学科通融专栏 · HOW 型典范文 · 版本 1.0 · 2026 年 8 月 16 日
音乐不是在被听见时发生的,也不是在被后来的声音改写时发生的;音乐发生在改写窗口关上的那一刻,而那一刻不属于这段声音。
「音乐是如何发生的」通常被回答为:声音被组织、听者形成期待、身体进入同步,或者——在最近一批发生论里——前一事件改变了后续事件的可接受条件,而这个改变又被再后续继承。这些回答共享一个未被说出的前提:发生有一个时点,且这个时点是过程本身的性质。本文取三门与当代音乐学没有交集的学科作为压力源:玻璃的结构弛豫与假想温度、短纤纱的加捻与抱合、室内火的轰燃。三家给出三条互不相容的发生路线,终点分别是冻结、成纱与全室卷入。但三家又各自用自己的材料推翻了那个共有前提。玻璃转变温度依赖降温速率,不是物质常数;纱线的连续性由分布的重叠产生,没有任何单点接头;轰燃的 600 ℃/20 kW·m⁻² 是约定判据,指标全中也可能并未轰燃。由此撞出的新存在物是「冻段」:一段材料中已经不再能被无痕重排的部分。它的读数是冻结点 f,必须与判据尺度 θ 配报为 f|θ。本文在 music21 公开语料上做了两场预注册检验。第一场被自己判负:预注册的主读数「f 的中位数」被判据压在 0 到 1 之间,对数线性回归 R² 只有 0.083。事后诊断发现真正合律的量是「未冻比例」c(θ),并据此写下第二份预注册,把这条事后发现的律拿到两个完全不同的语料上做样本外确认:essen 欧洲民歌 ln c 对 θ 的斜率 −1.280(R²=0.9990),palestrina 十六世纪复调 −1.052(R²=0.9917),两者斜率之差 0.228,换判据后斜率变化 23.5% 与 12.7%,θ=6 时未冻比例 1.3% 与 2.3%。但预注册中最危险的 H10 在两个语料上都判负:保留一阶转移的再采样对照给出几乎相同的曲线。本文因此收窄命题,撤回「冻段反映音乐的长程结构」,只保留「发生时点是判据协议的产物,且它随协议以对数速率移动」。全文给出零情态词判据、双时标平面骨架、与 Deborah 数、记忆再巩固、回声记忆、投射、追溯性形式重释等十四位近邻的可裁决分界、六条证伪条款和一个写死日期的赌注。
关键词:音乐发生;冻段;冻结点;假想温度;加捻抱合;轰燃;判据尺度;不可回退
This paper asks how music comes into being, not what music is. It takes three fields with no current contact with musicology as pressure sources: structural relaxation and fictive temperature in glass, twist and cohesion in staple-fibre yarn, and flashover in compartment fires. The three impose incompatible endpoints—freezing, yarn formation, and full-room involvement—yet each supplies material that overturns the premise they share, namely that an occurrence has a time point which is a property of the process itself. Glass transition temperature depends on cooling rate; staple-yarn continuity arises from distributed overlap with no single splice point; flashover indicators are conventions that can be met without flashover occurring. The collision yields a new object, the frozen span: the portion of a passage that can no longer be rearranged without leaving a trace. Its read-out is the freezing point f, reported jointly with the criterion scale θ. Two preregistered runs on public music21 corpora are reported. The first was defeated by its own criterion: the preregistered median of f was compressed to 0–1 and the log-linear fit gave R²=0.083. Post-hoc diagnosis identified the lawful quantity as the never-frozen fraction c(θ); a second preregistration confirmed it out of sample on two unrelated corpora (slopes −1.280 and −1.052, R²=0.9990 and 0.9917). The most dangerous preregistered hypothesis, H10, failed in both corpora: a first-order Markov surrogate reproduced the curve. The paper therefore withdraws the claim that frozen spans track long-range musical structure and retains only the weaker, still falsifiable claim that the time of occurrence is a product of the criterion protocol and moves logarithmically with it.
Keywords: musical occurrence; frozen span; freezing point; fictive temperature; yarn twist; flashover; criterion scale
「音乐是如何发生的」最容易被读成「第一声从哪里来」。于是答案从空气振动、乐器激发、神经放电、作曲意图或文化命名开始,好像只要找到起点,把后续事件连成序列,发生就被解释了。这条路早已被走过很多遍,也早已被指出不够:起点解释不了为什么同一串声音在一种听法下成段、在另一种听法下只是噪声。
最近一批发生论把镜头从起点移到了关系上,回答变成:前一事件改变了后续事件的可接受条件,而这个改变又被再后续继承。这是一个更好的回答,它把发生从对象移到了过程。但它有一处一直没有被追问:这种改写能一直进行下去吗? 如果一段声音的功能永远可以被更后面的声音重新决定,那么任何时刻都没有任何东西真的发生过——发生被无限推迟到未来,而未来永远不会到齐。反过来,如果改写在某处停止,那么发生就落在停止那一处,而不落在改写本身。
本文要问的正是这个被跳过的问题:改写的窗口什么时候关上? 更精确地说:一段已经响过的声音,在什么条件下不再能被无痕地重排——不再能被删掉、挪动或替换而不留下可检出的痕迹?
这个问法有一个直接的好处:它把「发生」从一种需要被承认、被感受、被理解的东西,变成一件可以在语料、日志与录音上清点的事。它也有一个直接的危险:如果「无痕」不给尺度,它会立刻变成一个万能词。本文的全部技术负担都压在这个尺度上。
WHAT 题要求在若干维度上找到一个对象的共同边界,最终回答「它是什么」;WHY 题要求找到几种动力如何共同驱动一个现象;HOW 题要求几条互斥的路径争夺同一个发生权,最终回答「它按怎样的次序出现、在哪一步可以失败」。若把本题写成「音乐具有玻璃、纱线与火三个方面」,得到的是三维度拼盘;若写成「音乐由三种力量推动」,则把路径问题误写成动力问题。因此本文只允许每门学科提供一条从起点到终点的发生路线,且三条路线的终点必须互不相同、中介必须不可互换。
一条实质约束先于一切:外部学科必须尚未被当代音乐学吸收。这条约束不是装饰。音乐认知已经吸收了预测编码、动态注意、事件分段、统计学习与运动同步;音乐社会学已经吸收了中介、关系与实践理论;音乐考古偶尔使用埋藏分析。把这些领域重新包装成「跨学科」,只会得到一次换词。
本文选定的三家是:
三家还必须能对同一件事给出不同判决,否则只是三种术语描述同一路径。下一节会给出这三条判决线。
| 路径来源 | 起点 | 中介机制 | 该学科认定的终点 | 若单独用来解释音乐 |
|---|---|---|---|---|
| 结构弛豫 | 过冷液体,结构仍跟随温度 | 弛豫时间随温度上升、与观察时标比较 | 冻结:结构不再跟随外部条件 | 音乐发生于某段材料不再跟随后续条件而变化 |
| 加捻抱合 | 一束离散短纤维 | 捻度产生侧压、摩擦阻止滑移、重叠段承力 | 成纱:离散体成为可承载连续体 | 音乐发生于离散声事件被搭接成可承载的一条 |
| 轰燃 | 局部起火,热量在室内积累 | 顶棚热烟层辐射回授、正反馈超过散失 | 全室卷入:不可回退的整体化 | 音乐发生于局部事件跃变为整段被卷入 |
三者并不是「凝固—连接—整体化」的分工。若如此安排,就成了取长补短的综述。本文要求它们争夺同一件事:哪一条路线有权说音乐已经发生?
