Logo
Jun 9, 2022

和声背后的心理物理学

放一首月光吧:

泛音(间谐波)理论

音符可以被表示为一堆正弦曲线,因此一个和弦可以认为是: $$ \alpha x_1(t)+\beta x_2(t)=\alpha\sum_{n=1}^N q_n\cos(2\pi nf_1t+\rho_n)+\beta\sum _{m=1}^Mr_m\cos(2\pi mf_2t+\varphi_m) $$ 其中,$N,M$ 代表由于可听范围而需要考虑的最高频谐波(泛音),$f_1,f_2$ 为基频,$\rho,\varphi$ 表示每个音符的初相(人为设定为 $0$)。

调制($\overline\omega$ 为平均值)当 $A=B$: $$ \cos\omega_1t+\cos\omega_2t=2\cos\frac{\Delta\omega}2t\cos\overline\omega t $$ 当 $A\neq B$ 时,近似($\omega_c\approx\overline\omega$): $$ A\cos\omega_1t+B\cos\omega_2t\approx B-A+2A\left\lVert\cos^{2-A/B}\frac{\Delta\omega}2t\right\rVert\cos\omega_c t $$ 这个复杂的式子对以后到讨论中作用不大,需要注意的是在 $A/B\to0$ 时(即强弱相差无限大)时,调制频率约为$\Delta\omega$(而非二分之一)。

对于用赫兹计算的频率,对于 $A=B$ 的情况,调制频率: $$ \Delta f=\left |f_1-f_2\right| $$ 对于两个和弦,考虑临近的两个谐波(上箭头:$\Delta f$,下箭头:$\overline f$):

img

$\Delta f$ 越小越悦耳(太大了则被认为是两个音):

img

一作心目中的具体界限($1\space\rm Hz$ 以下比较安全):

img

同时考虑泛音之间的调制,但泛音之间的调制对悦耳程度影响较小:即 $\overline f$ 越小影响越大。

应用在古典乐理中:

极完全协和音程和完全协和音程:

img

不完全协和音程:

img

不协和音程:

img

次谐波理论

除去基频外泛音的影响理论上应该非常小,故转换思路。

对于一个和弦,我们画出它最终的波形,该波形存在规律(周期),而这一“规律”的长度对应了共同次谐波,走完一次(近似的)周期用时为 $T_{\rm sub}$,悦耳和弦的规律十分明显(更为精确而非近似),我们可以认为各个音符在 $T_{\rm sub}$ 附近为 $0$ 的时间差很短:

img

很容易想到理想的公共次谐波的频率为所有音符基频的最大公因数,但由于人耳存在一定的容错性,我们认为: $$ f_i=k_if_{\rm sub}+\Delta f_i $$ 因此(用 $\Delta t_i$ 进行修正等价于用 $\Delta f_i$ 进行修正): $$ t_i=\frac1{k_if_{\rm sub}+\Delta f_i}\\ T_{\rm sub}=\frac1{f_{\rm sub}}=k_it_i(实际零点)+\Delta t_{i}(修正)\approx\overline{k_it_i} $$ 形象解释见下图,每种颜色的线代表对应颜色的音符在该时间为 $0$,从开始到所有颜色的线近似重合的时间差即为 $T_{\rm sub}$:

img

我们一般认为对于一个单个和弦(较短),仅频率最高的那个次谐波被识别。

$T_{\rm sub}$ 节点上两个相差最远零点(或者平均差值)的时间跨度即为 $\Delta t$($\Delta t$ 越高越不准确,越不“和谐”): $$ \align{\Delta t=\left[k_it_i\right]_{\max}-\left[k_it_i\right]_{\min}} $$ 对张力进行归一化处理(why?): $$ \align{\Delta \widehat{t_{\rm X}}=\frac{\Delta t}{T_{\rm sub}}\\ \varepsilon{\rm X}\propto\frac1{{\Delta \widehat {t_{\rm X}}}}} $$ 作图:

img

遗憾的是,对于一个复杂的和弦,我们很难用一个次谐波进行表示(可能频率非常低),此时用几个次谐波进行表示就是一个很好的方法,我们引入 $\widetilde {\Delta t}$ 来描述多个次谐波构成和弦的总张力($c$ 为预加重(平滑作用),使用 $T_{\rm sub}$ 来减少低频次谐波的影响): $$ \widetilde {\Delta t}=n\left(\frac1{\sum_{n:m}(1/T_{\rm sub,m-n}(\Delta t_{\rm m-n})^c)}\right)^{1/c} $$ 自然音阶中的每个音符都共享一个相同的次谐波(频率很低),所有上述内容可以在对《D大调卡农》的分析中看出:

img

行进中的和声:

img


和声

1146 Words

2022-06-09 00:00