音乐情绪的生理机制

我们知道，每一个乐音在到达人的听觉器官之前，它只是一串声波在空气中的物理振动，自然谈不上具有情绪的性质。当声波到达听觉的外部器官——耳鼓膜时，对鼓膜产生了压力，引起鼓膜振动。鼓膜的振动作为一种物理的机械能量的形式，经过中耳的三块联结着的听小骨传送到内耳通向中耳的“窗口”——卵圆窗，因为卵圆窗的面积为鼓膜面积的1/30，所以振动的振幅变小，但力量加大。内耳是一个充满了淋巴液的器官。由镫骨施予卵圆窗的作用力在充满液体的内耳内部转换为液压波。液压波在传导过程中流经耳蜗管，引起耳蜗管中的基底膜的起伏波动，从而刺激了听觉器官中最重要的部分——极其敏感的科蒂氏器⁽¹⁾。这里埋藏着数以千计的毛细胞。被激活的毛细胞产生电脉冲的动作电位，这样液压波又变成了电信号，电信号经耳蜗神经传送到大脑而产生听觉。

基底膜是识别音高的关键。基底膜在靠近耳蜗管的卵圆窗一端窄而紧绷，另一端则宽而柔韧。液压波从绷紧的一端向宽而柔韧的一端运动，高音引起的高频率液压波在绷紧处产生共鸣振动，而低音引起低频率液压波在宽柔的一端产生共鸣振动。这样不同位置振动的波峰就激活了不同位置上的毛细胞，产生不同的电脉冲信号，由不同的神经纤维传送到大脑听觉中枢的不同位置，产生不同的音乐体验。

图3-1　耳的构造。

来自人耳的听神经纤维并不是简单地直接进入大脑皮层，而是循着极复杂的路线到达大脑，在中途的若干部位上形成通讯系统的若干个中继站，以便交换、整合来自左右耳的讯号，并进行初步的处理。其中最大、最重要的中继站就是下丘脑，这就是乐音转化为情绪的关键之所在。

情绪心理学近年来的研究已经证明下丘脑在情绪和动机的形成上具有至关重要的作用。在前面已经谈到，有机体的情绪生理反应（内脏系统和内分泌系统的反应）主要是自主神经系统的活动，而下丘脑正是自主神经系统的整合中枢。当机体产生情绪时，来自外周感官和内脏组织的感觉冲动沿内导神经纤维上行，进入脑干网状结构，使网状结构兴奋。网状结构的功能在于当情绪状态变化时产生广泛的生理唤醒，它的激活产生不分化的情绪反应。冲动信号经由网状结构进入下丘脑，各种感觉信号在这里被整合，初步形成基本的情绪分类，同时信号被扩散。然后感觉信号分为两路，一路上行到大脑皮层进行评估；一路下行反馈到外周器官组织和内脏组织，产生情绪的各种生理反应（见拓展视野：奖励中枢）。

图3-2　大脑解剖图。

20世纪50～60年代，美国的欧兹（J. Olds）和米尔纳（P. Milner）证明下丘脑存在“奖励中枢”和“惩罚中枢”，即快感中枢和痛感中枢。当用电极刺激这些中枢时就会产生愉快和不愉快的情绪反应。在白鼠下丘脑相应部位放置电极，当白鼠按压杠杆时产生电刺激，引起快感反应，白鼠便不断按压杠杆，每小时多达5000次，可连续按压15～20小时，直至精疲力竭，进入了睡眠为止。这种效应后来在人体上也得到了证明。还有研究证明，下丘脑后部为愤怒中枢，当损坏猫的这一脑区后，它也可能表现出零碎、片段的发怒反应，但不能表现出完整的发怒行为模式。如果去掉大脑皮层，而保持下丘脑完好，则动物仍然能表现出完整的发怒行为模式。此外，电剌激下丘脑的不同部位还可以产生攻击性行为和逃避行为。