在定案之前,本文另外体检了四门候选学科,并全部淘汰。记下淘汰理由,是为了让选源过程可被审计。
声学与心理声学:早已是音乐研究的核心来源,违反「尚未被吸收」这条硬约束。 地层学与哈里斯矩阵:形式上很像(层位关系决定先后),但同产线此前已用埋藏学,且两者共享同一底盘,会造成「三家其实是两家半」。 排队论:能给出到达率与服务率之比,形式接近双时标,但它已通过信息论与音乐信息检索大量进入音乐研究,且它的终点(稳态队长)与另外两家不冲突,构不成 HOW 型所需的路径争夺。 混凝土的凝结与水化:与玻璃转变共享「从可塑到不可塑」的同一原理,属于同一家的第二次使用。
四门里有两门(地层学、混凝土)是因为与已选家共底盘被淘汰,而不是因为不相关。这一条淘汰标准比「相关性」更严:三家必须给出互斥的终点,仅仅「都很远」是不够的。
玻璃常被误解成「冷到某个温度就凝固了」。结构弛豫理论说的不是这件事。过冷液体在降温过程中,结构重排所需的时间(弛豫时间)随温度下降而急剧增长;当这个时间长到超过实验的观察时标,结构就来不及跟上温度的变化,于是被留在了它最后一次还来得及达到的位形上。Tool 在 1946 年为此引入了假想温度:一个非平衡玻璃的某个宏观性质,等于该性质在假想温度下的平衡值。换句话说,玻璃的当前结构记录的不是它现在的温度,而是它最后一次还来得及重排时的温度。
这条路线上最有冲击力的材料不是「玻璃会冻」,而是冻在哪里不是物质的常数。Ritland 从 Tool 的方程出发给出假想温度与降温速率对数之间的线性关系;Moynihan 等人 1974 年与 1976 年把它写成 d ln|q| / d(1/T′_f) = −Δh*/R,其中 q 是降温速率、T′_f 是极限假想温度、Δh* 是控制结构弛豫的活化焓,并在 B₂O₃、硝酸盐熔体与硼硅冕玻璃上给出量热实测。Moynihan 等人还指出,极限假想温度依赖降温速率而不依赖升温速率。
对本文而言,这条材料给出两件事,而且这两件事方向相反:
第一,发生时点确实随观察协议移动。你把降温放慢十倍,冻结位置就往后挪一截;「玻璃在几度变成固体」不是一个可以脱离测量方式回答的问题。若把这一条搬到音乐,「这段声音是在第几拍成为音乐的」也不能脱离你用多细的判据去看它。
第二,移动是对数的,因而是弱的。要把冻结位置挪动一个固定的量,需要把时标改变一个数量级。这就使「发生时点是协议产物」这个说法免于滑向「发生时点是任意的」。协议性与任意性之间隔着一条可测的定律,而这条定律正是本文后面要拿去检验的东西。
这条路线也暴露自己的不足。它只说明结构何时停止跟随,却完全不说明这段结构是怎样被连成一条的。玻璃没有「段落」;它是一整块。一个只借用冻结的音乐发生论会得到一个奇怪的结论:整首曲子在同一时刻一起冻住。这显然不对,需要第二家来拆。
一根棉纱长几百米,而组成它的棉纤维只有二三十毫米。没有任何一根纤维贯穿全长。 那么它凭什么能承受拉力?答案是加捻:捻度使纤维相对纱轴倾斜,产生指向轴心的侧压力,侧压力经摩擦转化为阻止纤维相对滑移的阻力;一根纤维只要与邻居有足够长的重叠段,就能把力交给下一根。
纺织工程在这里提供了两条硬材料。第一,短纤纱的断裂通常是纤维滑移而不是纤维断裂:纱的强度并不等于纤维强度之和,纤维到纱的强度转换效率一般只有 40%–65%;增加纤维长度之所以提高纱强,主要是因为重叠段更长,滑移阻力更大。第二,纱强随捻度先升后降:低捻时强度由抗滑移能力决定,捻度继续增加时抗滑移的贡献趋于饱和,而纤维斜角带来的分力损失开始占上风,于是出现一个最佳捻度。多数纱其实被有意纺在低于最佳捻度的位置上,因为低捻的生产率更高。
把这条材料搬进发生问题,得到的不是「音乐像一根线」这种比喻,而是一条严格的结构约束:连续性可以由分布的重叠产生,因此「它在这里接上了」可能根本没有一个点。 一个音乐单位的成立不必依赖某个可被指出的接缝;它可以依赖一段区间内多重重叠的累积。这直接限制了第一家:冻结如果发生,也不会发生在一个点上,它有内在的宽度。
第二条约束更不客气:耦合不是越强越好。捻度过高反而掉强。任何宣称「联系越密、回应越多、影响越强,音乐就越发生」的说法,在这条材料面前都要重新解释。本文因此从一开始就拒绝把冻结程度写成一个越大越好的分数。
这条路线同样暴露自己的不足:它说明了连续体如何被搭起来,却完全不说明为什么搭起来之后就回不去了。一根纱可以被解捻,纤维可以重新分开。音乐里那种「这一段已经成型,后面无论怎么走都改不掉它曾经是这样」的不可回退感,加捻给不出来。这需要第三家。
室内火在增长阶段是一个局部现象:一件家具燃烧,热烟层在顶棚下积聚并加厚,向下辐射。当热烟层足够热,地面附近所有可燃物几乎同时被引燃,火从局部跃变为全室卷入。这个跃变叫轰燃,它把火从增长阶段推进到充分发展阶段。
消防工程为轰燃给了两条常用的定量指标:上层烟气温度约 600 ℃,或地面入射热流约 20 kW·m⁻²。Waterman 从小尺度舱室试验得出地面辐射热流 20 kW·m⁻² 这一判据;Babrauskas 的全尺寸床垫火实验报告轰燃发生在 600 ℃ 附近;另一些实验给出的轰燃时上层温度区间是 450 ℃ 到 771 ℃,也有人把 500 ℃ 作为保守指标。
真正对本文有价值的不是这些数字,而是它们的性质。Kennedy 在讨论火灾分析时明确指出:这些技术指标(600 ℃ 上层温度、20 kW·m⁻² 辐射热流)以及其他非技术指标,在从未真正发生轰燃的火灾中也可能出现;指标的出现并不定义轰燃——轰燃的定义里根本没有这些指标,只有「全室卷入」这一结果。也就是说,工程共同体一边知道判据是约定,一边照样使用它,因为在性能化设计里必须有一个可操作的数。
这给发生论一对必须同时接受的事实:
这条材料因此与前两家发生真正的冲突:玻璃说发生是时标比较的结果,纱线说发生没有单点,而轰燃说发生是一次不可回退的跃变——可它的时刻却是人定的。三家争的不是谁更正确,而是发生到底是一个比较、一段分布,还是一次跃变。
三家能否真正咬合,取决于能不能把它们的量搬到同一张表上而不靠比喻。本节做这件事,并明确指出哪些量不能搬。
| 玻璃 | 纱线 | 轰燃 | 音乐(本文的操作化) | |
|---|---|---|---|---|
| 被改动的对象 | 分子位形 | 一根纤维的位置 | 一处可燃物的状态 | 一个声事件 |
| 重排所需时间 τ | 结构弛豫时间 | 纤维沿轴滑移所需的位移 | 局部熄灭所需的散热 | 该位置仍可被无痕替换的余地 |
| 施加约束的时标 θ | 观察/降温时标 | 重叠段长度与侧压 | 反馈辐射的到达率 | 判据能同时看多长的上下文 |
| 发生 | τ > θ,结构冻住 | 抗滑移超过拉力,成纱 | 正反馈超过散失,卷入 | 改动可被检出,位置冻住 |
| 不可回退性 | 弱(可退火重开) | 弱(可解捻) | 强(不回增长期) | 由 θ 决定:θ 固定则不可回退 |
| 判定阈值的地位 | 协议(依速率) | 无单点阈值 | 协议(600 ℃/20 kW·m⁻²) | 协议(θ 与检出规则) |
这张表也标出了三处不能搬的地方,必须写明,否则跨学科会退化成术语装饰:
第一,音乐事件没有物料守恒,也没有能量衡算。玻璃的活化焓 Δh* 有明确的物理意义,本文的斜率没有对应的能量解释,它只是一个经验斜率。任何把本文的斜率读成「音乐的活化能」的说法都是过度移植。
第二,纱线的侧压力可以直接测量,本文的「重叠」只是一个类结构关系,无法给出力的量纲。因此纱线一支只贡献一条否定性约束(冻结有宽度、耦合非越强越好),不贡献任何可测量的力学量。
