“音乐是什么”长期在声音结构、人的活动、知觉经验与社会中介之间摆动。本章不把新的学科术语直接移植进音乐学，而从三个尚未成为音乐本体论常规资源的机制出发：无机化学中氧化态归属与实际电子状态可能错位的“非无辜性”，内分泌系统中同一分子信号因脉冲方式不同而产生不同乃至相反效力的时间编码，以及微生物组中功能依赖代谢物跨成员接力而出现的交叉喂养。三者共同迫使一个更窄的定义出现：音乐不是单纯被组织起来的声音，不等于一组由人执行的活动，也不能还原为听者内部的预测。音乐发生于先前的声差经由异质载体转化为状态改变，并使后续声差获得新的作用条件，从而让“差异继续有能力造成差异”。本章将这一过程称为“声差续生”。文章给出状态依赖×差异更新的二维判别、跨载体接续的必要条件、与十类近邻理论的裁决性边界，并以七首公开巴赫四声部众赞歌的女高音声部进行一次先验固定的最低成本反证。结果显示，五首并未呈现显著的二阶符号历史依赖，迫使本章放弃“乐谱天然携带长记忆”的强主张，将乐谱信息仅保留为弱代理。由此，音乐的最小单位不再是音、作品或主体，而是一次可被追踪的“差异——状态——再差异”接续。
关键词：音乐本体论；声差续生；状态依赖；差异更新；非无辜性；脉冲编码；代谢交叉喂养
When One Sonic Event Rewrites the Conditions of the Next: A Falsifiable Ontology of Music
Abstract
What is music? Existing answers oscillate among organized sound, human activity, perceptual experience, prediction, and social mediation. This paper does not import disciplinary metaphors as decorations. Instead, it extracts three mechanisms not normally used as ontological definitions of music: redox non-innocence in inorganic chemistry, where formal assignment may diverge from observable electronic state; pulsatile endocrine signaling, where the same molecular signal acquires different or even opposite efficacy under different temporal regimes; and metabolic cross-feeding in microbiomes, where a function can be completed through sequential handoffs among heterogeneous members. Their intersection motivates a narrower claim. Music is neither merely organized sound, nor simply an activity performed by subjects, nor only an internal predictive model. Music occurs when a prior sonic difference is converted into a state change in heterogeneous carriers, and that state change rewrites the efficacy conditions of a subsequent sonic difference, thereby enabling difference to keep producing difference. I call this process sonic difference regeneration. The paper develops a two-axis test of state dependence and difference renewal, requires cross-carrier handoff, draws adjudicable boundaries against major neighboring theories, and conducts a minimal falsification run on seven public Bach chorales. Five of the seven pieces fail to show significant second-order symbolic history dependence at the piece level. This unfavorable result removes the stronger claim that a musical score intrinsically carries long memory and restricts score statistics to a weak proxy. The proposed ontology therefore locates the minimal musical event not in a note, a work, or a subject, but in a traceable difference–state–difference relay.
Keywords: music ontology; sonic difference regeneration; state dependence; difference renewal; redox non-innocence; pulsatile signaling; metabolic cross-feeding
+—————–+———————————————————-+——————————-+———————————————-+ | 来源学科 | 只抽取的技术核 | 对本问题施加的压力 | 明确禁止的泛化 | +=================+==========================================================+===============================+==============================================+ | 无机化学 | 非无辜配体：形式氧化态与可观测电子状态可错位 | 可显露状态未必能归给名义中心 | 不能泛化为“整体大于部分”或“音乐也有化学结构” | +—————–+———————————————————-+——————————-+———————————————-+ | 内分泌与代谢 | GnRH 脉冲：同一分子输入因时间组织不同可产生不同/相反效力 | 路径/时序会改写同一信号的作用 | 不能把“有节奏”直接等同于音乐 | +—————–+———————————————————-+——————————-+———————————————-+ | 微生物组 | 代谢交叉喂养：功能经代谢物在多个成员间接力完成 | 效力依赖异质载体共同条件 | 不能把网络、合作或去中心化本身当音乐 | +—————–+———————————————————-+——————————-+———————————————-+
“音乐是什么”看起来像一个已经被问旧的问题。我们可以从声学特征回答：音乐具有音高、时值、强度、音色以及由这些变量形成的秩序；可以从作品回答：音乐是能够被保存、复演和识别的作品；可以从人类学回答：音乐是被人组织、赋义并置入社会关系的声音。可以从实践回答：音乐不只是一个对象，而是作曲、演奏、聆听、排练、舞蹈、制作和参与所构成的活动；也可以从认知科学回答：音乐是大脑对时序刺激形成期待、违背期待、更新模型并产生情绪与动作倾向的过程。这些回答各自抓住真实的一面，却仍留下一个不容易消失的边界问题：同样的声学材料为什么有时是音乐，有时只是警报、口令、噪声、测试信号或背景刺激？同一首作品为什么在某些时刻“活着”，另一些时刻却只剩技术正确的复现？
如果定义只是列举音乐经常具有的性质，它很容易被反例击穿。规则音高并非音乐所独有，语言也有音高轮廓；周期性并非音乐所独有，机器也会稳定振荡；人类有意组织的声音并非都被当作音乐，法庭宣读、广播提示和语音合成同样被人为组织。快乐、情绪和同步动作也不是必要条件，哀乐、极端实验音乐、独处聆听甚至无明显愉悦的练习仍可被经验为音乐。真正困难的不是再找一个更长的属性清单，而是寻找一种在边界案例上能够作出不同预测、又允许实验把它判错的最小机制。
本章把问题从“哪些对象属于音乐”稍微移动为“何时有音乐发生”。这种移动不是把音乐变成纯主观体验，也不是取消作品和声音的现实性。它只要求我们区分三个层次：一段声音可以是某个文化中被称为音乐的对象；一份乐谱可以是供音乐实现的规范性载体。但“音乐发生”还可能是一种实时机制，只有在声音、身体、记忆、动作、空间、设备和后续声事件之间形成某种特定接续时才出现。对象类别、社会名称与发生机制可以重叠，却不必完全同一。