科学实验证明，下丘脑存在不同的情绪中枢，而乐音在耳蜗管中产生的电脉冲信号进入下丘脑后，是否可能被整合分类并刺激不同的情绪中枢，目前尚没有任何证明。但是汤姆金斯的研究发现，不同的信号模式可以产生不同的情绪模式。根据神经纤维的电脉冲密度变化，可以将信号分为三种刺激水平模式：电信号的增加、保持和减少。密度增加快则产生吃惊；稍慢则产生恐惧；慢则产生注意、感兴趣；密度突然减少则产生高兴；密度平稳降低产生愉快等积极的情绪，而长时间高水平的保持则会产生紧张的体验。

当然，这只是几个基本的简单模式，不可能概括人类极其丰富的情绪反应。但是以上模式已经初步揭示出情绪与机体的生物电位变化水平的关系。

图3-3　不同的信号模式产生不同的情绪模式。

根据汤姆金斯的研究，作者对乐音在机体内部产生情绪的过程做一些初步的探索。让我们分别从音乐的几个主要组成要素来探讨音乐转化为情绪的基本过程。

和声　我们知道，乐器发出的每一个音都是由一个单纯的正弦波的基音之上的许多谐波（即泛音）共同构成的。谐波的数量以及谐波在音列中的排列方式取决于乐器的材料质量，不同数量的谐波的组合方式决定了乐器的音色。我们假设一支长号吹出的C音含有6个可以为听觉所觉察到的谐波（CGC¹E¹G¹B¹C²；见图3-4），那么在内耳的基底膜上产生的振动点就有7个，产生的电信号也就会有7簇（而不是7个）。

图3-4　长号发出的音在基底膜上产生振动点。

那么三支长号奏出的C大三和弦（CEG）就应该在基底膜上产生14个振动点（其中有6个是重复的）并产生14簇电信号。如果奏出一个减七和弦（BDF）就应该在基底膜上产生19个振动点（其中3个是重复的），并产生19簇电信号。很清楚，协和和弦产生的神经纤维放电密度较不协和和弦小，神经纤维放电密度随和弦的不协和程度增加而增加。不协和和弦的放电密度增加不仅仅由于每个音所包含的泛音列相互之间很少或没有重复，还由于每个音中的正弦波和谐波的频率与其他音的正弦波和谐波的频率之间不协调所产生的不规则振动而造成的噪音，这会进一步造成难以计算的神经纤维放电数量。

根据汤姆金斯关于神经纤维放电量密度的增加与减少会产生不同的情绪体验模式的原理，我们可以假想，一个大三和弦突然导入一个减七和弦，必然会造成令人吃惊和恐惧的情绪体验，相反的和弦进行会造成紧张情绪的缓解，从而产生令人满意的情绪体验。和声序列中不协和程度逐渐平稳地增强，会造成情绪和力度的平稳增长，从而产生注意和期望的情绪体验。如果把节拍的因素考虑进去，我们就可以理解为什么把不协和和弦处理在弱拍，然后导入强拍上的协和和弦上的解决是一个惯用的、令人满意的手法。神经纤维放电密度的增加和减少是建立在相对关系之上的，因此和弦的不协和感也是相对的。一个大三和弦进行到一个减七和弦造成的不协和感是非常强烈的，但是一个由小二度关系构成的和弦进行到减七和弦造成的感觉却类似减七和弦解决到大三和弦的体验。

至此我们已经可以看出，和声序列的进行本身就是一个情绪体验的过程，和声本身具有情绪的本质，这个性质是先天的生物程序所决定的，不依赖包括文化教育和音乐训练在内的大脑皮层的认知评估。