第三,轰燃的不可回退由燃料消耗与热惯性保证,是物理不可逆;本文的不可回退是相对于固定判据的不可回退——换一个更粗的判据,同一个位置可以重新变得可无痕重排。本文的不可逆性弱于轰燃,这一点必须写在最显眼处,否则整篇会被误读成宿命论。
正因为可搬的只有「终点、条件、时标与判定规则之间的逻辑关系」,三家才不是三个例子,而是三条互相限制的失败规则。 ## 六、一阶冲突:同一段声音,三家判决不同
三条路线不是互补的,它们会在同一段材料上给出相反的判决。下表是本文用来确认冲突真实存在的四个例子。
| 材料 | 玻璃路线判 | 纱线路线判 | 轰燃路线判 |
|---|---|---|---|
| 一段极慢的持续音,后继稀疏 | 已冻结:重排所需时间远超后继到达的时标 | 未成纱:没有足够的重叠段 | 未发生:没有正反馈,没有跃变 |
| 一段密集但完全可预测的机械循环 | 未冻结:结构一直在跟随,任何一处都可被替换 | 已成纱:重叠充分,抗滑移强 | 未发生:没有跃变,只有稳态 |
| 一次现场失误被全体接住并改道 | 未冻结:功能仍在被重排 | 成纱中:新的重叠正在建立 | 已发生:跃变且不可回退 |
| 一张母带交付后的录音文件 | 已冻结:不再跟随任何后续条件 | 已成纱:结构完全固定 | 已发生但已结束:卷入早已完成 |
冲突真实存在,第二阶碰撞因此有意义。
三条路线表面上在争「发生在哪一步完成」,底下却共享一个更隐蔽的前提:
发生有一个时点,而这个时点是过程自身的性质——可以问「它是什么时候发生的」,答案不依赖谁在看、看多久、用多细的尺子。
正是这个前提让「音乐是如何发生的」被默认为一个有唯一答案的问题。而三家各自的材料都在推翻它:
| 领域自己的材料 | 它推翻了什么 |
|---|---|
| 假想温度与 T′_f–log q 关系;T_g 依赖降温速率而非物质常数 | 发生时点不是对象属性,而是对象与观察时标之比的属性 |
| 短纤纱以滑移断裂;无一根纤维贯穿全长;连续性由分布重叠产生 | 发生没有单点,只有一段有宽度的区间 |
| 600 ℃/20 kW·m⁻² 是约定判据,指标全中也可能没有轰燃;实测区间 450–771 ℃ | 判定阈值是协议,与真实转变不重合;但不可回退是真的 |
三条反证合起来给出一个三家各自都不会主动提出的结论:
「发生」不是一个时点,而是一对时标的比较结果。把它读成时点,是判定协议的产物;但由此产生的不可回退,不是协议的产物。
这一步使三家都不舒服。玻璃学家不会说 T_f 是「协议产物」,他会说它是可复现的实验量;纺织工程师不关心「发生」这个词;消防工程师会坚持轰燃是客观现象。本文不请三家背书,只借三家的证据逼出一个它们不会主动说出的结构。
本文把撞出来的东西命名为冻段(frozen span)。
冻段:一段材料中,已经不再能被无痕重排的部分。
三个词都要卡死。「重排」指对该段作一次结构性改动——删除、挪动或替换其中一个事件。「无痕」指在一个事先声明的判据尺度下,改动后的材料仍与未改动的材料不可区分。「不再能」指这种不可区分性已经消失,且不会因为更多后续到来而恢复。
冻段不是被记住的段落,不是被强调的段落,也不是被后来改写的段落。它是改写窗口已经关闭的段落。一段声音可以毫不起眼、无人注意、从未被谁重新解释,却已经冻住;也可以极其突出、反复被提起,却始终没冻——因为它所在的位置允许它被任何等价物替换而无人能看出。
由此得到本文的承重命题,写成否定—重命名式:
音乐不是被组织起来的声音,也不是不断被后来改写的关系。音乐是一串冻段:每一段的功能被冻在它最后一次还来得及被重排的那个条件上。何时冻,由后继到达的速度与重排所需时间之比决定,不由这段声音本身决定。
这句话必须与它最像的说法分开。它不是说「后来的声音会改变前面的意义」(那是追溯性重释),也不是说「过去被现在重构」(那是 Mead 与怀特海那一族),更不是说「记忆会衰退」。它说的是一件方向相反的事:改写是有截止期的,而截止期不属于材料。
冻段的读数是冻结点 f:从一个位置起,还要经过多少个后续事件,对该位置的重排才不再无痕。f 小意味着这个位置很快就被冻住,f 大意味着它长时间保持可改。
f 单独报出没有意义。 它必须与判据尺度 θ 一起报,写作 f|θ。θ 是判据能同时看多长的上下文;θ 越大,判据越严,同一个改动越容易被检出,冻结越早。不配报 θ 的 f 就像不带单位的长度。这条纪律不是谨慎,而是本文全部内容的直接后果:如果发生时点是协议的产物,那么任何报出发生时点的人都必须同时报出他的协议。
由此还得到第二个读数,它在后面的真跑里成了主角:未冻比例 c(θ),即在给定 θ 与给定观察长度内始终没有被冻住的位置所占的份额。c 接近 1 表示这段材料几乎处处可改,c 接近 0 表示几乎处处已定。
第三个量是冻结点的宽度:f 的四分位距。若宽度为零,冻结就是一个点;若宽度不随 θ 收缩,冻结就有内在的分布性质——这正是纱线那一支要检验的东西。
本文不使用四态格、不使用链条、不使用阶段表。它的骨架是一张双时标平面。
横轴是 log θ:判据尺度,也就是「后继到达并施加约束的速度」。纵轴是 log τ:重排该位置所需的时间,也就是「这段材料还能被改多久」。平面上有一条对角线 τ = θ,本文称之为冻结线。
每一段材料在这张平面上不是一个点,而是一条轨迹。随着后继事件不断到来,可用于重排的余地不断减少,轨迹向冻结线移动。发生 = 轨迹穿过冻结线。
三家分别锁定这条线的三个性质,缺一不可:
这三条性质正好是后面三组预注册假设的内容。骨架不是插图,它就是检验表。
哲学化的音乐定义常在判据里重新引入「真正」「充分」「有意义」「具有审美价值」等词,于是理论永远不会被数据触发。本文的判据可以直接写进脚本:
固定判据尺度 θ;对位置 t 施加一次结构性改动;从 t 起逐个加入后续事件,直到该改动在 θ 下可被检出为止;记录所用的后续事件数,即 f(t|θ);若到观察上限仍不可检出,记为删失,不记为无穷大,也不记为零。
整个流程不要求任何人判断材料好不好听、像不像音乐、有没有意义。它只要求三件事事先写死:怎样算一次改动、怎样算可检出、看多长。
这条判据可以用在符号语料、MIDI 日志、演奏录音的标注层、排练录像的动作标注,以及生成系统的状态日志上。本文只在符号语料上做,因为那是唯一能被第三方在十分钟内复算的层。
场景一:欺骗性终止。 一处终止式被听成结束,随后被改写成延宕。按本文判据,问的不是听者感觉如何,而是:在何处之后,把这个终止式整个删掉会留下可检出的痕迹?若后文的结构依赖它的存在,它早已冻住,改写的只是标签而不是它的可删性。标签可改与位置可删是两件事,这是本文与追溯性重释一族最重要的分界。
场景二:极简重复。 长时间重复中,单个事件的删除往往完全不可检出——重复段的 c 应当很高,冻结很晚甚至不冻。这与「极简音乐结构简单」的直觉相反:它不是简单,它是长期未冻。
场景三:环境声与声景。 一声远处刹车若不被任何后续结构依赖,删掉它不留痕迹,它在本文意义上没有冻住,因此没有进入发生。这与「听者注意到了」无关。
场景四:即兴问答。 甲的短句被乙接住并改道,此后删掉甲的短句会使乙的进入无法解释——甲已冻。注意本文不要求任何人「理解」了甲,只要求后续依赖甲。
场景五:母带交付的录音。 文件层面早已全部冻住(任何改动都可检出)。但听者一侧的过程可以另有自己的冻结轨迹。同一段声音在不同系统里有不同的 f,这不是理论的漏洞,是它的预测。
场景六:语言与其他时序活动。 语言、动作序列与代码同样有冻段。本文不把冻段当作音乐的鉴别器。若要用它做音乐/语言划界,必须另加参数耦合、节拍、音高或社会功能等维度。这一点在第二十二节被数据进一步收紧。