这一拆分带来一个严格要求：新的定义必须面对语言、警报、节拍器、白噪声、自然声、录音、无声读谱、人工生成音乐、舞蹈中的振动、算法互动装置等边界；不能靠“艺术性”“意义”“真正”“恰当”之类无法机械记录的词来兜底。它还必须能承认自己可能失败。如果一个既有理论可以在所有这些边界上作出与本章完全相同的判决，那么新名词就没有存在的必要。
第一类答案把音乐安放在声音或作品中。20世纪“organized sound”的传统以及 John Blacking 以“humanly organized sound”概括音乐的著名说法，都把声音的组织方式放到核心位置。它们的重要贡献，是拒绝把音乐限制在特定乐音材料，允许噪声、陌生音色和跨文化结构进入音乐概念。然而，只要把定义重心放在“声音已被怎样组织”，就会留下一个静态难题：保持同一声音文件不变，只改变它之前发生过什么、听者或系统当前处于什么状态，音乐经验可能显著改变。反过来，完全不同的声学文件却可能执行同一种音乐张力。声音组织解释了材料，却未必解释材料为什么在此刻仍有作用。
第二类答案把音乐安放在行动与关系中。Christopher Small 的 musicking 把“音乐”从名词转向动词，作曲、演奏、聆听以及围绕表演发生的参与都可以进入音乐实践。生态和具身取向进一步强调，音乐知觉依赖身体、环境、可供性与行动回路；Marc Leman 明确把身体理解为声音能量与意义、意向之间的中介。Georgina Born 的 musical mediation 则更进一步，把技术、社会关系和时间性纳入音乐本体论。这些理论已经非常接近本章，因此任何把“音乐是关系、网络、中介、身体互动”当作创新的写法都站不住。本章必须说明：在关系和中介已经存在的情况下，究竟还有哪一种关系性质会使两个同样复杂、同样被中介的系统得到不同判决。
第三类答案把音乐安放在时间中的认知动态。Large 与 Jones 的动态注意理论用振荡与相位同步说明人怎样追踪时间事件；预测编码路径则把节律体验理解为输入与内部预测模型之间不断比较、修正的过程。Vuust 与 Witek 对节律复杂性和预测编码的讨论显示，预测误差、节拍模型、身体动作与愉悦之间可以形成精细关系。这些研究提醒我们：音乐不是一串彼此独立的刺激，前一个事件会改变后一个事件的意义。但预测本身仍然不是音乐专属机制——语言、视觉序列、体育动作和威胁监测同样需要预测。因此本章不能把“存在期待”直接等同于“存在音乐”。
这三类近邻并不是要被推翻。相反，本章的定义只有在能够同时解释它们各自看见的事实，并在它们没有区分的案例上增加一个可测差异时才有价值。也因此，本章不把“关系性”“动态性”“涌现”“反馈”“具身”“预测”作为最终新概念。这些词已经被音乐研究充分使用。真正需要寻找的是一种更窄的操作结构：它为什么不是任意关系，为什么不是任意时间变化，为什么不是任意反馈。
还需要说明“未被吸收”究竟是什么意思。音乐学本来就是高度开放的领域，心理学、神经科学、人类学、社会学、生态学、信息论、复杂系统、控制论、媒介理论甚至生物声学都已经不同程度进入音乐研究。若只凭学科名称陌生就宣称跨域创新，几乎必然高估新意。本章因此把检索单位压缩到“具体机制”。微生物组中真正使用的是代谢交叉喂养的功能接力，无机化学使用的是氧化还原非无辜性造成的归属——状态错位，内分泌使用的是同一分子信号在持续/脉冲时间制度下出现效力反转。检索到的音乐——微生物组或音乐——内分泌研究大多关注音乐干预对压力、激素、生理状态的影响，这与把上述机制作为音乐本体判据是两件不同的事。本章不声称音乐研究从未谈“代谢”“激素”或“化学”，只声称这里的三条技术机制不应被宽泛术语提前吞掉。
这种机制级筛选也能解释为什么一些看上去更“远”的学科反而不适合。假如第三个领域只是提供“结构决定性质”，它会马上被形式主义、格式塔、信息论等成熟音乐理论占位；假如微生物组只提供“生态网络”，它又会与音乐生态学、行动者网络、中介理论和系统音乐学重合。真正有用的不是距离，而是一个既有音乐概念不能在不改变自身的情况下直接替换掉的局部结构。后文所有划界都据此采用“替换后预测是否仍相同”的标准，而不是用“本章更深入、更系统”之类无法判决的差异。
无机化学提供的不是“音乐像化学反应”这种类比，而是一条关于归属的技术性警告。在经典配位化学的记账中，研究者习惯给中心金属和配体分配形式氧化态，以便讨论电子数、反应性和催化循环。这个办法极其有用，但在所谓 redox-noninnocent ligands（氧化还原非无辜配体）中，配体自身也可以参与氧化还原，形式氧化态与光谱学或电子结构所显示的状态可能不一致。Stiefel、Waters、Billig 与 Gray 1965 年以“The Myth of Nickel(III) and Nickel(IV) in Planar Complexes”为题，正是早期著名的警示；de Zwart 等 2021 年进一步指出，对于含非无辜配体的络合物，配体氧化态可能出现歧义，并妨碍金属氧化态的简单指派。
这条异议的关键不是“整体大于部分之和”。它更尖锐：一个对反应真实有效的电子状态，可以因为中心与配体之间的耦合而无法被传统名义账本稳定地归给某一个部件。形式记账并没有失效，它仍然是一种强大的模型；失效的是把记账位置直接等同于物理状态位置。化学家因此需要几何、光谱、计算以及多个结构指标协同裁决。换句话说，现实中的“效力在哪里”与我们为了描述方便而说“它属于谁”并不总是同一件事。
把这一异议带到音乐问题，首先会削弱一种未经检查的直觉：如果音乐是真实的，它应该能够被稳定放进一个容器——作品、声波、演奏者、听者的大脑、文化编码、设备或场景。事实上，音乐理论内部已经有大量关系性工作反对单一容器论；所以本章不能把“音乐没有唯一宿主”当作新结论。无机化学真正逼出的更窄问题是：当我们把“音乐效力”归到某个载体时，是否可能像形式氧化态那样，把一种为了描述而建立的归属误当成了因果上足够的归属？
由此得到第一个限制：本章不会说声音、乐谱或大脑“不重要”，也不会说一切状态都不可定位。恰恰相反，无机化学自身说明，复杂体系仍可以通过多种测量逐步约束电子结构；“非无辜”不等于“任意”。因此本章只保留一个最小推论：如果音乐的定义性效力必须依赖多个载体之间的状态关系，那么任何单一载体都可以是必要证据，却不自动构成充分定义。
内分泌系统带来的不是“音乐有节奏”这样显而易见的对应，而是“同一物质、同一受体系统，在不同时间组织下可以产生不同甚至相反的系统效力”。促性腺激素释放激素 GnRH 是一个经典例子。Nagae 等关于 KNDy 神经元与 GnRH 脉冲发生器的工作强调，脉冲式 GnRH 对维持促性腺激素脉冲至关重要；持续 GnRH 处理反而会抑制促性腺激素释放。这不是把两种不同化学信号比较，而是同一分子输入因为持续方式、频率与系统历史不同而获得不同作用。
这件事对“音乐是什么”的压力很大。若一种声音的效力不能仅由它此刻的声学值决定，而取决于它以怎样的时间方式抵达一个已经被前序事件改变的系统，那么“声音是什么”与“声音此刻能做什么”必须分开。一个和弦的频谱可以完全相同，但在终止式前、循环重复百次后、陌生调性环境中、长期训练后的听者那里，其继续作用的能力可能完全不同。这里的关键不是心理意义，而是一般的状态依赖：当前输入的作用函数包含系统的历史状态。
内分泌机制还提供了一个对“重复”的重要反例。音乐常被粗略地与节奏、周期或重复绑定，但 GnRH 说明，重复并不天然维持效力。持续刺激可以引起去敏化或下调；恰当的脉冲间隔却能够维持响应。于是，音乐中的时间结构不能只被看成事件间隔的几何秩序，还要问一个更苛刻的问题：这种时间组织是在消耗差异，还是在恢复下一次差异仍然能够被系统识别和利用的条件？
这也构成第二个反向约束。并非所有“有脉冲的东西”都是音乐，内分泌系统也不是因为脉冲而成为音乐。脉冲依赖具有具体受体、反馈和生理边界；不同信号系统的频率响应完全可能不同。因此本章不能从“节律会编码”偷换成“节律就是音乐”。真正可迁移的只是一个形式原则：事件序列的组织方式能够改变后续事件的效力，而这种效力改变必须被实际测到。
微生物组研究进一步改变问题的空间结构。Pontrelli 等研究多糖降解群落时发现，专门的降解者产生特定寡聚物，下游消费者再利用这些底物并把其他代谢物释放到共享池中；物种的底物偏好和顺序定殖由此形成层级化的交叉喂养结构。Medlock 等对定义明确的肠道微生物群落进行代谢机制推断，也强调群落组合会出现不能简单从单菌状态直接读取的代谢行为。这里的重要事实不是“群落很复杂”，而是某一功能可以靠一连串物质转交完成。
把这一点放回音乐，我们会发现“音乐发生在哪里”的问题可能问错了。合奏中，一个节奏差异由鼓手产生，被舞者转成动作相位，再被其他演奏者读回并改变下一拍。录音聆听中，扬声器的振动改变听者的神经——运动状态，听者状态又改变下一声音的显著性；互动电子作品中，环境声进入传感器，算法状态改变输出，新的输出再改变演奏者行为。每个节点都只保存一部分状态，但效力可以在接力中继续。
这与一般“网络理论”仍不相同。网络只要求存在节点与边；交叉喂养式视角要求我们追踪一种东西是否真的通过边被转化和接续。一个拥有上百个设备、数十名参与者的音乐节可能关系极复杂，却不保证任何一个具体声差被后续系统状态所继承。反过来，一个人独自哼唱，声音——呼吸——运动——听觉之间的接续足以很短。复杂性不是门槛，载体数量也不是价值。