力度　乐音的力度表现在物理上的特性为音强。在声波振动中，它以振动幅度的形式表现出来。声波从外耳的鼓膜到中耳转换为机械力的形式，强度得到增加，到内耳的耳蜗管转换为液压波的形式，其振动幅度的形式（即音的强度）仍然保持着，大幅度的声波在这里表现为大幅度的液压波振动。但是科蒂氏器中的毛细胞是按照“全”或“无”的原则进行工作的。如果液压波具有足够的振幅强度，能够触发毛细胞，它就在一个单位时间内释放出一个动作电位，如果液压波的振幅强度不足以激活毛细胞，它就不释放动作电位。这与电子计算机的“0—1”工作原理是一致的。这就是说，电脉冲的动作电位本身不具有强与弱的特性，因此乐音的强弱特点在这里消失了，剩下的只是动作电位的编码。这种工作原理的功能作用实际上正是为了使来自听觉器官的信号在通向大脑的极其复杂的传导过程中不被消耗和失真，因为每根神经纤维在传导听觉信号时都会把信号变得模糊一些。在传导过程中，神经纤维本身的电阻会消耗掉信号的一部分能量。在这里，音的强弱特点不再以振幅强度形式表达，而转变为动作电位的数量形式。一个较强的乐音信号，或者说一个较强振幅的液压波所触发的毛细胞的数量要多于一个振幅较小的液压波，因此释放出的动作电位的数量也要多一些，反映到下丘脑中的放电密度也要大一些。这样，振幅大小的关系就转换成了动作电位的数量关系。

谈到这里，不言而喻，由于神经纤维放电密度的变化，突然增强的乐音力度会在下丘脑中的情绪模式中转换为吃惊的情绪反应；稍慢一点的力度增强会在下丘脑中转换为紧张的情绪反应；乐音力度的平稳增强会造成情绪反应的加强和高涨；乐音力度的减弱会造成愉快的、或者是趋于平静的情绪反应等等。这些模式与汤姆金斯的情绪发生模式是完全一致的。

节奏　乐音组织的节奏是以有规律的强弱变化的律动形式表现出来的。前面已经谈到，乐音符号的强弱关系到达下丘脑时，已经变为电脉冲的动作电位的数量关系。那么自然的，2/4节拍的乐音组织关系（强——弱——强——弱）在这里形成动作电位密度的多——少——多——少的关系，也就形成情绪反应的强——弱——强——弱的关系。由于下丘脑不仅仅是情绪整合的中枢，同时也是动机形成的中枢（实际上，情绪与动机本身就是一个事物的两方面表现），因此当动作电位数量以多寡悬殊的比例有规律地变化时（也就是乐音节奏律动十分强烈时），在下丘脑中产生的情绪性的起伏反应会沿着下行的传导神经纤维向机体的外周和内脏扩散，引起机体各部位骨骼肌肉动作的行为动机。这时，人的外部动作行为本身就是情绪性的，或者说是情绪的外部表现形式。现代流行的爵士乐、摇滚乐、迪斯科等流行音乐之所以能刺激和引起听众的舞蹈欲望，使人情不自禁地随之起舞，其生理机制也就在此。

旋律　一条排除了和声、力度和人为加强了的节奏等因素的纯旋律，或者说我们排除了其他因素而只从乐音组织的音高变化关系来考虑的旋律，在下丘脑和网状结构中产生的动作电位数量原则上没有大的变化，而且没有任何研究证明音高的变化在下丘脑中可能存在不同的位置上的变化。因此我们有理由认为旋律在下丘脑中没有形成神经纤维放电密度的变化，也就没有形成情绪变化的模式。所以，和声、力度和节奏等因素在生理反应模式中本身具有先天的、生物程序的情绪功能，而旋律则不同，它不具有先天的生理的情绪性质，它被整合的中枢部位是在大脑皮层，它的全部意义都依赖于大脑皮层的认知和评估作用。

来自听觉神经的音高组织信号被传导至大脑。不同的音高产生的电信号由不同的神经纤维输送到大脑皮层的不同部位，形成不同的音高体验。现代神经心理学研究已经证明，携带不同频率声音信号的神经纤维终止于大脑皮层的听觉中枢的不同部位。听觉中枢位于被称为“薛氏窝”的深沟中，高频信号终止在薛氏窝的深部，而低频音终止在外表面附近。