θ 在脚本里只是一个整数(同时能看几个事件),但它在音乐实践中有具体的、可指认的对应物。这一节要让 θ 不再是一个技术参数。
其一,听者的训练。 一个受过训练的听者能同时把握更长的上下文,因此对同样的改动更容易察觉。训练提高的不是「感受力」,而是 θ。本文由此得到一个反直觉但可测的推论:同一段音乐对不同听者有不同的冻结分布,而且专家听到的冻段更多——不是因为他更投入,而是因为他的判据更细。
其二,记谱与记录的精度。 只记音高的谱、记到力度与发音的谱、记到微时值的谱,是三个不同的 θ。记谱精度的每一次提高,都会把一批原本可无痕替换的位置变成不可替换的位置。历史上「演奏自由度的收缩」常被归因于审美变化或作曲家控制欲,本文提供了另一个不需要意图的解释路径。
其三,录音。 录音是 θ 的一次跃升:任何一次具体演奏的所有细节都变成可检出的。按本文的定律,录音会大幅提高冻结比例。这解释了为什么被录下来的即兴会变成「作品」——不是有人宣布它是作品,而是它的可无痕重排余地被判据尺度吃掉了。
其四,共同体的记忆与规范。 一个反复演奏同一曲目的乐队,其成员对该曲的共享表征越来越细;到某个程度,任何一处改动都会被同伴察觉。排练积累实际上是在推高 θ。
这四个对应物给出本文最有实践意味的一条推论:要让一段音乐重新变得可改,最有效的办法不是鼓励自由,而是降低判据尺度。 具体做法有三种:换一个不熟悉这段材料的合作者,换一种记录精度更低的媒介,或有意在更粗的层面上重排。这与「多即兴一点」是完全不同的处方。
本文只实现了「删除一个事件」这一种改动,这是一个必须辩护的选择。
删除的好处有三条。第一,影响不局限在固定窗口内。若改动是「交换相邻两个事件」或「替换一个事件」,改动的痕迹只出现在包含该位置的有限个元组里,前视距离因此被判据尺度机械地封顶,f 会退化成 θ 的平凡函数——这是本文在设计阶段就排除掉的一种伪读数。删除会使其后所有事件的相位整体前移,因此任意长度的后续都可能暴露它。第二,删除对应一个真实的音乐问题:这个音能不能被抹掉而没人发现。第三,删除的实现不需要任何生成模型,只需要一个支持集,因此可被第三方在十分钟内复算。
删除的代价也要写明。它偏向于惩罚那些破坏计数结构的位置(例如小节内的时值总和),因此本文的 f 分布很可能高估了节拍层的冻结、低估了音高层的冻结。挪动与替换会给出不同的分布,本文没有测,第二十三节的诚实账表里把这一条列为零证据。
一个稳健的后续研究应当同时报告三个改动族的 c(θ) 曲线:若三条曲线的斜率一致,冻结律与改动族无关;若不一致,则本文的斜率只是「删除可吸收性」的斜率,标题必须相应收窄。
新名词不等于新判断。本文在概念成形后,主动朝经典层、音乐应用层、方法层、专著层与同系列五个方向去找「这其实早就有了」。以下每一条都必须给出同一段材料上的不同观察要求,否则不算分界。
1. Reiner 1964 的 Deborah 数(最危险的一位)。 Reiner 在 1964 年的餐后演讲里把 D 定义为弛豫时间与观察时间之比,并用《士师记》中底波拉那句「山在耶和华面前流动」作比:给足时间,固体也会流。本文的双时标平面在形式上就是 Deborah 数。分界线:Deborah 数是一个描述材料在给定实验下表现为固还是流的无量纲数,它不涉及「痕迹」「可检出」「改写窗口」这些概念,也不预测冻结点的分布宽度,更不主张判定阈值是协议。本文的增量是把这个比值接到可检出性上:不是问材料像固体还是像液体,而是问一次改动还能不能被抹掉。若有人证明冻结点可由 Deborah 数在不引入可检出性的情况下完全预测,本文应并入流变学而不保留新名。本文在此不划界作汇聚:Deborah 数是本文形式上的祖先,本文承认这一点,并把自己定位为它在符号序列上的一次操作化。
2. 记忆再巩固(Nader 等,2000 以来)。 已巩固的记忆在提取后重新进入可塑状态,需要重新巩固;这给出了一个「窗口打开—再关闭」的现成机制,与冻段极像。分界线:再巩固的窗口由提取打开,本文的窗口关闭由后继到达与判据尺度之比决定,与是否被提取无关;再巩固不预测冻结点随判据尺度的对数移动,本文预测并检验了它。判决实验:在完全不提取的条件下改变后继密度,若窗口宽度不变,本文错。
3. 回声记忆与 Snyder 的三时标(Snyder 2000;Sperling 1960)。 音乐记忆研究早已给出回声记忆(数秒)、当下/短时记忆(三到五秒)与长时记忆的分层,并用它解释乐句长度。这是音乐学内部最像本文的一族。分界线:三时标是听者的固定生理/认知常数,本文的 θ 是判据的可选尺度,可以取任何值并被系统扫描;Snyder 的分层预测乐句长度有偏好区间,本文预测的是 c(θ) 的对数律,两者可以同时成立而互不蕴含。若冻结点被证明只在人类记忆时标附近才有定律形式,本文的普遍性主张应退回为心理学结论。
4. Hasty 1997 的投射。 已完成时长为紧随其后的事件提供确定的时长潜能。分界线:投射是向前的潜能,本文测的是向后的可撤销性;一个位置可以有强投射而完全可删(如高度程式化的起句),也可以投射微弱却不可删。
5. Schmalfeldt 的追溯性形式重释与 Caplin 的「转调段的结尾成为副题的开始」。 这是与本文表面最接近、实则方向相反的一族:它们说后来的音乐迫使我们重新理解此前单元。分界线:它们改的是标签,本文测的是可删性。同一个终止式可以被反复重贴标签而始终不可删(早已冻住),也可以标签稳定而始终可删(从未冻住)。两者正交,且可在同一份语料上分别测量。
6. Mead 1932 与怀特海。 Mead 说「给定一个涌现事件,它与先行过程的关系成为条件或原因」,新的当下不断重构过去;怀特海说场合消逝后作为客观不朽的与料被后继场合摄入。这两位是「过去被后来改写」的经典层正主。分界线:两位都主张改写可以持续发生,本文主张改写有截止且截止点可测。这是一条真正的对撞线:若在任何判据尺度下都不存在有限的冻结点,本文错、他们对;本文第二十二节的数据正是在这条线上被部分打回。
7. 事件分段(Zacks 等 2007)。 解释边界如何被知觉。分界线:边界是感知事件,冻结是可检出性事件;强边界处可以完全可删,弱边界处可以早已冻住。
8. 统计学习与信息动力学(IDyOM、PPM)。 它们计算下一事件的意外度与不确定度。本文的判据显然与序列统计有关,这是本文最容易被吸收的地方。分界线:意外度是前向量,可删性是后向量;两者由不同的条件分布决定。但必须诚实:本文第二十二节的对照实验表明,这条分界线在当前操作化下没有守住——见第二十三节。
9. Kramer《音乐的时间》的垂直时间与非线性时间。 讨论的是听觉时间体验的类型学。分界线:本文不讨论体验,只清点可检出性。
10. 遗忘曲线与衰退理论。 衰退说信息随时间流失;本文说可改性随后继到来而流失。两者方向相同但对象不同:一段被完全遗忘的音乐,其冻段状态不变,因为冻结定义在材料—判据关系上,不在记忆者身上。
11. 版本控制与不可变日志(append-only log)。 计算机系统里「提交之后不可改写」是现成制度。分界线:那里的不可改写是被规定的(系统设计者写死),本文的不可改写是长出来的(由后继密度与判据尺度决定)。若某种音乐实践显式规定了不可改写点(如出版、母带交付),那正是本文所说「协议决定冻结点」的最直白实例,不构成反例。
12. 熵与压缩率。 一段可高度压缩的材料显然更容易被无痕改动。分界线:压缩率是全局量,f 是逐位置量;同一压缩率下可以有完全不同的 f 分布。本文在第二十二节把这条线交给了数据,结果不利。
13. 外适应与功能转用。 处理的是旧结构被用于新用途,不涉及可撤销性。