微生物组还提供第三个反向约束：交叉喂养并不等于合作，更不等于美。微生物之间既有互惠，也有竞争、剥削与资源排斥；群落功能也可能高度依赖关键种。于是本章不能把“分布式”浪漫化为“去中心化即音乐”。需要保留的只是一个更冷的机制要求：如果后一个声差的作用条件由前一声差跨载体留下的状态共同形成，那么完整效力不能由其中任一孤立节点单独复现。
到这里，三个学科并没有给出三个音乐隐喻，而是对同一个默认前提施加了三次不同压力。无机化学告诉我们，名义归属未必等于实际效力所在；内分泌告诉我们，同一信号的效力被时间组织与系统历史改写；微生物组告诉我们，功能可能通过异质成员之间的接续完成。若把三条同时成立，音乐定义的焦点便从“哪一个东西拥有音乐”转向“一个声差怎样改变系统，使下一个声差不再以原来的条件到来”。
这里的“差异”不是抽象哲学名词。它必须落到可记录变量上：两个声音在频率、时值、强度、音色或统计位置上的差别；同一声音在不同前序条件下引起的神经、动作、生理、注意或选择反应之差；两个系统状态对同一后续事件产生的可测响应差。只要差异不能被记录，就不能拿来支撑本章的判决。
更关键的是“继续有效”。许多序列都有记忆，许多系统都有反馈，但历史依赖可以只导致衰减。一个重复警报最初引人注意，随后迅速被忽略；这是强状态依赖，却不是本章所要的“续生”。相反，如果先前事件不仅改变状态，还使后续事件获得新的可辨认性、张力、动作可能或预测更新空间，那么差异没有简单被消费掉，而是在下一轮获得新的作用形式。本章把这个由差异造成状态改变、再由状态改变重建下一差异作用条件的过程称为“声差续生”。
因此，本章的核心不是“音乐是复杂系统”。复杂系统可以收敛、僵化、耗散，也可以不断产生差异。本章只对后一种特定发生结构作定义性主张。它也不是“音乐是信息”。一个压缩文件包含大量信息，却未必处在任何实时差异——状态——再差异回路中。它更不是“音乐是刺激”。刺激强调从输入到响应的单向关系；声差续生强调响应形成的新状态会反过来改变下一输入的效力条件。
更形式地说，可以把任何候选音乐发生分成四个环节。第一是“捕获”：某个声学或声相关差异必须真的进入系统并改变至少一个状态变量。第二是“转化”：差异不能只被复制，它要被转成另一个载体中的状态，例如声学相位变成动作准备、和声张力变成继续期待、演奏者微偏差变成同伴的时值修正。第三是“回写”：这个新状态必须改变下一声事件被产生、被选择或被响应的条件。第四是“再开放”：回写不能只是把系统推向饱和或关闭，而要为下一轮保留一个新的可辨空间。四环缺一，本章就不会把完整过程称作续生。
“再开放”是最容易被忽略的一环。许多因果链都能完成捕获、转化和回写：恐吓声让人僵住，僵住改变下一刺激反应；广告声形成记忆，记忆提高下一次品牌识别；机器故障声触发维修，维修改变下一次设备状态。它们未必因此构成音乐。差异续生增加的限制是，后续系统不是单纯更强或更弱地响应，而是获得一个新的区分结构。例如终止式前的属和弦不只是提高“唤醒”，它把随后多个可能音程和和声事件重新排序。切分不只是让人惊一下，它可能改变身体对拍点的相位分配；合奏中的微小提前不只是误差，而可能让另一位演奏者调整下一个进入点。真正需要实验的是这种“结构特异的重新排序”，而不是总反应量。
这也解释“差异继续有能力造成差异”为什么比“信息继续传递”更严格。信息传递可以是忠实复制，例如数字文件经过十个服务器仍保持同一比特。续生则需要转化后的状态使未来的区别空间发生变化：后一个事件之所以成为新的事件，不只是因为内容不同，而因为前一事件改变了它与替代项之间的关系。如果把前史抹掉，当前事件的声学形态可以不变，但它在系统中的分辨位置应改变。
本章提出如下定义：音乐发生于一个声事件造成的差异，被一个或多个载体转化为状态变化，而该状态变化又改变后续声事件的可作用条件，使差异不是被一次性消耗，而能够以新的形式继续造成差异。简写为：音乐是声事件借由跨载体状态转化，不断重建下一差异之可作用条件的过程。本章将这一过程称为“声差续生”（sonic difference regeneration）。
这个定义有三处刻意的否定。第一，音乐不等于“被组织起来的声音”。组织是常见的前提，但静态组织无法单独说明同一声音为何因历史状态不同而改变效力。第二，音乐不等于“由主体执行的活动”。主体行动可以携带接续，但有行动并不保证差异被更新；并且在人工代理、机械反馈或非听觉振动中，某些音乐发生可能超出单一人类主体。第三，音乐不等于“听者内部的预测”。预测是重要载体，却只是接续链的一种实现；若预测变化没有进一步改写后续声差的作用，它仍可以只是一般认知。
定义中最小的可观测链条包含三个时点。时点一，出现声差 x_t；时点二，系统状态 z_t 因 x_t 改变为 z；时点三，后续声事件 x 在 z 下产生的响应 y 与它在历史被抹除的对照状态下不同。形式上可以写成 z=F(z_t,x_t)，y=G(x,z)。仅有这两个方程还不够，因为一般学习、疲劳和习惯化都满足它。本章再加入“更新条件”：真实历史所造成的状态改变，必须在某个下游指标上维持或创造可辨差，而不是只把响应单调压低。
“跨载体”是第三个限制。一个载体是具有相对独立状态变量、可以在分析中区分的物理或功能单元，例如声场、身体运动、神经群体、乐器机械状态、软件内部状态、另一个演奏者。至少两个异质载体之间存在可追踪的状态转交，才能把“一个内部记忆过程”与本章意义上的音乐发生分开。这个条件故意使理论承担风险：若未来大量最典型音乐经验在严格单载体条件下完全满足全部预测，那么跨载体要求应被删除，本章核心定义也必须缩减。
音乐在这里不是价值判断。声差续生率高并不意味着音乐更好、更美、更高雅，也不意味着文化地位更高。一个令人厌恶的声音系统可能具有强续生，一个伟大作品在疲劳、自动播放或注意完全关闭时也可能暂时处于低续生。本章定义的是发生机制，不是审美等级。这一点使它有可能与传统“作品属于音乐”的分类并存：作品是可供音乐发生的稳定程序，发生则是程序在具体系统中被实现的动态状态。
声差续生还必须面对“什么算一个载体”的粒度问题。若把每个神经元、每个空气分子都算独立载体，跨载体条件会变得毫无约束；若把整个人或整个乐队只算一个载体，又会抹掉真正的接续。本章建议用干预可分离性来定边界：当我们能够改变 A 的状态而在短时间内保持 B 的关键状态近似不变，并观察 A→B 的转移时，A 与 B 才在该研究粒度上算不同载体。一个演奏者的动作系统和听觉期待可以在某些实验中作为两个功能载体；在另一些研究中，整名演奏者可以作为一个节点，与另一个演奏者或设备形成跨载体接续。载体不是先验实体，而是由可干预边界限定的分析单元。
定义还需要区分“潜在续生”与“实际续生”。乐谱、录音、算法模型、乐器结构都可以保存大量使未来续生成为可能的约束，但在无人读取、播放或运行时，它们至多是潜在程序。实际续生要求有状态转移发生。这个区分避免两个极端：一端把博物馆里静置的谱本说成“音乐正在发生”，另一端又否认作品作为跨时间稳定资源的重要性。作品可以被理解为一种把可能的差异路径压缩保存的装置；表演和聆听则把这些路径重新放入真实载体中，使其中某些接续被实现。
于是，“音乐是什么”至少有两个合法但不同的问题：社会——制度问题问某对象何时被共同体承认为音乐；发生论问题问某时刻是否存在声差续生。两者不能互相取代。一个文化可以把某段仪式声正式称为音乐，即使在某次机械播放中实际续生很低；一个儿童随口哼出的短句也可能形成强烈续生，即便没人把它登记为作品。本章回答第二个问题，并不企图废除第一个。它的价值恰恰在于，当名称已经固定时仍能解释同一“音乐对象”为什么出现不同的发生强度与失效方式。
为了防止“声差续生”退化成任何动态关系，本章用两个彼此独立的读数构成四格判别。第一轴是“状态依赖”：在当前声事件保持可比时，改变前序历史是否会改变响应。第二轴是“差异更新”：真实历史相对于历史抹除、随机重排或暴露量匹配的对照，是否维持或创造了下游的可辨差，而不是只造成整体反应衰减。跨载体接续不作为第三轴，而作为进入右上格后仍需满足的资格条件。
低状态依赖、低差异更新，是普通信号流：系统主要对当前输入作反应，前序状态影响很弱。高状态依赖、低差异更新，是习惯化、疲劳或条件化的一类典型区域：历史很重要，但它主要把后续差异消耗掉。低状态依赖、高差异更新，是外部不断注入新奇的区域：每次差异都很大，却不是前一次差异重建出来的；随机音高瀑布、持续换刺激可能位于此处。只有高状态依赖、高差异更新，并且能够观察到跨载体接续时，才进入本章所谓音乐发生的靶格。
这个二维结构有一个故意违反直觉的结论：越复杂、越不可预测不一定越音乐。若复杂性来自外部随机新奇，系统没有把上一差异转化为下一差异的条件，差异只是被不断替换；同样，越稳定、越同步也不一定越音乐，因为系统可能已经收敛到几乎没有新的可作用差异。音乐的持续性因此不是“保持同一”，而是“保持能够不同”。
二维结构还给出三个靶格征候。第一，短期指标可能改善而续生下降：重复排练让节拍误差持续减少、可预测性提高，却可能让某些反应差异逐渐消失。第二，失败可以没有外显警报：演奏仍然准确、音高节拍都正确，但听者或演奏系统对后续差异不再产生可区分状态。第三，制度化优化会自我强化：若平台只奖励即时熟悉度、可预测性或停留率，系统可能不断重放最容易得到短期反应的结构，最终反而消耗差异更新能力。
两个轴必须通过干预而不是印象获得。状态依赖最小实验要求当前关键事件在可比条件下出现两次，只改变其前史；若响应差异大于预注册阈值，才判为高。差异更新最小实验则要求比较真实结构历史与历史抹除/重排历史，并且控制总暴露量、能量和局部新奇度；若真实历史让后续差异的结构特异可辨性更强，而非仅让总唤醒更高，才判为高。这样设计可以把“历史重要”与“历史只是让人累了”分开。
