所有情绪都经这一机制产生。歌词唤起的悲伤、个人记忆触发的怀旧、群体仪式带来的激昂都可能主要走其他路径。判决性实验应当能够出现“判别边界变了但情感评分没变”和“情感评分变了但判别边界没变”两种分离。如果永远不能分离，本章的变量就只是情感反应的代理。

意义也应当被区分。音乐分析经常说某个动机“意味着”某种人物、社会身份或文化记忆，这些语义关系可以非常真实；但自改听域关注的是更早的一层：在任何明确语义出现以前，一些声音是否已经获得了不同的关系资格。一个和弦先成为“还没有完”的东西，后来才可能在歌剧语境中被解释成某种欲望或命运；一种节奏先形成稳定的身体分组，后来才可能承载族群身份。本章并不把意义还原为声学，而是把“可听差异的生成”视作意义能够附着其上的一种前提。若某类音乐意义完全不依赖任何后生听差，理论也必须承认意义可以绕过这一机制。

美感更不能被偷渡成充分条件。“好听”通常受到熟悉、流畅性、音色偏好、社会身份与情绪调节影响。Eno 的交通噪声例子正说明喜欢度可以随重复巨大改变；但本章之所以不把“越来越喜欢”当音乐发生，是因为喜欢度没有告诉我们差异空间发生了什么。未来实验若发现喜欢度上升与判别边界位移高度相关，也仍要做干预分离：人为提高熟悉度但保持判别结构，或改变判别结构而不改变喜欢度。只有这样，自改听域才不是审美偏好的另一个名字。

同样，本章没有定义“好音乐”。这是伦理上尤其重要的一点。若把音乐的发生机制立刻转化为价值尺度，就会产生古德哈特式反噬：作曲家和教育者开始追求最大化“边界迁移”，用突变、惊吓、高密度差异或强训练制造指标，而忽略音乐中安定、共处、记忆、仪式和纯粹享受的价值。岩土工程已经提醒我们，变化可以是损伤；免疫学也提醒我们，强激活可以是病理。因此，自改听域至多回答“这里有没有发生一种音乐性生成”，不能回答“它是否值得、是否健康、是否美、是否应该被推广”。

把这些问题留在定义之外还有一个理论收益：它使“何谓音乐”不再需要通过占领所有音乐学分支来证明自己。一个好的本体论判断应当像一个新的坐标，而不是一部吞并历史、美学、社会学、心理学和神经科学的总理论。若这个坐标成立，其他学科可以问自己的问题：社会学研究哪些制度让某种听域更容易形成；教育学研究怎样让新差异自主稳定；神经科学研究哪些回路实现权重重排；美学研究不同类型的后生听差如何进入价值判断。若这个坐标不成立，这些学科仍然可以继续工作。理论能被局部摘除而不让整栋音乐研究倒塌，正是它应该承担的谦逊。

二十二、结论：音乐不是已经存在的差异，而是差异获得出生资格的过程

“音乐是什么”之所以长期难以定义，不一定因为音乐太复杂，也可能因为问题一直把对象放错了地方。我们寻找音高、节拍、形式、意图、社会功能、文化标签或脑内模型，都是在寻找已经存在的东西；而音乐最特殊的作用之一，恰恰是让此前不存在的可听差异开始存在。前一声使后一声能够成为“回来”，一段时长使下一次沉默能够成为“悬置”，一个音色历史让极细微的谱差突然拥有重量。这里发生的不是对固定世界的解释，而是一个听觉世界的局部生成。

昆虫基质振动让我们看到，信号在传播中被介质共同制造；岩土循环迟滞让我们看到，输入可以改写随后输入要经过的通道；免疫危险识别让我们看到，刺激是否成为事件取决于局部判别条件。三者合起来逼出“判别规则本身可以被事件制造”这一点。把它带回音乐，得到“自改听域”：声音不仅被听见，而且改变下一次听见的条件。音乐由此可以被定义为一种差异自生事件——不是因为它拥有某种固定形式，而是因为它使后续声音获得新的可听关系，并在外部任务与标签撤走以后仍能自己维持。

这一定义目前仍是一个高风险假说，而不是完成的学科共识。它最可能被预测编码、统计学习或具身生态认知吸收；如果严格对照后不存在独立预测，就应当撤回新概念。Essen 小样本真跑只支持局部历史依赖这一最低前提，不支持本体论本身。正因为如此，本章的价值不应由“这个定义听起来多新”来衡量，而应由它能否逼出过去没有必要做的实验来衡量：同一后半段，在不同前序声经历后，究竟从哪里开始变成另一个可听世界？如果这个问题能够被稳定地测出来，“音乐是什么”就不再只是哲学争论，而会第一次拥有一条可以被数据真正推翻的发生论路径。

证据边界、伦理与复现声明

本章区分三层证据。第一层是“自改听域”作为音乐发生的核心本体论命题，当前仅为可证伪理论提案；第二层是二维辨别格与零情态词判据，属于可操作分析工具。第三层是“真实音乐序列中局部历史可能携带超出上一事件的信息”这一最低经验主张，Essen 小样本真跑只触及第三层。任何一层被推翻，不自动推出另外两层同时失效。

本章提出的任何“听域变化”指标不得直接用来给个人打“音乐性”“审美水平”或“天赋”分数。读数描述的是特定事件——情境中的判别位置，不是人的固定属性；不得为了提高指标而在教育、临床或安全关键情境中强迫暴露、制造疲劳或操纵情绪。若未来据此做出对个人不利的教育/临床决策，必须公开编码规则、允许复核并提供替代证据通道。