14. 同系列的十一篇同题稿。 本产线此前的 What 与 How 稿共同主张:一个事件改变后续事件的可接受条件,且这个改变被再后续继承。分界线是本文最重要的一条:那十一篇测的是改写能否发生并传播,本文测的是改写窗口何时关闭。两者在同一份材料上给出相反的预测方向:它们预测越往后可改写的东西越多(继承链越长),本文预测越往后可改写的位置越少(冻结累积)。这两条曲线可以在同一份语料上同时画出来,谁对谁错由数据裁决,而不是由谁更深刻裁决。
为什么必须做。 一个说「发生时点是协议产物」的理论,如果自己不公布协议、不接受失败,就已经在方法上背叛了自己的主张。
预注册。 统计量计算之前写入本地文件 prereg_f1.md,SHA-256 为 736afe797de6d0758bf57f707cd1c42f13d63c1d1ea1f9d2972e80ab2992a022。数据、单位、分割、改动方式、检出定义、θ 集合、观察上限与全部阈值均在结果产生前固定。
数据与操作化。 music21 内置巴赫四声部众赞歌,取女高音声部起音,共 368 首、18,340 个事件、中位长 46。单位是相邻起音的有向半音程,截断到 ±12。按文件名排序,前三分之二为训练集(建支持集),后三分之一为测试集(算 f)。改动 = 删除位置 t 的事件(该音被抹去,后续整体前移;这样改动的影响不局限在一个固定窗口内,任何长度的后续都可能暴露它)。支持集 = 训练集中出现过的 θ 元组。 可检出 = 删除后跨过 t 的某个 θ 元组不在支持集中。 f(t|θ) = 使可检出为真的最小前视距离,上限 64,超过记删失。θ ∈ {2,3,4,5,6},种子 20260816。
预注册的假设与结果:
| 假设 | 内容与阈值 | 结果 |
|---|---|---|
| H1 | log₂(f 中位数 +1) 对 θ 线性,R² ≥ 0.90,斜率 < 0 | 被驳:斜率 −0.042,R² = 0.083 |
| H2 | 每个 θ 上 f 的四分位距 ≥ 1 | 通过:IQR = 13 / 7 / 3 / 1 / 1 |
| H3 | 换判据(频次≥3)后斜率相对变化 < 20% | 无从判定(主统计已废) |
| H4 | θ=4 时删失率 < 10%,f 的 95 分位 < 32 | 被驳:删失率 19.4%,95 分位 20 |
| H5 | 真实序列的 f 中位数比一阶马氏对照大至少 1 | 被驳且方向相反:真实 1,对照 2 |
实测的 f 中位数依次是 0、1、1、0、0;均值 8.63、5.64、3.84、1.49、0.87。主读数被判据压在地板上。 四条假设中三条判负,其中一条方向相反。按预注册纪律,这一场不得被改写成成功。
失败本身提供了本文最有用的一条信息。f 的分布不是单峰的:在 θ=4 上,37.3% 的位置在 k=0 就被检出(删掉立刻露馅),19.4% 的位置到 64 个事件仍不可检出,中间的 43.3% 分布在 1 到 64 之间。对一个既有大量零、又有大量删失的分布取中位数,等于把两端的信息全部丢掉,只留下一个被判据挤压出来的常数。
这正是本文在第九节自己写下的纪律没有执行到位:既然冻结线有宽度,读数就不能是中位数。合适的读数应当是删失本身——未冻比例 c(θ),即到观察上限仍未被冻住的位置份额。
事后计算给出:巴赫语料的 c(θ) 依次为 0.829、0.527、0.194、0.073、0.029。取自然对数后对 θ 作线性回归,斜率 −0.871、R² = 0.9866;只取 θ ∈ {3,4,5,6} 时,斜率 −0.972、R² = 0.9998。
这是一条很漂亮的曲线,但它是事后发现的。按参照语料相对性与敌意拓宽的纪律,事后发现的律不能当证据用。唯一正当的做法是:把它写成新的预注册,拿到完全不同的语料上做样本外确认,并把阈值先写死。
预注册。 文件 prereg_f2.md,SHA-256 为 d80bea7fa2c0da322f8f0a81c4a4abc18bb90af1daaac761155d7c393c61d5de,写于第二场任何统计量被计算之前。文件开头如实声明:本场检验的定律是在巴赫语料上事后发现的,全部阈值依巴赫标定,本场的唯一功能是样本外确认。
确认语料。 语料一:music21 的 essen 欧洲民歌集,600 首单声部民歌、29,539 个事件。语料二:music21 的 palestrina 集,259 首、25,799 个事件,取最高声部。两者与巴赫众赞歌在传统、体裁、写作年代与共同体上都不相同,且都不是本文事后探索所用的语料。其余定义与第一场完全相同。
预注册的五条假设与实测结果:
| 假设 | 阈值(先写死) | essen | palestrina | 判定 |
|---|---|---|---|---|
| H6 主:ln c(θ) 对 θ 线性(θ=3–6) | R² ≥ 0.95 且斜率 ∈ [−1.5, −0.5] | 斜率 −1.280,R² 0.9990 | 斜率 −1.052,R² 0.9917 | 两个语料均通过 |
| H7 跨传统不变 | 两语料斜率之差 < 0.5 | |Δ| = 0.228 | 通过 | |
| H8 换判据只平移 | 频次≥3 后斜率相对变化 < 40% | 23.5% | 12.7% | 两个语料均通过 |
| H9 上界 | θ=6 的未冻比例 < 0.10 | 0.0126 | 0.0233 | 两个语料均通过 |
| H10 非平凡 | 一阶马氏对照的 θ=4 未冻比例与真实相差 ≥ 0.05,或斜率相差 ≥ 0.2 | 差 0.0135,斜率差 0.143 | 差 0.0336,斜率差 0.1996 | 两个语料均判负 |
未冻比例的完整曲线(θ = 2,3,4,5,6):
| 语料 | c(2) | c(3) | c(4) | c(5) | c(6) |
|---|---|---|---|---|---|
| 巴赫众赞歌(探索样本) | 0.829 | 0.527 | 0.194 | 0.073 | 0.029 |
| essen 民歌(确认样本) | 0.902 | 0.573 | 0.180 | 0.046 | 0.013 |
| palestrina(确认样本) | 0.930 | 0.543 | 0.156 | 0.053 | 0.023 |
| essen 一阶马氏对照 | 0.889 | 0.597 | 0.166 | 0.038 | 0.009 |
| palestrina 一阶马氏对照 | 0.819 | 0.554 | 0.190 | 0.051 | 0.013 |
三个互不相干的传统给出同一形状的曲线,斜率落在 −0.87 到 −1.28 的窄区间内,R² 全部高于 0.99。把冻结点推后一个固定的量,需要把判据尺度放松一个固定的档次——这正是从玻璃搬来的形式,而且它在符号音乐语料上成立。
预注册里写得最危险的一条是 H10,本文在预注册文件中已如实写明它在巴赫上「近乎失败」。第二场把它彻底判负:保留一阶转移概率的再采样序列,其 c(θ) 曲线与真实音乐几乎重合——essen 的 θ=4 未冻比例差只有 0.0135,palestrina 差 0.0336,斜率差 0.143 与 0.1996,两者都没有越过预注册的门槛(0.1996 与阈值 0.2 只差 0.0004,本文按预注册口径判负,不作四舍五入的通融)。
这条失败必须改变命题,而不是被写进脚注。
第一,本文撤回「冻段反映音乐的长程结构」这一说法。在当前操作化下,冻结律在一阶转移统计层面就已经成立;把它当成音乐特有的深层结构证据是不成立的。