高——低并不需要永久固定阈值。不同测量可以用不同原始单位，但同一研究中必须预先固定方向性效应与不确定性标准。例如行为反应时可用历史条件交互效应及置信区间，神经数据可用预注册成分的条件差异，互动设备可用扰动后恢复出的状态分离度。本章拒绝把所有领域强行换成一个物理单位；真正可通约的是“是否存在由前史造成、并在控制条件下可重复的差异更新”这一编码规则。
四格还揭示一种容易误诊的情形：高状态依赖、低差异更新常常看起来“很有感觉”。比如创伤相关声音、上瘾线索或强警报都可能因历史而产生极强反应，甚至比普通音乐更强。但如果历史只是把系统锁死在单一响应上，后续差异空间反而缩窄，它就不进入靶格。这一判断防止理论把“强烈反应”误当音乐本质，也防止把痛苦、恐惧或生理激活浪漫化。
+———————–+——————————————–+—————————————————————-+ | | 差异更新低 | 差异更新高 | +=======================+============================================+================================================================+ | 状态依赖低 | 普通信号流：当前输入主导，历史影响弱 | 外源刷新：新奇持续进入，但不是由前史重建 | +———————–+——————————————–+—————————————————————-+ | 状态依赖高 | 习惯化/疲劳/条件化：历史重要但主要消耗差异 | “声差续生”靶格：历史改变状态，状态重建后续差异；另需跨载体接续 | +———————–+——————————————–+—————————————————————-+
第一，它不等于重复。重复只是两次事件之间的相似关系；声差续生关心第一次是否改变了第二次“能做什么”。严格重复既可能增强期待、形成拍感，也可能诱发习惯化。只有通过对照历史才能知道重复究竟在更新差异还是消耗差异。
第二，它不等于反馈。反馈只要求系统输出回到输入端或影响后续状态。恒温器具有反馈，麦克风啸叫也具有反馈，但反馈可以快速收敛到固定点，也可以使系统饱和。声差续生要求反馈回来的状态改变在下一轮形成新的可辨效力。因此，若两套反馈系统拓扑完全相同，一套逐步稳定为单调循环，另一套保持历史相关的下游可区分性，普通“有无反馈”分类不会区分二者，本章必须区分。
第三，它不等于复杂性。一个高熵随机序列可以极复杂，却没有历史接续；一首非常简单的摇篮曲则可能通过呼吸、身体摆动、期待和声差形成强接续。复杂性可以是续生的资源，也可以是让系统无从形成可用状态的噪声。
第四，它不等于新奇。新奇只说明当前事件与过去不同。若每个新奇都由外部随机发生器供应，系统没有从前一差异中“长出”下一差异的条件，这属于外源刷新而非续生。音乐中的惊讶更强的形式是：因为前面发生过 A，后面的 B 才成为此刻这个 B；若前史被换掉，B 的作用也随之改变。
第五，它不等于一般的涌现。涌现指出宏观性质不能直接从单个部件性质线性相加得到，但这个概念过宽。交通拥堵、鸟群形态、金融波动和化学图样都可涌现。声差续生只指定一种特别的涌现路径：前一差异必须留下可追踪状态，状态必须改变后续差异效力，并且这一效力能够继续接力。没有这个序列，称“涌现”并不能完成定义。
场景一：节拍器。节拍器能造成强同步和预测。若听者的运动系统与节拍相位锁定，但每次滴答的作用主要因重复而降低，历史抹除后也不会失去什么下游差异，那么它可呈现高状态依赖却低差异更新，不必因此被判作音乐。若演奏者把节拍器的微小偏差转成动作修正，动作又改变后续演奏并形成新的可辨张力，音乐发生可以出现在节拍器——人——乐器的更大回路中。对象名称没有变，发生机制变了。
场景二：警报。标准警报靠持续显著性引起注意，却常遭遇习惯化。若工程系统为了抗习惯化而让警报根据人的反应状态自适应变化，并使前次反应真正改变后续声型，那么它可能逐步进入声差续生的机制区域。本章愿意承担这个不舒服的预测：某些高度自适应警报在机制上会变得“更音乐式”，即使社会制度仍把它分类为警报。社会名称与机制类别可以分离。
场景三：语言。普通语音当然具有音高、节律、预测和上下文依赖。本章不要求音乐与语言互斥。一段朗诵、吟唱或强韵律语言完全可能同时承载语义信息和声差续生；反过来，命令式语音也可具有很高语义作用而低声差续生。真正可判的不是“有没有词”，而是把语义内容控制后，改变声音前史是否会重构后续声差的反应条件。
场景四：无声读谱。若一个训练者读谱时内部听觉、动作模拟和期待系统发生可测状态转换，即便外部没有空气振动，音乐仍可能发生。这里“sonic”指声音结构所组织的差异通道，而非要求空气声波实时存在。如果一个人只是把谱页当视觉图案扫描，缺少与声学/动作表征相连的接续，则同一纸张不自动保证音乐发生。
场景五：振动与非典型听觉。对于使用骨传导、触觉振动或其他感官通道的人，若振动差异能够改变身体——神经状态并重构后续差异效力，本章没有理由把它排除。这样一来，音乐不是被“耳朵”垄断的类别，而是可以由不同感官载体实现的差异接续。这个结论同时限制理论：它不能把某一种脑区、某一种听觉编码设为本体必要条件。
还可以加入一个更尖锐的场景：同一首热门歌曲连续播放二十次。作品身份、音频文件、版权对象、和声结构全部不变，甚至听者仍能准确跟唱。若第十五次以后，关键转折对动作、期待和注意的区分作用显著降低，而随机插入一段对比材料后这些差异重新出现，那么“作品仍是同一首音乐”与“音乐发生机制正在衰减”可以同时为真。传统对象定义很难表达这种分离，声差续生则把它当作核心现象。
即兴爵士提供另一种边界。人们容易把即兴的不可预测性当成续生，但纯随机独奏同样不可预测。真正的判据是，一名演奏者刚才的音型是否改变其他成员的动作与期待状态，并且这种状态改变是否让下一音型获得前史特异的作用。如果把前几小节随机换序后，后续互动仍完全相同，那么不可预测只是外源新奇；若换序破坏了后续回应的可辨逻辑，才出现接续证据。
大型仪式和舞蹈也能测试理论。群体同步常被解释为音乐的社会功能，但同步本身可以由口令或闪光灯产生。本章预期，在保持平均同步程度相近时，真正具有差异续生的条件会表现出更丰富的角色间历史依赖：某组的节奏变化会改变另一组后续动作选择，而不是所有人只追随一个中央节拍。若没有这种差别，则群体同步足以解释现象。
人工智能生成音乐则把“谁是主体”推到极限。若一个生成模型只根据固定提示一次性输出音频，音乐发生仍主要在输出与听者耦合时出现；若模型实时读取听者或演奏者状态，并让历史反馈改变未来生成，它自身进入接续链。本章并不因此宣称机器“拥有音乐意识”，因为意识不是定义条件。它只作一个更克制的机制判断：只要状态转移、跨载体接续和差异更新可以被记录，人类主体不是唯一可能的因果位置。
“组织起来的声音”是最危险的经典占位者之一，因为“声差续生”显然也需要某种组织。二者的决定性区别在于，组织概念主要描述声音材料的关系，而续生概念描述声音关系如何通过系统状态获得后续效力。实验上可以固定同一声音文件与同一局部组织，只改变参与者或系统的前史。如果组织不变而后续事件的差别反应系统性改变，本章认为音乐发生状态改变；纯声音组织定义没有变量可以表达这一变化。
反方向的判决同样必要。若一段高度组织的提示音、编码声或机械序列在所有受试者与系统中都表现为低状态依赖、低差异更新，那么“组织”仍然成立，本章却不把其发生机制判作音乐。也就是说，声音组织是常见资源，不是本章定义的充分条件。
Blacking 的“humanly organized sound”增加了人类社会组织的维度，能解释音乐与文化实践的紧密关系。本章与它的关键分歧，是“人类组织”是否必要。若未来一个无人实时参与的人工代理——声学环境系统，通过历史状态接续持续产生差异更新，并在另一个可测系统中形成同样的边界效应，本章允许它出现音乐机制；严格以人类组织为必要条件的定义则不会。若这种非人系统在控制所有人类训练痕迹后仍从未满足机制，那么 Blacking 式人类边界获得优势，本章必须收窄。
这条分界还有一个重要方法学后果。传统音乐信息检索往往从音频或谱面提取特征，目标是分类流派、识别作品、预测情绪或生成相似片段。这些任务天然把音乐当作“文件中的属性”。声差续生则预测：若只给静态文件，不给接受系统的历史和响应，就原则上无法完成发生论判定。两个完全相同的文件在不同前史下可能得到不同结果；两个不同文件也可能在同一接续结构中实现相似发生。换言之，发生论的最小语料不是一个 wav 文件，而是“刺激历史 + 系统状态 + 当前事件 + 下游响应”的联合记录。
如果未来研究证明，一个仅依赖音频文件的模型在跨文化、跨听者、跨设备条件下仍能近乎完美预测本章所有状态依赖与更新指标，那么这个方法学主张会被直接否定。到那时，所谓跨载体可能只是文件内部结构的复杂代理。本章把这一可能保留为真正反证，而不把关系性写成不可动摇的哲学前提。
Small 的 musicking 解决了“把音乐冻成作品对象”的问题。它把参与表演的关系本身纳入音乐实践，因此比对象定义更宽。声差续生与之并非竞争同一层级：musicking 更像一个实践成员资格概念，本章则提出一个事件机制判据。一个舞台管理者、售票者或搬运乐器的人可以在 Small 的广义实践链中参与 musicking，但如果其行为没有进入任何声差——状态——再差异的因果接续，本章不会因此把该具体环节判为音乐发生的载体。