本章由人机协作完成。研究问题、跨域方向与创新目标由用户提出；AI 负责文献检索、跨域结构推演、候选命题压力测试、公开语料的预注册统计试跑、论文起草与格式化。统计试跑的假设、变量、阈值在计算主统计量前写入预注册文件并保留 SHA-256；所有结论均按“不利结果必须报告”的原则写入。本章不宣称任何自我认证的创新智商分数，若用于发表或学术评价，应交由未参与写作的独立评审者复核。

附录A：自改听域最小操作定义（供后续实验复核）

读数对象不是“一个人多有音乐性”，而是“在一次规定的前序暴露后，同一个后半段声序列的判别边界相对基线移动了多少”。建议优先记录四类结果：句界位置、偏离检测阈值、特征权重（音高/音色/时长/空间位置等）与跨表面换皮迁移率。只要研究改用其中某一类，必须在统计前写死粒度：什么算一次边界、一个受试者多次选择如何汇总、无回答与模糊回答如何编码。

“持续”不预设一个全领域统一分钟数。第一轮研究至少应在外部任务/奖励撤走后设置即时、延迟两个无强化测点，并在预注册中写明。不同音乐类型的时间尺度可能不同，因此本章不把某个任意阈值伪装成自然常数。真正硬的要求是：正文、证伪条件与赌注必须引用同一套定义和同一阈值，不能在看到结果后漂移。

最小对照至少包括：无前序暴露、统计量匹配但判别维度不换手、纯重复/熟悉、纯适应/疲劳、外部任务条件化五类。只有当目标条件在这些对照之外仍留下可迁移的判别规则变化，才有资格把效应解释为“自改听域”而不是一般学习。

最关键的竞争模型是统计学习/预测编码，因此数据分析不能只比较“目标组显著、对照组不显著”。需要直接比较模型预测，并报告在加入已有预测变量后，新变量是否提供增量解释。如果没有增量，本章的新构念应被吸收而不是靠改名保留。

建议的最小实验可以从一个二维连续刺激空间开始，例如同时改变音高距离与音色亮度。第一阶段让参与者聆听两套物理统计量近似匹配的序列：A 条件中，前半段逐步把“句界”从音高线索转移到音色线索；B 条件始终让音高保持为主要线索。第二阶段取消所有反馈，只呈现同一组模糊中间刺激，估计两组参与者的分类边界和两个维度的心理权重。第三阶段整体移调并更换乐器音色，再测一次。如果 A 条件的权重转移在第三阶段仍部分保存，而 B 条件没有，就获得比“听熟了”更接近听域改写的证据。

编码规则必须在实验前写死。例如，“一句结束”可以要求参与者在连续播放中按键标记，但必须明确按键延迟如何校正、两次按键间最小距离、漏按如何处理。“偏离阈值”可用心理测量函数的 50% 转折点，但模型形式、先验/拟合方法和排除标准应预注册；“特征权重”若来自回归系数，则所有特征需标准化并报告共线性。没有这些粒度规定，同一个“听域变化”可以通过不同分析得到相反结论。

研究还应保存失败样本，而不是只发表成功作品。若某些经典作品在严格去锚条件下不产生迁移，这可能说明音乐发生不必总依赖本章机制；若某些警报或语言材料反而产生强迁移，可能说明机制比音乐更一般。只有把这些不利格子保留下来，理论边界才会收紧。一个公开语料最终应包含原始刺激、声学特征、前序条件、即时与延迟测试、个体基线、排除理由和全部分析脚本，使不同研究团队能用同一规则重新清点。

最后，任何跨文化或跨物种扩展都应先做“等价任务审计”。不能把人类口头判断、鸟类啄键和昆虫趋向行为直接当作同一读数，只因为都能产生一个百分比。真正可通约的不是动作形式，而是结构：前序经历是否改变后序相同刺激的分界、改变是否在外部即时强化撤走后保持、是否能迁移到新的表面载体。只有这三项结构同时成立，来自不同物种或文化的结果才有资格被放在同一张图上比较。

为了防止“迁移”这个词本身无限膨胀，后续研究应把迁移分成至少三级：一级是同一录音内部的新片段迁移；二级是换音色、换音区或速度后的结构迁移；三级是换作品、换演奏者甚至换感官——动作耦合情境后的规则迁移。本章不预设三级一定比一级“更音乐”，但必须报告效应停在哪一级。如果一个效应只能在原录音内部重现，它更像具体样本记忆；如果能跨作品迁移，才更有资格说判别法本身发生了改变。

同样需要记录“反向迁移”：新的听法是否让某些过去可见的差异消失。真正的重组未必总是增加分辨率，它也可能把原先重要的差别重新归为同类。比如进入一种新的节奏组织后，听者可能不再把每个微小时值偏差当作独立事件，而开始把它们吸收到一个更高层拍感中。若实验只统计“辨别能力提高”，会漏掉这种压缩。自改听域因此既包括差异出生，也包括差异撤销；关键是分类结构改变，而不是信息量单向增加。

← 第二部　判别（D）：凭什么分开，标准从哪来第六章　声差续生——差异继续有能力造成差异 →

© 德麦国际出版社 · 许佳衡《音乐初探·卷一何谓音乐？》· ISBN 979-8-90690-023-4 · 定价 US$19.90
本书是理论与研究方法著作。全书四份预注册文件与全部脚本随书交付，读者可在本机复算并据以判定本卷哪一条主张不成立。

第五章 自改听域——音乐发生在声音改变下一次听见的地方