第二,本文相应地把主张降级为:冻结律是任何具有一阶结构的符号序列都具备的性质,音乐只是其中一例。 这不摧毁承重命题——承重命题说的是「发生时点是判据协议的产物,且随协议以对数速率移动」,这句话从来没有要求音乐特殊。但它确实取消了一个更漂亮、也更容易让人接受的版本。
第三,它给出了下一步唯一有意义的实验方向:要证明音乐层的贡献,必须在控制一阶转移之后仍看到差异。 具体地,用与真实语料一阶转移完全相同、但更高阶结构被破坏的对照,寻找 c(θ) 曲线的残差而不是曲线本身。本文没有做这件事,因此不得声称做到了。
第四,H4 在第一场的失败也必须一并保留:在 θ=4 这一常用尺度上,仍有 15.6%–19.4% 的位置在 64 个后续事件内始终没有冻住。也就是说,「改写窗口会关闭」不是一条全称命题,它是一条随判据尺度变化的条件命题:θ=6 时不冻的位置不到 2.5%,θ=2 时超过 80% 都不冻。同题十一篇所主张的「可继续改写」,在粗判据下大面积成立。本文与它们的关系因此不是「谁对谁错」,而是同一条曲线的两端。
跨学科若只替新命题站台,就只是借权威。三家至少各拿走了本文原来可以说得更强的一句话。
玻璃拿走了「发生有客观时点」。 本文最初想说的是「音乐在某处真的开始了」。假想温度与降温速率的关系逼本文承认:你报出的每一个发生时点都带着你的协议。本文因此不得不把 f 改写成 f|θ,并把「不配报 θ 的读数无效」写成硬纪律。
纱线拿走了「冻结是一个点」。 短纤纱以滑移断裂、没有单点接头这条材料,逼本文放弃「找到那一刻」的写法,改为报告分布;也正是这条材料使第一场中位数的失败可以被诊断而不是被掩盖。它还拿走了「耦合越强越好」:捻度过高反而掉强,所以本文明确禁止把冻结比例当成越高越好的分数。
轰燃拿走了「判据即现象」。 指标全中也可能没有轰燃这条材料,逼本文把 H8「换判据只平移」写成必须检验的一条,而不是默认为真。若换判据同时改变了斜率,本文就不再能说「协议只影响刻度」。这条通过了,但它是被检验通过的,不是被假定的。
三次让步之后剩下的命题更窄,却更能承担证伪。
证伪一:c(θ) 不随 θ 变化。 若在多个语料上未冻比例与判据尺度无关,则「发生时点随协议移动」被推翻,本文的第一层立刻失效。
证伪二:c(θ) 随 θ 的变化不是对数线性的。 若直接线性、幂律或其它形式在多语料上系统性优于对数线性(R² 高出 0.05 以上),玻璃这一支应被删除,本文退回为一个描述性清点工具。
证伪三:冻结点没有宽度。 若在所有判据尺度上 f 的四分位距都为零,纱线这一支应被删除,冻段退回为一个点事件。
证伪四:换判据同时改变斜率。 若把检出阈值从频次≥1 改为频次≥3(或改用别的判据族)导致斜率变化超过 40%,则「协议只决定刻度、不决定机制」被推翻,轰燃这一支应被删除。
证伪五:不存在有限的冻结点。 若在细判据(θ≥6)下仍有大比例位置永不冻住,则「改写窗口会关闭」不成立,同题十一篇的「可继续改写」一方获胜,冻段这一存在物应被放弃。本文实测该比例为 1.3%–2.9%,条款未触发,但这是本文最愿意被推翻的一条。
证伪六:听者层面无对应。 本文全部证据都在符号层。若设计良好的听觉实验显示,被判为「已冻」的位置与「未冻」的位置在删改觉察率上没有差异,那么冻段是一个语料统计对象而不是音乐发生机制,本文的标题必须降级。
到 2029 年 12 月 31 日为止,应当出现至少两项彼此独立、预注册、公开数据与代码的研究,满足以下全部条件。材料上,覆盖至少三种结构差异明显的音乐材料,其中至少一种为非西方传统,至少一种以节奏或音色而非音高为主要编码。结果上,报告未冻比例随判据尺度的对数线性关系,R² 不低于 0.95,斜率落在 −1.5 到 −0.5 之间。此外,其中至少一项须在控制一阶转移统计之后仍能报告显著残差。
以下不算命中:只在同一语料上换上下文长度;只给定性例子;事后挑阈值;把「未冻比例」换成压缩率或熵后声称等价;只在生成器上出现而没有真实音乐语料;同一团队在同一数据上重复发表。
若到期没有任何独立研究满足这些条件,本文应把冻段从「音乐发生机制」降级为「符号序列的一个清点工具」。若到期有研究在控制一阶统计后找不到任何残差,本文第十七节的收窄应进一步执行到底:冻段与音乐无关,只与序列冗余有关。
未冻比例是一条曲线,但它同时也编码了冻结点的分布,这一节把读法写清楚,以免后续研究只报一个斜率。
在 θ=4 这一常用尺度上,三个语料的分布如下:
| 语料 | 位置数 | 立刻冻(f=0) | 64 事件内未冻 | 中间区间 | 未删失部分均值 |
|---|---|---|---|---|---|
| 巴赫众赞歌 | 5,876 | 37.3% | 19.4% | 43.3% | 3.84 |
| essen 民歌 | 9,032 | 29.7% | 18.0% | 52.3% | 4.50 |
| palestrina | 7,627 | 27.4% | 15.6% | 57.0% | 7.75 |
三条读数值得记下来。
第一,分布是三峰而不是两峰。 有相当一批位置删掉立刻露馅(它们参与了某个在训练集中从未出现过的局部形态),有相当一批长期不冻(它们处在高度冗余的段落里),中间还有近一半的位置在若干个事件之后才冻住。任何只报中位数的做法都会把这三块压成一个数——这正是第一场失败的机制。
第二,三个传统的形状不同。 palestrina 的中间区间最宽、均值最大(7.75),巴赫最窄(3.84)。若要在这个层面上比较传统,比较的应当是分布形状而不是任何单一统计量。本文没有对这一差异做统计检验,因此只作描述性记录,不作结论。
第三,「立刻冻」的比例不应被解释成「重要」。 f=0 只意味着该位置参与了一个在训练语料中未出现过的局部形态,它可能是一处罕见的音程跳进,也可能是一处抄写异常。冻结不是价值,是可检出性。 这一条必须反复强调,因为它是本文最容易被误用的地方。
第十节把骨架写成一条冻结线与它的三个性质。这三个性质不是三句形容,它们各自对应一组可失败的检验,且失败后的理论收益不同。
位置随协议对数移动(玻璃):若失败于「不移动」,则发生时点是对象属性,本文的整个出发点错,应回到常规发生论;若失败于「移动但不是对数」,则协议与发生时点之间没有稳定关系,本文退回为清点工具。两种失败方向完全不同,因此第十九节把它们写成两条独立的证伪条款。
线有宽度(纱线):若失败,冻结是点事件,本文关于「必须报分布」的方法论主张失去依据,但承重命题不受影响。这是三条里代价最小的一条。
穿过后不可回退,且阈值是约定(轰燃):若换判据同时改变斜率,则协议不只决定刻度、还决定机制,本文关于「协议性不等于任意性」的核心论证塌掉。这是三条里代价最大的一条。它在两个语料上通过了(23.5% 与 12.7%,阈值 40%),但通过的余量不算大,后续研究应当换一个完全不同的判据族(例如基于压缩长度而非支持集)再验一次。
本文把没做的事列在这里,按性价比排序,供后续研究直接接手。每一条都不需要新数据采集。
第一,三个改动族的对照(一天工作量)。 在同一份语料上同时测删除、挪动与替换三族的 c(θ)。若三条曲线斜率一致,冻结律与改动族无关,本文的普遍性大幅增强;若不一致,本文标题必须改成「删除可吸收性」。这是当前最值钱的一步。
第二,控制一阶转移后的残差(两天工作量)。 H10 的失败只说明一阶对照能复现曲线,没说明高阶结构毫无贡献。正确的下一步是配对比较:对每一首真实曲子生成若干条一阶匹配对照,比较同一位置的 f,而不是比较总体曲线。若配对差异系统性非零,音乐层的贡献就被分离出来了。