反过来，一名独处者听录音时，没有现场集体互动，却可能具有很强的状态依赖与差异更新。此时本章会判有音乐发生，而若把 musicking 限得过度社会化，结论可能不同。真正的实验不是争词义，而是把“参加音乐事件”与“后续声差反应是否被前史重构”分别测量，看两者是否可分离。
Clarke 的生态取向与 Gibson 式可供性强调听者在环境中直接获得行动可能。它和本章的区别，是“可供性存在”与“可供性被历史状态更新”并不相同。一个稳定声源可以持续提供定位或动作可供性，却没有任何历史接续。本章要求同一当前事件因不同前史而改变其下游效力；若可供性理论可以在不加入历史状态变量的情况下准确预测全部这些差异，本章的新增机制就没有必要。
Leman 的具身音乐认知更接近本章，因为身体本身被视为声音能量与意义之间的中介。但“具身”仍然比“续生”宽：身体参与可以导致同步、习惯化、稳定姿势或单向转译，不保证差异被重建。两组受试者可以有同等运动幅度和同等身体参与，却因前序结构不同呈现不同的后续差异敏感性。若这种差异出现，声差续生增加了一个独立维度；若所有差异都被具身程度完全解释，则本章应被并入具身理论。
实践理论与本章的另一个区别，是“活动已经发生”与“活动改变了后续差异条件”之间的关系。以排练为例，演奏者可以持续做非常典型的 musicking：看谱、合奏、听指挥、彼此校正，所有社会角色都在场。但若校正过程逐渐变成单向服从，所有微小偏差都被立即压回固定模板，系统可能在技术准确度提高的同时减少可供后续成员利用的差异。本章不会因此说排练“不再是音乐实践”，而只说某一发生维度降低。这样的双重描述比用一个概念吞掉所有层次更安全。
生态与具身理论也帮助本章避免把音乐封闭在脑内。若听者在舞厅中移动，空间反射、低频振动、他人动作和自身姿态都可能改变下一拍的听觉显著性。这里的状态不是一个抽象“心理状态”，而是可以分布在身体与环境中的可测变量。不过，分布也不能成为万能解释。研究者应当通过局部扰动判断哪些状态真正进入链条：改变地板振动而保持声压近似不变，或者改变视觉动作反馈而保持音频不变，看后续差异响应是否被特异改变。只有产生可重复改变的中介，才进入因果链。
这种要求使“听音乐”从被动接受转成可实验拆分的动态过程。聆听者不是因为拥有主观意义就自动成为中心，而是因为其状态可能携带前史并回写后续事件的作用。相反，在完全自动化的背景播放中，若没有任何接受系统留下可观察状态，本章宁可说“音乐对象在播放，但发生论证据不足”，也不靠常识直接补上看不见的链条。
Born 的 musical mediation 是本章最需要认真面对的本体论近邻。她明确把音乐的社会、技术和时间中介视为理论核心，因此“音乐由多种中介共同产生”绝不是本章的新发现。本章只有在同样高度中介的两个系统之间还能给出不同预测，才有独立性。具体说，两套音乐系统都可能具有设备、制度、身体与社会网络；若一套在重复中逐渐把差异耗尽，另一套则通过状态接续持续重建后续差异效力，Born 的“有中介”描述对二者都成立，声差续生则给出不同分类。
预测编码是第二个危险近邻。它已经把先验、误差、学习和节律张力联系起来。本章不否认这些机制，反而预期它们常是“状态”的重要实现。但预测编码可以解释语言、视觉和一般感知，也可以在误差逐步降低时表现良好；声差续生的判据则要求误差降低之后仍存在某种被历史重建的下游可辨差。若把同样的预测误差、复杂性和主观惊讶控制后，历史接续变量不再解释任何额外差异，本章机制被预测编码吸收。
Large—Jones 动态注意理论强调内在振荡与外部节律的耦合。强相位同步可能让节拍跟踪极稳，却不必产生差异更新。一个纯节拍器可以把相位锁得很紧，同时让系统对每次声音越来越不敏感。因此本章预测：在同步强度相当时，那些能让前史改变后续差异可辨性的条件更接近音乐发生；若同步指标已经完整预测所有边界，本章无新增量。
反馈与生态式音乐系统是第三个近邻。互动电子音乐研究早已把反馈、环境和表演者共同构成的生态当作作品机制。因此“反馈是音乐”也不能成为本章新意。分界实验可以非常简单：构造两套拓扑、延迟和总体能量近似相同的反馈系统，一套快速收敛为固定循环，另一套对历史扰动保持可恢复的差异响应。若听者和系统对二者的音乐发生判断不随差异更新变化，声差续生失败；若差异更新而非反馈存在本身解释判断，二者才真正分开。
与这些近邻交手后，可以更准确地说本章究竟增加了什么。它不是增加一种新的“构成物”，因为身体、技术、社会、环境、预测、反馈都早已存在；它增加的是一个“失效判据”。同一个身体——技术——社会系统什么时候不再发生音乐？一个预测系统什么时候虽然仍在预测却不再更新差异？一个反馈生态什么时候虽然仍在反馈却只剩固定循环？“续生”被设计成回答这些停止问题。能够描述开始而不能描述停止的本体论，很容易把所有相关现象无限纳入；停止判据则迫使理论露出边界。
因此近邻替换测试应当逐条进行。把“声差续生”替换成“中介”后，“中介存在但更新为零”的案例还能否区分？不能。替换成“预测”后，“预测精确但更新为零”能否区分？也不能。替换成“反馈”后，“反馈稳定到固定点”仍被称作反馈。替换成“具身”后，“身体高度参与但只产生单调同步”依然具身。这些差异不证明本章已经正确，只说明至少在逻辑上，新构念不是把一个现成词直接改名。真正的生死仍取决于实验：这些理论中的连续变量是否已经足够解释所谓更新。
+———————————–+——————————+————————————————————————————–+————————————————————-+ | 近邻 | 它真正解释到哪里 | 本章必须多区分什么 | 什么结果会让本章输 | +===================================+==============================+======================================================================================+=============================================================+ | Blacking：humanly organized sound | 人类组织的声音 | 在当前声音相同、前史不同情况下，本章允许音乐发生状态改变；并允许非人耦合系统满足机制 | 若控制人类组织后非人系统永不满足全部预测，Blacking 边界更强 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | Small：musicking | 音乐是一种参与/实践活动 | 实践成员资格与声差因果接续可分离 | 若所有 musicking 成员资格都与续生读数一一同变，本章多余 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | Clarke：生态知觉 | 环境——听者可供性关系 | 稳定可供性可存在而历史更新为零 | 若可供性变量无需历史状态即可预测全部边界，本章失败 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | Leman：具身中介 | 身体中介声音能量、意义与行动 | 具身程度可相同而差异更新不同 | 若身体参与完全解释更新差异，本章并入具身框架 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | Born：musical mediation | 社会、技术、时间中介构成音乐 | 两系统中介同样丰富但续生可不同 | 若“中介”概念直接给出同一裁决，无新增构念 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | Large–Jones：动态注意 | 内在振荡与事件节律耦合 | 强同步可伴随低差异更新 | 若同步强度完整预测边界，本章失败 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | Vuust–Witek：预测编码 | 输入与先验模型递归比较 | 预测误差可低而较长历史仍重构下游差异 | 若标准预测变量完全中介所有续生效应，本章失败 | +———————————–+——————————+————————————————————————————–+————————————————————-+ | 反馈/生态式音乐系统 | 反馈回路与环境耦合 | 反馈可收敛固定点；续生要求继续生成可辨差 | 若两种反馈系统的更新差异不影响任何音乐发生指标，本章失败 | +———————————–+——————————+————————————————————————————–+————————————————————-+
理论在写成之后再挑支持性例子，几乎总能“证明”自己。为了避免这种结构，本章在核心定义尚未扩写完时先固定一个最低成本测试：不试图证明完整声差续生，只检查一个比完整理论更弱、也更容易被公开数据判错的命题——“如果乐谱自身已经承担了定义性长记忆，那么在符号序列层面，超过一步的历史信息应较稳定地出现。”一旦这个弱命题都不稳，就不能把乐谱长记忆当作音乐本体的核心证据。
数据采用 Craig Stuart Sapp 整理的 Bach 370 四声部众赞歌 Humdrum 数字语料中的七首公开文件：chor001、002、003、004、005、010 与 020。为了让处理尽量简单，只提取女高音声部的有效音符，转为十二音级序列；休止、解释标记和非音符行剔除。统计量在计算之前固定为条件互信息 I(X; X | X_t)：它问在已知当前音级 X_t 后，前前音 X 是否仍提供关于下一音 X 的额外信息。最强的低阶竞争解释是“一阶转移已经足够”。
置换零模型也在查看结果前固定：在每首曲内部、并在当前音级 X_t 的类别内重排 X 标签，从而尽量保留当前音到下一音的基本关系以及前音在当前音条件下的边际分布。单曲使用 2000 次置换；分层加权总结果使用 5000 次置换。显著性只作为这个代理测试的判据，不被解释为完整音乐定义。
结果并不整齐支持理论。chor001 的条件互信息为 0.782 bit，置换 p≈0.004；chor005 为 0.634 bit，p≈0.013。其余五首分别为 chor002 0.524 bit（p≈0.356）、chor003 0.635 bit（p≈0.590）、chor004 1.114 bit（p≈0.257）、chor010 0.761 bit（p≈0.291）、chor020 0.458 bit（p≈0.084），均未跨过预先采用的 0.05 阈值。按曲目加权后，观察到的条件互信息为 0.683 bit，而零分布均值约 0.589 bit，5000 次置换得到 p≈0.0008。
最重要的不是总结果显著，而是五首单曲不显著。它迫使本章删除一个更强、更舒服的说法：“音乐作品天然以符号结构保存长程状态。”七首小样本只说明，在总体层面可以检测到超过一步的一些额外符号历史信息，但这种信息并不稳定地出现在每首曲的这一声部、这一粒度上。更关键的是，音级条件互信息完全没有测到听者状态、动作、内分泌、神经反应、跨载体转交或“差异更新”。因此它只能被降格为“乐谱层面的最小历史代理”，不能用来直接计算声差续生。
这次不利结果反而使定义更清楚：音乐不能被放回乐谱内部。乐谱可以提供一种使声差续生更容易发生的结构资源，但完整机制必须在实现时追踪至少两个异质载体，并验证历史造成的状态改变是否真的重构了后续差异效力。未来真正的实验需要把音频、行为、动作或生理指标与可控历史扰动同时记录。
为何选择一个如此“弱”的符号测试，而不是直接寻找神经音乐数据？因为一个新本体论最容易犯的错误，是一开始就挑高度复杂、变量众多且解释空间巨大的数据。在乐谱层先设一个可能失败的低成本命题，有两个好处：一是数据公开、任何人都能复核；二是结果若不利，会直接阻止理论把“历史”神秘化。这里得到的五首不显著结果正好发挥了这种作用。它告诉我们，哪怕在公认高度结构化的巴赫众赞歌中，超过一步的音级历史信息也不是按当前粗粒度自动显著。
同时，总体显著也不能被过度利用。分层加权结果说明七曲合起来时，前前音在控制当前音后仍携带少量下一音信息；但这种总体差异可能来自曲目混合、样本量增加以及各曲结构差别。它最多证明“一阶马尔可夫描述不一定穷尽这个便利样本”，而不是证明“音乐以二阶马尔可夫性为本质”。如果本章把一个统计模型的阶数直接升级为本体定义，就会重演它所批评的归属错误：把易测代理当成真实机制。
下一步真正有力的数据应当把“历史抹除”设计进刺激。比如从同一首作品生成两个版本，当前目标和弦及其前一小节局部统计保持一致，只改变更早层级的结构接续；同时记录听者下一拍选择、身体运动与一种生理或神经指标。这样可以逐级问：较长历史是否先改变某个载体状态，随后这个状态是否改变目标和弦的下游效力。若只有主观评分改变而载体接续不存在，完整定义仍未被支持。
+—————-+————-+—————–+————-+——————————————–+ | 文件 | 有效音符 n | 条件互信息(bit) | 置换 p | 本测试判读 | +================+=============+=================+=============+============================================+ | chor001 | 46 | 0.782 | 0.004 | 支持短窗口历史依赖 | +—————-+————-+—————–+————-+——————————————–+ | chor002 | 53 | 0.524 | 0.356 | 不支持 | +—————-+————-+—————–+————-+——————————————–+ | chor003 | 47 | 0.635 | 0.590 | 不支持 | +—————-+————-+—————–+————-+——————————————–+ | chor004 | 43 | 1.114 | 0.257 | 不支持；绝对值高但零背景也高 | +—————-+————-+—————–+————-+——————————————–+ | chor005 | 78 | 0.634 | 0.013 | 支持短窗口历史依赖 | +—————-+————-+—————–+————-+——————————————–+ | chor010 | 43 | 0.761 | 0.291 | 不支持 | +—————-+————-+—————–+————-+——————————————–+ | chor020 | 52 | 0.458 | 0.084 | 不支持 | +—————-+————-+—————–+————-+——————————————–+ | 按曲目分层加权 | 362 | 0.683 | 0.0008 | 总体存在额外历史信息；不能覆盖单曲不利结果 | +—————-+————-+—————–+————-+——————————————–+
注：单曲使用2000次条件置换；分层加权总结果使用5000次条件置换。该统计量仅测试“超过一步的符号历史信息”，不等于音乐性、审美价值或完整声差续生。
表中的 p 值只回答一个非常窄的问题：在给定当前音级后，前前音是否提供超过随机条件重排的下一音信息。它不是“这首曲是不是音乐”的 p 值，也不是“音乐性”的测量。尤其 chor004 的观察值看起来最高，却在自己的置换背景下并不显著，说明绝对信息量不能脱离序列长度、音级分布和条件结构直接比较。这正是把统计代理与本体判断分开的理由。
对本章而言，真正值得保留的是一种研究纪律：如果理论声称前史会改变后续事件效力，那么至少应该允许“抹除前史而保持当前刺激”这一类干预。任何只在完整作品上做相关分析、没有历史抹除或重排对照的研究，都无法区分“当前声音本来就不同”与“前史真的改写了当前声音的作用”。
这个测试还有明显局限。七首作品是便利样本，不能代表巴赫全部众赞歌，更不能代表世界音乐；十二音级把八度、时值、和声、声部互动、力度和表现性全部压掉；Humdrum 符号序列是作品编码，不是演奏声学；条件互信息只捕捉一个极短窗口。本章不把这些局限写成礼貌性结尾，而是据此把论域收缩：当前数据只足以拒绝“乐谱长记忆普遍且定义充分”的版本，无法确认完整声差续生。
预测一：把同一当前和弦置于两种前史中，若前史分别建立和破坏不同的期待状态，即使当前和弦声学完全相同，至少一种下游指标（反应时、继续选择、运动相位、瞳孔/皮电或神经差异）应不同。若大量重复实验中这种差异在控制暴露量后消失，状态依赖轴受损。
预测二：对一段音乐做“历史重排”，保留一阶音高转移、总体节奏密度与声学能量，却打乱较长接续，听者的连贯判断或后续事件差异响应应下降。如果一阶统计已经解释全部变化，续生机制不需要。
预测三：在同样强的节拍同步条件下，单调节拍器与具有结构性偏移——恢复的音乐片段应呈现不同的差异更新。若二者同步相同且所有后续差异指标也相同，则“更新”没有独立效力。
预测四：高度重复的警报会随暴露出现响应衰减；若引入依赖前次反应状态的结构性改变，且这种改变在能量和新奇度匹配后恢复后续可辨反应，则警报系统向声差续生靶格移动。
预测五：同一音乐片段在新手与专家中可能产生不同的有效历史窗口。专家若形成更长的可用状态链，历史重排对其影响应在更长尺度上出现；但若专家差异完全由熟悉度或注意强度解释，不能把它归为续生。
预测六：排练早期，节拍误差、音准误差下降可能与差异更新同时提高；排练后期，技术指标继续改善而某些反应差异下降。若加入对比练习、间隔或角色交换能恢复后者而不显著恶化技术准确度，则出现“短期优化与续生分离”。
预测七：对生成式音乐系统，两个模型可以具有相似的局部风格拟合和困惑度，但若其中一个对长历史干预更敏感、其后续生成能够保留并转化前史扰动，听者的结构连贯与继续期待差异应更强。
预测八：在互动合奏中，随机增加等量噪声与专门破坏成员间状态接续的延迟，影响应不同。本章预测，破坏接续的延迟在声学能量更小的情况下也可能更严重地削弱音乐发生指标。
预测九：同一声音文件在连续自动循环与有结构间隔的播放中，后期响应可能不同。若间隔只恢复一般警觉而不恢复结构特异差异，则不算续生；只有对具体后续事件的差异响应恢复才支持理论。
预测十：陌生文化音乐的早期续生指标可能较低，随着学习上升；但这种上升应表现为历史扰动对后续响应的作用增强，而不只是喜好评分增加。喜好上升而历史效应不变，不支持本机制。
预测十一：某些带强韵律和吟诵性的语言材料，在控制语义理解后仍会显示与音乐相似的历史——状态——后续差异链，因此语言与音乐存在机制重叠。若所有差异都随语义被控制而消失，则该边界收窄。