第三,判据族的更换(三天工作量)。 把「支持集」判据换成基于压缩长度或基于神经序列模型似然的判据,重测斜率。第二十之三节指出,H8 的通过余量不大,换一个完全不同的判据族是最直接的压力测试。
第四,听者层的最小实验(一个月工作量)。 取本文判为「已冻」与「未冻」的位置各二十处,做删改觉察率实验。若两组没有差异,第十九节的证伪六触发,冻段降级为语料统计对象。这是唯一需要人的一条,也是本文与真实听觉之间唯一的桥。
这四条都设计成可以失败,且失败方向不同。一个理论真正的价值不在于把所有反例解释掉,而在于让不同的失败把研究带向不同的路。
本产线此前已有十一篇同题稿:六篇回答「何谓音乐」,五篇回答「音乐是如何发生的」。把它们各自的承重命题压到五十字以内,会得到同一句话:一个事件必须改变后续事件的可接受条件,且这个改变必须被再后续继承。
本文与它们的关系不是补充,是对撞。它们全部假定改写可以持续;本文主张改写有截止,且截止点不属于材料。这条对撞可以在同一份语料上被裁决,因为两边预测的曲线方向相反:
| 它们的预测 | 本文的预测 | |
|---|---|---|
| 随着后续事件增多 | 可被改写的位置增多(继承链变长) | 可被改写的位置减少(冻结累积) |
| 判据尺度变细 | 无预测 | 冻结比例上升,且 ln c 对 θ 线性 |
| 一个位置的标签被反复重贴 | 该位置更「活」 | 与该位置是否可删无关 |
本文的数据给出的裁决是两边各得一半:在细判据(θ=6)下,超过 97% 的位置已被冻住,本文赢;在粗判据(θ=2)下,超过 80% 的位置从不冻住,它们赢。真正被数据否定的不是任何一方的机制,而是双方共同假定的一件事——可改写性是材料的属性。 它是材料与判据尺度这一对的属性。
因此,若这十二篇要并入同一部专著,正确的处置不是选一个赢家,而是把本文作为尺度层放在它们之前:先声明判据尺度,再谈改写与继承。任何不声明尺度的改写主张,都会在换一个尺度时反号。
第一,本文不给音乐下定义。 一首没有任何冻段的极简作品仍然是音乐作品、音乐制品与音乐经验。本文区分「音乐是什么」与「一次音乐过程如何在某个系统中发生」。
第二,本文不做价值判断。 冻得早不等于更好,冻得晚不等于更自由。极简与循环音乐的高未冻比例是它们的结构事实,不是它们的缺陷;高度程式化的乐句也可以长期不冻,因为它们随处可替换。
第三,读数不得用于给人排名。 f 与 c 指向的是位置与判据,不是作曲者、演奏者或听者。一旦把「冻结率」当成考核指标,最省事的达标办法就是人为制造不可替换的怪异细节,那会把丰富的音乐时间压成刷分模式。任何使用这些读数的研究必须同时公开语料边界、粒度、检出判据、阈值与复核通道。
第四,符号层不等于听觉层。 本文所有结论都在符号语料上取得。乐谱音符不是听觉事件;音色、力度、微时值与文化经验都会改变可检出性。第六条证伪条款正是为此设立。
第五,删除不是唯一的重排。 本文只实现了「删除一个事件」这一种改动。挪动与替换会给出不同的 f 分布,本文没有测,因此不得声称冻段对所有改动族都成立。
H10 的失败逼出一个必须正面回答的问题:如果一阶马氏对照能复现全部曲线,那么在文本、代码、DNA 甚至随机结构化序列上,是不是也能测到同样的对数线性律?
本文的回答是:很可能可以,而且这不构成反驳。
理由有两条。其一,本文的承重命题从未要求音乐特殊。它主张的是「发生时点是判据协议的产物且随协议对数移动」——这句话如果只在音乐上成立,反而可疑。其二,若这条律在多种符号序列上普遍成立,它的地位就从「音乐发生机制」上升为「序列发生的一条尺度律」,而音乐是它一个可测的实例。普遍性是升级,不是降级。
但有一件事必须同时承认:普遍性一旦成立,本文就不再有资格独占「音乐是如何发生的」这个题目。它至多回答了这个题目的尺度部分,而把内容部分完全留给了别人——留给了同题那十一篇所研究的改写与继承。这就是第二十一节所说的「地基而不是屋顶」的确切含义。
因此本文明确写下一条自我限制:在没有做完第二十之四节第二条(控制一阶转移后的残差)之前,本文不得以「音乐发生机制」的身份被引用,只能以「符号序列的冻结尺度律及其在音乐语料上的一次测量」被引用。
本文共提出八条主张,逐条列出证据状态:
| 主张 | 证据状态 |
|---|---|
| 1. 发生时点随判据尺度移动 | 三语料支持(c(θ) 强烈依赖 θ) |
| 2. 移动是对数线性的 | 三语料支持(R² 0.9866/0.9990/0.9917),但该律在探索样本上被事后发现,只有后两个语料算样本外确认 |
| 3. 换判据只平移不改机制 | 两语料支持(斜率变化 23.5%/12.7%) |
| 4. 改写窗口在细判据下确实关闭 | 两语料支持(θ=6 未冻 1.3%/2.3%) |
| 5. 冻结点有内在宽度 | 巴赫支持(IQR 13/7/3/1/1);两个确认语料未单独报告 IQR,属未完成检验 |
| 6. 冻段反映音乐的长程结构 | 已撤回:一阶马氏对照复现全部曲线(H10 两语料判负) |
| 7. 冻结点在听者层面有对应 | 零证据,仅有实验设计(第十九节证伪六) |
| 8. 结论对挪动、替换等其它改动族成立 | 零证据,本文只测了删除 |
另有两处工艺缺陷如实记录:第一场预注册的主读数选错,导致一场检验被浪费;第二场的 H10 在预注册时已被作者预判为「近乎失败」仍写入,这是正确的,但也说明第一场的探索本应更早发现这条对照的威胁。
为什么「改一个音」有时毫无感觉,有时不可想象。 不是因为那个音重要或不重要,而是因为它所在的位置在你所用的判据尺度上已冻或未冻。听力训练提高的正是听者的 θ。
为什么排练到某个阶段就改不动了。 通常被解释为习惯或惰性。本文给出另一个可测的解释:随着排练积累,判据尺度变细(所有人对这段的记忆更精确),冻结比例上升;改不动不是心理阻力,是可检出性阈值移动。
为什么录音会改变音乐传统。 录音把 θ 一次性推到极细:任何一次演奏的每个细节都变得可检出。按本文的定律,这会使冻结比例大幅上升——传统从「可无痕重排的活体」变成「几乎处处已冻的文本」。这不需要任何关于忠实性或灵韵的价值判断即可推出。
为什么极简与循环音乐给人「时间没有前进」的感觉。 它们的未冻比例长期居高;在相当细的判据下仍然处处可替换。这是一个可测量的说法,不是修辞。
生成式音乐系统的一个新评测。 现有评测多问「像不像」。本文给出的问法是:把生成序列的任意位置删掉一个事件,在给定 θ 下多久会露馅?若模型输出的 c(θ) 曲线斜率显著平于真实语料,说明它生成的是处处可替换的材料——听起来合理,却没有任何东西真的定下来。
为什么某些错误会变成材料,而另一些只是错误。 常见解释诉诸他人的接纳。本文给出一个不依赖任何人态度的判据:一次失误若使其后的组织依赖它的存在(删掉它会露馅),它已经进入结构;若删掉它整段照样自洽,它就仍在结构之外,无论事后有多少人为它讲了好故事。
为什么「定稿」这件事在不同媒介里发生在不同的地方。 口传传统里定稿几乎不发生(θ 长期很粗,未冻比例很高);印刷谱把定稿推到出版那一刻;录音把定稿推到按下停止键那一刻;而流媒体时代的持续修订版本又把它往后推。这四种情形不需要四套理论,只需要一条 c(θ) 曲线与四个不同的 θ。
为什么合作者的更换会让一段音乐重新变活。 新合作者的判据尺度不同,原本已冻的位置对他而言仍可无痕替换。这解释了一个常见经验:同一段材料换一个人合作,突然又能改动了——不是他更有创意,是他的 θ 不同。
一个主张「改写有截止期」的理论,应当允许自己被检查是否已经过了截止期。
按本文自己的判据:本文的哪些部分现在还可以被无痕删掉?