预测十二：触觉或骨传导条件下，即使空气听觉信息大幅削弱，只要振动差异经身体状态接续并改变后续差异反应，音乐发生指标仍可出现。若典型音乐体验严格依赖常规听觉输入，则本章的跨感官主张失败。
预测十三：一段“高度中介”的互动电子作品与一段简单民谣都可能进入高续生；中介数量、设备数量和网络复杂度与续生不应呈简单单调关系。若复杂度本身就足以预测全部结果，本章多余。
预测十四：强预测误差不是必要条件。非常熟悉的音乐中，局部预测误差可下降，但动作、张力或继续选择的差异仍可被较长前史重构。若预测误差归零时所有续生指标也归零，则预测编码更简约。
预测十五：静音可以成为强事件。保持物理静音完全相同，只改变静音之前的和声或节律历史，静音期间的动作抑制、期待或后续进入点反应会不同。若任何声学为零的时段都无法保留这种结构特异状态，则本章关于“音乐不必每刻都有声波”的版本需删除。
这些预测还可以组成一个“最小实验族”，而不是要求一项研究包办所有问题。A 类实验只检验状态依赖：固定当前事件，操纵前史。B 类实验检验更新：在暴露量相同下比较真实历史与重排历史。C 类实验检验跨载体：对一个中间载体做短暂扰动或断连，观察后续差异效应是否消失。D 类实验检验近邻竞争：把预测误差、同步、复杂度、熟悉度等变量纳入同一模型，看续生变量是否还有独立增量。只有当四类证据逐渐闭合，才有资格把发生机制从哲学提案推进为经验理论。
跨文化研究尤其重要，因为本章的定义如果只是西方调性期待的另一种包装，很快会在不同音乐体系中失败。好的设计不应使用固定的“正确和弦”作为标准，而应在每个文化内部先估计可学习的历史结构，再进行前史干预。理论预测的不是所有文化拥有同一音阶或同一节拍，而是“有效差异依赖历史状态、且可经接续更新”这一关系形式能够跨材料实现。若只有西方调性音乐满足，理论必须明确退回局部机制。
发展研究也能提供强反证。婴幼儿尚未拥有成人式作品概念和语言标签，但已经可以对节律、旋律和统计规律形成期待。如果声差续生需要成熟文化命名，它在早期应该缺席；如果它是更底层发生机制，则某些历史——状态效应应早于“这是音乐”的类别判断出现。反过来，成人也可能在社会上明确知道某对象是音乐，却在极度重复或注意耗竭时表现出低更新。发展轨迹与社会分类的错位会帮助区分两个层级。
第一类反证针对状态依赖。若在充分控制当前声学、暴露量、注意和熟悉度后，改变前序音乐历史在多种典型音乐中都不能改变任何后续行为、生理、运动或神经响应，那么“前一差异改写下一差异条件”缺少核心证据。
第二类反证针对差异更新。若所有所谓“更新”都可以被一般唤醒、新奇度或休息恢复解释，结构特异历史不产生额外效果，那么续生只是“别让人疲劳”的改名。
第三类反证针对跨载体。若在严格隔离的单一载体中仍能完整复现所有定义性预测，而增加第二载体没有任何新的可裁决作用，则跨载体接续不是必要条件，应从定义移除。
第四类反证针对近邻占位。若 Born 的中介理论、预测编码、动态注意或一般反馈理论中的任一概念，可以在不改变原理论核心的情况下逐项替换“声差续生”，并在节拍器、警报、语言、无声读谱、互动系统等全部边界上给出相同判决，那么本章概念被占位，应合并或放弃。
第五类反证针对音乐边界。若声差续生指标对普通警报、日常语音、非音乐机械控制与公认音乐没有任何可重复的分布差异，且无法找到独立变量解释其重叠，则该机制不能承担“何谓音乐”的定义工作，只能降格为一般时序知觉机制。
第六类反证针对实际可测性。若在预注册实验中，状态依赖和差异更新无法达到跨实验室可接受的一致性，编码规则导致研究者可随意改变判决，那么“声差续生”只是一种解释语言，不是可用构念。
第七类反证针对本章自己的公开数据线索。若扩大到同一 Humdrum 语料的多数作品、更多声部和更合理符号变量后，条件历史信息完全可由一阶模型、音级分布或作品长度解释，那么乐谱层的历史代理应彻底删除；完整理论必须不再借助“作品内部记忆”作为支持。
反证还需要控制“最强竞争解释”，否则任何历史效应都太容易成功。假如前史 A 比前史 B 更响、更长或更熟悉，后续反应差异首先可能来自能量、疲劳和熟悉度；假如真实顺序比重排顺序更符合常见风格，差异也可能被单纯统计惊讶解释。因此每个正式实验至少要列出一个最强竞争变量，并在相同数据中检验：控制它以后，状态依赖或更新效应是否仍存在。如果效应消失，应当判机制失败，而不能退回“音乐太复杂所以测不到”。
同样，相关顺序也不能代替因果顺序。观察到动作变化早于神经指标变化，并不自动证明动作造成后者；观察到听者喜欢某段音乐并伴随更高生理波动，也不能说明续生导致喜欢。本章最强证据应来自干预：人为打断某一中间载体、重排历史、延迟交接或恢复一段对比，再看下游效应是否按预注册方向改变。没有干预条件的研究可以提供候选链条，但不能承担“跨载体接续”的决定性证明。
最后，若理论在不同时间尺度上给出互相矛盾的结果，也必须明确处理。一段十秒片段可能表现为高更新，而整场两小时演出由于疲劳呈现总体下降；一个局部重复可能短期消耗差异，却为更大结构的期待建立条件。因此 SDR 不应把不同尺度的窗口直接平均成单一分数。研究必须预先声明分析尺度，并允许“局部低、全局高”或相反的嵌套状态。若不作尺度声明，任何结果都可以通过换窗口被解释，理论便不可反证。
无机化学对本章的第一条反向约束是：归属困难不等于不可分析。现代光谱、几何参数和电子结构计算可以逐步消除某些氧化态歧义。因此，本章不能用“音乐分布在关系中”作为逃避测量的借口。相反，每一次声差续生主张都必须尽量指明状态落在什么载体、由什么记录支持、何时发生转交。若什么都可以是载体，理论就失去边界。
内分泌的第二条约束是：时间变化不等于有效编码。GnRH 脉冲之所以有系统效力，是因为受体、细胞内通路、反馈与时间尺度共同限定。音乐研究若只看到“有节奏”就引用脉冲编码，同样是误用。本章因此要求状态依赖必须通过历史干预直接证明，而不是从波形周期推断。
微生物组的第三条约束是：分布式接续既可能合作也可能竞争，不能带入“关系越多越好”的价值判断。音乐系统中的接续也可能导致支配、疲劳、噪声放大或锁死。声差续生只描述差异能否继续造成差异，不保证结果有益，更不保证所有参与者拥有平等权力。
本章不适用于四类问题。第一，它不评价音乐好坏、艺术价值、道德价值或文化正统性；第二，它不替代版权法、作品身份、作者身份与体裁分类。第三，它不直接推出音乐治疗有效性，任何临床结论都必须单独试验；第四，它不允许仅从一个音频文件静态打分后就宣称“这是真音乐/假音乐”，因为定义需要历史干预与系统响应。
如果未来有人把“声差续生率”用于评价演奏者、文化群体或学生，本章明确反对这种转用。指标指向具体事件——系统配置，不指向人的固定能力与价值。尤其在医疗、警报、航空和安全关键系统中，不得为了提升该指标而人为制造额外波动或延迟。任何涉及人的不利决定，都必须公开编码规则、提供复核路径，并将缺失数据记为不可判而不是零分。
还需防止另一种理论膨胀：把任何“前因影响后果”都读成声差续生。为此，本章要求竞争解释优先进入模型。例如熟悉度可以让相同声音反应更快，条件学习可以让线索触发期待，注意可以放大后续刺激，短时记忆可以携带前一音。研究者必须先让这些已有机制解释它们能解释的部分，再问是否仍存在“结构特异历史经跨载体接续改变后续差异空间”的剩余效应。没有排除最强竞争解释的显著相关，不能计作机制支持。
理论也不应把“没有测到”自动解释为“隐蔽续生”。如果必需数据缺失，应记作不可判，而不是把缺失当成潜在支持。尤其在历史录音、古代音乐或无法进行干预的民族志材料中，本章可以用作提出问题的框架，却不能假装已经完成因果判定。一个可证伪概念必须允许大批材料暂时不适用。
如果本章的概念成立，它也应该能够反过来审查本章自己。论文中的一个新名词如果只是把旧理论重新命名，而没有改变读者面对边界案例时下一步会查什么、怎样设计对照、怎样判输赢，那么它没有“续生”任何研究差异，只产生了术语差异。按本章自己的标准，这样的论文即使概念华丽，也只是低更新状态。
因此，“声差续生”真正的自我测试不是被引用多少次，而是它是否迫使后续研究改变实验结构。例如，以往比较“音乐 vs 非音乐”的实验常直接把两类刺激放进扫描仪；本章要求增加“当前刺激相同、前史不同”的历史干预，以及“真实前史 vs 重排前史”的更新对照。如果研究者仍然只比较两段不同音频，本章没有改变任何可观察差异，其理论贡献就应被降级。
本章还必须承认一个具体风险：为了让概念可测，我们提出 SDR 等操作化，随后研究者可能把目标变成“最大化指标”。一旦系统不断制造可检测差异以提高数值，它可能从音乐转向疲劳、焦虑或随机噪声；这正是指标反过来摧毁对象的可能。解决办法不是再加一个更高总分，而是保留两个独立轴、跨载体资格与非适用域，并让任何单一数值都不能替代原始状态转移记录。
自我应用还会暴露一个语言风险。“差异”“状态”“载体”“更新”都是跨领域高频词，若不坚持编码，它们可以无限伸缩。本章因此把每一次正式实证主张限制为四个字段：什么差异、在哪个载体上留下什么状态、对哪个后续事件产生什么可比较改变、与哪个历史对照相比。任何一句话不能填满这四格，就只能算解释性比喻，不能进入证据表。
同样，理论若被后来研究不断“成功应用”却从不产生失败，也会按自身标准陷入低续生：它只复制自己的名词，而没有造成新的判别。真正健康的后续发展应该包含淘汰——某些载体条件被证明不必要，某些边界被并入预测编码，某些原先认为的音乐案例被判为一般适应。一个概念允许自己变窄，才可能持续产生可检验差异。