可以无痕删掉的:第十二节的六个场景(它们是说明,不是证据);第二十四节的现象解释(它们是推论,删掉不影响任何检验);三家材料中的具体数字(600 ℃、20 kW·m⁻²、40%–65% 的强度转换效率),它们是可替换的例证。
已经冻住的有三处。两份预注册的 SHA 值与其中写死的阈值:删掉它们,第十六节的全部判定失去意义。H10 的失败:删掉它,第十七节的收窄没有来源,整篇会退回一个更强、更好看、也更不诚实的版本。第一场的失败:删掉它,第十五节的诊断就变成凭空的方法论说教。
这个自查有一个具体后果:本文最不可删的部分全部是失败。这既是本文对自身判据的服从,也说明了一件更一般的事——在一篇研究里,最早冻住的往往不是结论,而是那些让结论不能被随意改写的记录。
同题十二篇若要合成一部专著,本文不应作为第十二章并列,而应作为尺度声明层前置。理由有三:
第一,其余十一篇的承重命题都可以在换一个判据尺度时反号(第十七、二十一节的数据已经显示了这一点)。任何在书里出现的「改写」「继承」「续接」「回写」主张,都应当先声明它相对于哪个 θ 成立。
第二,本文提供的读数 c(θ) 是唯一一个能把其余十一篇放在同一张图上比较的量:它们各自的读数(回接步数、灌注半径、迁移率、续接率、CCRR、U 谱)都是在某个隐含尺度上取的。把这些隐含尺度显化,本身就是一次可做的研究。
第三,也是最重要的:本文自己被数据判负的那一条(H10)恰恰说明,尺度层的定律不需要音乐特殊性即可成立。这使它适合当地基而不适合当屋顶——地基不必比屋顶更漂亮,只需要更难被推翻。 ## 二十五、结论:发生在窗口关上的那一刻,而那一刻不属于这段声音
「音乐是如何发生的」不能靠找到第一声来回答,也不能靠说「后来的声音会改写前面的」来回答——后者把发生无限推迟到未来。真正需要问的是改写的窗口何时关闭。
玻璃告诉我们,结构冻在它最后一次还来得及重排的条件上,而冻在哪里取决于时标之比,不取决于材料本身。纱线告诉我们,连续性可以由分布的重叠产生,所以冻结没有单点,只有宽度。轰燃告诉我们,判定阈值是约定,但跃变之后不可回退。三者合起来逼出冻段:一段材料中已经不再能被无痕重排的部分。
在三个互不相干的音乐传统上,未冻比例随判据尺度呈对数线性下降,斜率落在 −0.87 到 −1.28 的窄区间,R² 全部高于 0.99。把冻结点推后一个固定的量,需要把判据放松一个固定的档次。发生时点确实是协议的产物,但协议不能任意生产发生时点。
同一批数据也判负了本文最想要的那条:一阶马氏对照复现了全部曲线,因此本文撤回「冻段反映音乐的长程结构」。留下的命题更窄:冻结律是任何具有一阶结构的符号序列都具备的性质,音乐只是其中一例;而在音乐上,它给出了一个此前没有被清点过的量。
最后一句压缩:音乐不是在被听见时发生的,也不是在被后来的声音改写时发生的;音乐发生在改写窗口关上的那一刻,而那一刻由后继到达的速度与判据的细度共同决定,不属于这段声音。
prereg_f1.md(SHA-256 736afe79…2a022):主读数 f 的中位数;H1 对数线性(R²≥0.90)、H2 宽度(IQR≥1)、H3 换判据(<20%)、H4 上界(删失<10%、95 分位<32)、H5 对照(中位数大 ≥1)。结果:H1、H4、H5 判负,H2 通过,H3 无从判定。
prereg_f2.md(SHA-256 d80bea7f…d5de):主读数未冻比例 c(θ);开头如实声明该律在巴赫上系事后发现、阈值依巴赫标定。H6 对数线性(R²≥0.95、斜率∈[−1.5,−0.5])、H7 跨传统(斜率差<0.5)、H8 换判据(<40%)、H9 上界(θ=6 未冻<0.10)、H10 非平凡(对照差≥0.05 或斜率差≥0.2)。结果:H6–H9 在两个语料上全部通过,H10 在两个语料上均判负。
pip install music21;语料为 music21 内置,无需下载外部数据。corpus.getComposer('bach') 中四声部作品的第一声部;实得 368 首、18,340 事件。music21/corpus/essenFolksong/*.abc 的前 12 个文件,取前 600 首、29,539 事件。corpus.search('palestrina') 去重后取前 260 个文件,取最高声部;实得 259 首、25,799 事件。本文为跨学科理论研究稿。玻璃结构弛豫、纺织加捻与消防轰燃三门材料仅用于抽取发生结构,不构成任何工程或安全建议。两份预注册文件、分析脚本与全部读数随稿提交,任何第三方可在本地复算。本文不对自身创新程度给出认证分;创新评价应由未参与写作的独立评审完成。
本节由卷二编者补写,不属于原稿。预注册 SHA-256 0f78983119257d08d8b6c8690d6995b0e4f9137ef8b63579c29f29f83f4b687b,写于任何饱和统计量计算之前。
本卷第十一章立下的规矩是:任何建立在许可模型或语料规模上的读数,须出示随语料规模变化的饱和曲线,否则判为稀疏性产物。本章的未冻比例 c(θ) 正是这样一个读数——一个事件是否”未冻”,取决于删掉它以后留下的 θ-gram 在语料里能不能找到,而”能不能找到”直接随语料变大而变松。
按预注册口径重跑:事件序列取巴赫众赞歌女高音音级(口径同本卷第十章的解析脚本,397 首);训练语料取前 N 首,测试集固定为最后 100 首且不随 N 变化(严格留出);未冻判据为”跨过删除点的长度 θ 音级 n-gram 在训练语料的 θ-gram 清单中出现过”。
| 训练规模 N | θ=2 | θ=3 | θ=4 | θ=5 | θ=6 | ln c 对 θ 的斜率 | R² |
|---|---|---|---|---|---|---|---|
| 25 | 0.9385 | 0.6230 | 0.3017 | 0.1266 | 0.0497 | −0.7470 | 0.9810 |
| 50 | 0.9639 | 0.7588 | 0.4206 | 0.1978 | 0.0807 | −0.6304 | 0.9611 |
| 100 | 0.9759 | 0.8529 | 0.5328 | 0.2936 | 0.1345 | −0.5030 | 0.9452 |
| 200 | 0.9819 | 0.9152 | 0.6472 | 0.3830 | 0.1877 | −0.4181 | 0.9190 |
| 297 | 0.9874 | 0.9377 | 0.7267 | 0.4644 | 0.2463 | −0.3480 | 0.9019 |
三条预注册条款全部判负。
H-S1 判负。 斜率从 −0.7470 变到 −0.3480,变化 53.4%,远超预注册的 25% 阈值。也就是说,本章那条”ln c 对 θ 线性、斜率是一个可比较的量”的对数律,它的斜率是语料规模的函数。
H-S2 判负。 末两档(N=200 与 N=297)的 c 值相对变化在 θ=4、5、6 三档分别是 12.3%、21.2%、31.2%,全部超过 10% 的平台判据,且仍在单调上升,看不到平台。c(θ) 因此被判定为稀疏性产物:它测的主要不是音乐材料还剩多少可重排的余地,而是手里这份语料有多大。
H-S3 判负。 最大 N 下 θ=6 的 c 已到 0.2463,超过预注册的 0.20 上限。按原稿第二场报告的巴赫 θ=6 未冻比例 0.029,与本次 0.2463 相差近一个数量级——差别来自训练语料规模与留出方式,这本身就是 H-S2 的直接证据。
由此必须执行的三条修正:
其一,撤回 c(θ) 的绝对值。 原稿报出的 essen 1.3%、palestrina 2.3%、巴赫 0.029 这类数字,不能被引用为音乐材料的性质,只能被引用为”在该语料该规模下的一个量”。
其二,原稿第二场的 H7 结论受到直接威胁。 原稿把 essen 斜率 −1.280 与 palestrina 斜率 −1.052 之差 0.228 读成”不同音乐传统给出不同斜率”,据此支持了跨语料的可比性。但两份语料的规模本身不同(essen 600 首、palestrina 259 首),而本节证明斜率对规模高度敏感(53.4%)。那 0.228 的差有多少来自传统、有多少来自规模,原稿无法区分。在做出规模匹配的重跑之前,H7 的支持应视为悬置。
其三,本章仍然站得住的是哪一句。 原稿在第二场之后已经把命题收窄为”发生时点是判据协议的产物,且它随协议以对数速率移动”。本节的结果不推翻这一句,反而加强它的前半句——判据协议现在被证明还包括”语料有多大”这一项,而这一项此前根本没有被当成协议的一部分。收窄之后的命题应再收一次:发生时点是判据协议与语料规模的联合产物。
最后一条,方法上的。 本章因此与本卷第十章、第十一章构成三重印证:第十一章说读数可能测的是许可模型,第十章说读数几乎完全由阈值决定,本章现在说读数还随语料规模系统漂移。三章的外源学科毫无关系,结论指向同一件事。