本章给出一个可到期核对的赌注：到 2028 年 8 月 16 日，如果至少出现一项公开预注册、可复现、具有足够样本量的受试者研究，同时比较（a）结构完整音乐历史、（b）历史重排但当前关键事件和总体暴露量匹配的控制，并记录至少两个异质载体（例如行为/动作与神经/生理，或动作与互动设备状态），那么本章预测将观察到“历史条件 × 后续差异”的交互：真实历史比重排历史更能维持或创造后续事件的可辨响应，并且该效应不能被局部声学差异、单纯新奇度、同步强度或标准预测误差完全中介。
以下不算命中：只报告音乐比噪声更激活某脑区；只报告完整音乐更喜欢；只发现某种节奏产生更强同步；只发现高阶统计相关；只做相关分析而没有历史干预；或者把两个完全不同的音频条件比较后声称“历史重要”。这些结果都可能支持其他音乐认知理论，却没有击中本章定义。
如果到期前出现高质量研究，并在上述控制下稳定得到零交互，或者所有差异都被已有预测编码/同步变量完整解释，那么这场赌注按本章失败处理。失败不意味着音乐不存在，只意味着“声差续生”没有提供独立于既有理论的定义性机制。
回答“音乐是什么”最容易的方式，是把熟悉事实重新排列：音乐有结构、有节奏、有身体、有情感、有社会、有技术、有预测。困难在于这些词几乎都已经被音乐研究说过，而且单独拿出任何一个都能在非音乐现象中找到。本章因此从三个远离音乐学常规本体论、但内部具有强技术约束的机制出发，寻找它们共同迫使出的最小变化。
无机化学使我们警惕把名义归属当作实际效力位置；内分泌系统使我们看到，同一信号会被时间组织和自身历史改写；微生物组使我们看到，功能可以在多个成员之间靠转化与接力完成。三条汇合后，音乐不再首先被问“属于声音、作品、主体还是文化中的哪一个”，而被问“先前声差是否通过状态转化，让后续声差获得了新的作用条件”。
因此，本章把音乐定义为“声差续生”：差异造成状态改变，状态改变重建下一差异的效力，且这种效力能够跨载体继续接续。这个定义不否定作品、实践、身体、中介或预测；它试图在这些近邻之下增加一个能被历史干预判错的更窄结构。七首巴赫众赞歌的最低成本测试已经给出一个必要的刹车：不能把音乐长记忆直接塞回乐谱，五首单曲没有支持这种强说法。完整定义必须去现实的耦合系统里接受更严格测试。
如果未来实验证明，组织、musicking、中介、预测或反馈中的某一个旧概念已经能够不加改造地完成本章全部边界判决，那么“声差续生”应当退出。反之，如果在声音相同、关系同样复杂、预测同样强的条件下，真正决定后续音乐发生差异的是“上一差异是否重建了下一差异仍能起作用的条件”，那么音乐的一个更小单位就会显现出来：不是一个音，不是一件作品，也不是一个人，而是一条差异被另一个系统接住、转换，并再次交给未来的接续。
这个结论也重新解释“音乐为什么需要时间”。传统回答常说，因为音乐是时间艺术，声音只能在时间中展开。声差续生给出更具体的版本：时间不仅是盛放音符的容器，而是让先前差异获得因果后果的必要条件。没有“先前留下状态——后来利用状态”的顺序，就只有并列差异，没有续生。于是暂停、延迟、重复、回归、预期与错位之所以重要，不是它们属于一份风格词典，而是它们改变了系统能把过去带入未来的方式。
与此同时，空间和社会关系也不是附加背景。只要效力需要跨载体交接，载体之间的距离、延迟、可见性、权力和技术接口都会改变音乐发生。例如远程合奏的网络延迟并非简单“音质下降”，它可能直接切断一名演奏者把前一差异交给另一名演奏者的时序窗口；强中心化指挥可以提高同步，却也可能减少成员之间横向差异的可利用性。本章不预设哪一种组织更好，只预测这些结构会通过接续条件改变发生机制。
因此，这一理论最值得保留的部分也许不是“声差续生”这个名称，而是一种新的问法：面对任何被称为音乐的对象，不先问它有哪些音乐特征，而先问上一差异去了哪里，它改变了谁的状态，这个状态怎样进入下一差异，以及下一轮还有没有新的区别空间。如果这些问题能产生可被实验推翻的新结果，名称才有必要；如果不能，名称应当被删除。这样的退出条件本身，是本章对“何谓音乐”所能提出的最严格承诺。
SDR 是用于把定义拆成可复核记录的操作指标，不是“音乐价值分”。删除 SDR 这一数值，本章所主张的发生机制仍然存在；因此指标从属于构念，而不是以新指标替代定义。
+———————————–+—————————————————————————————————————————————————————–+ | 项目 | 统一口径 | +===================================+=================================================================================================================================================================+ | 指标名称 | 声差续生率 Sonic Difference Regeneration Ratio（SDR） | +———————————–+—————————————————————————————————————————————————————–+ | 定义 | 在预注册的可评估转移窗口中，同时满足“状态依赖、差异更新、跨载体接续、排除主要单载体竞争解释”的窗口数 / 可评估窗口总数。 | +———————————–+—————————————————————————————————————————————————————–+ | 分析粒度 | 默认一个预注册的三事件窗口或一个明确的动机/交接窗口；研究开始前固定，不得看结果后改窗口。 | +———————————–+—————————————————————————————————————————————————————–+ | 计 1 规则 | ①当前事件可比而前史改变响应；②真实历史相对历史抹除/重排对照维持或创造结构特异差异；③因果路径跨至少两类异质载体；④控制最强单载体解释后效应仍存在。四条同时满足。 | +———————————–+—————————————————————————————————————————————————————–+ | 计 0 规则 | 窗口资料完整，但至少一条定义条件被否定。 | +———————————–+—————————————————————————————————————————————————————–+ | NA 规则 | 任一必要载体缺记录、前史对照不可构造、当前事件不可比或关键混杂无法控制。NA 不得按 0 处理。 | +———————————–+—————————————————————————————————————————————————————–+ | 高/低判据 | 二维研究中“存在效应”采用预注册的方向性对比及不确定性标准（例如 95% CI 不跨 0 或置换 p<0.05）；SDR 本身不设置“何为音乐”的通用总分阈值。 | +———————————–+—————————————————————————————————————————————————————–+ | 表头 | 研究单元｜窗口 ID｜当前事件｜前史条件｜载体 A 状态｜载体 B 状态｜控制条件｜状态依赖｜差异更新｜跨载体｜竞争解释｜SDR 编码｜备注 | +———————————–+—————————————————————————————————————————————————————–+ | 一致性检查 | 正文、反证、日期赌注与附录必须使用同一四条件定义；若研究因领域差异改用代理，必须单列“代理不等价”说明。 | +———————————–+—————————————————————————————————————————————————————–+
数据文件：Bach 370 Four-Part Chorales Humdrum corpus 中 chor001.krn、chor002.krn、chor003.krn、chor004.krn、chor005.krn、chor010.krn、chor020.krn。只读女高音声部有效音符；把音名转为十二音级；休止和解释行剔除。
主统计量：I(X[t+1]; X[t-1] | X[t])，单位 bit。零模型：在每首曲内部、并在当前音级 X[t] 的分组内重排 X[t-1]，从而比较“超过当前音的一步额外历史”与保持局部条件分布的随机历史。
预先采用的显著性阈值：置换 p<0.05。单曲 2000 次置换，七曲分层加权总统计量 5000 次置换。观察值与结果见表 6-3。
代理不等价声明：音级条件互信息不测量听者状态、不测量跨载体转交、不测量后续事件实际效力，也不等于 SDR；它只用于否定或保留“乐谱本身具有最低限度历史依赖”的弱命题。
本章没有对受试者实施实验，实证部分仅使用公开乐谱语料的符号统计。未来涉及人体行为、生理、神经或临床数据时，应遵守相应伦理审批、知情同意和数据治理要求。
本章提出的任何读数均指向事件、窗口和系统位置，不指向人的固定价值、天赋、文化等级或审美资格。不得把 SDR 用作对学生、演奏者、群体的单一排名工具。
资料检索、跨领域文献整理、公开数据的初步统计、文本草拟与 Word 格式化由生成式人工智能辅助完成；研究问题、来源学科与最终学术责任由作者承担。正式投稿前应逐项复核原始引文、数据处理与参考文献。