由于音高的整合中枢位于大脑皮层，因而人的旋律感知意识是在皮层认知和评估之后才发生的。如果说人们在某一特定的旋律中体验到了某种情绪的话，那么这种情绪体验除了来自节奏、力度及和声所伴随的情绪因素之外，主要是人的意识所造成的，具体说是约定俗成的文化和音乐教育背景造成的。所以，旋律往往可以被认为具有某种“意义”、“思想”或“观念”。同一条旋律可以配上不同甚至相反的意义的歌词，也可以用不同的和声、力度和节奏处理而形成不同的音乐情绪。例如柏辽兹的《幻想交响曲》中爱人的主导动机用不同的手法处理就可以用来“表现”不同的形象和概念。本文在这里毫无贬低旋律在音乐情绪上的作用的意图，仅仅是为了说明旋律的音高信号在生理解剖上的整合部位与其他音乐要素不同，不是在下丘脑而是在大脑皮层，因此它更主要是与人的意识、认识和文化背景紧密地联系，它不是直接地影响个体的音乐情绪体验，而是通过对音乐的评估间接地影响音乐情绪体验。关于这一点，我们将在后面更详细地讨论。

速度　乐音进行的速度直接影响下丘脑在单位时间内所接收到的电脉冲动作信号的频率和密度。乐音进行的速度快，下丘脑获得的电信号的频率就密；乐音速度慢，下丘脑获得的电信号频率就稀。它转化为情绪反应的模式的原理与前面所谈相同，这里也就不赘述了。

通过以上的讨论，我们至少可以证明，通常人们观念中那种“音乐→大脑→情绪”的模式是长期以来的错误认识。音乐情绪的产生基本上不依赖个体在意识中对它的评估、理解。恰恰相反，乐音组织首先是转换为初步的情绪反应之后才为大脑所感知，并给予评估和理解的（见图3-5）。

图3-5　音乐情绪的产生。

需要再次强调的是，上述由不同的神经纤维放电密度水平所产生的音乐情绪反应，在性质上有别于日常生活中的情绪反应。这是因为音乐所激活的是副交感神经系统，而不是交感神经系统。我们知道，当受到外界环境刺激后，人的交感神经系统会被激活，生理唤醒水平明显提高，从而使人产生情绪体验，例如惊恐、愤怒、紧张、快乐或兴奋等等。但是音乐所激活的并不是交感神经系统，而是副交感神经系统。副交感神经系统的功能与交感神经系统相反，它是促使机体从紧张或高生理唤醒水平上缓解下来，进入放松状态。这就是为什么人们在听音乐的时候会产生放松的体验。音乐引起副交感神经系统的电信号数量变化，在低生理唤醒水平上产生的情绪体验，与通常意义上的，人类在高生理唤醒水平基础上产生的情绪体验性质不同，但是两个不同的神经系统中的电信号进行的模式又是非常类似的，所以人们又会从音乐中感受到类似现实生活中的各种复杂情绪体验。

我们讲，音乐情绪是有机体先天的生物功能。那么这个功能的生物意义又是什么呢？从理论上讲，对于机体来说应当有一个生理唤醒的最佳水平——内稳态。这个水平应该是有机体以最小的生理能量来维持机体各器官组织的正常活动。就如同汽车有一个耗费相对最少的燃料来行驶相对最多的公里数的“经济时速”一样。但是生理唤醒的基线水平并不等于最佳唤醒水平。由于种种社会生活事件和职业要求，特别是处于现代社会生活节奏中的人所面临的各种有形的和无形的社会心理压力，大部分的人不自觉地在不同程度上长期处于心理—生理的紧张状态，即使在平静时也是如此。紧张状态是机体的先天防御功能，其作用是机体在遇到威胁和困难的时候，使机体的各部分充分动员起来，处于一种应激状态，唤起更大的能量来应对外界事件。这时机体的自主神经系统和内分泌系统都高度兴奋，其生理变化模式与我们在前面提到的情绪的生理变化模式相同（紧张状态也是一种情绪状态）。然而如果机体长时间处于紧张状态下，就会长期失去生理平衡，轻则精神疲劳，过早衰老，重则造成神经衰弱、高血压、心脏病、肠胃功能紊乱乃至溃疡等等一系列器质性病变，直至死亡。

当机体处于音乐情绪状态中时，生理唤醒水平下降，紧张状态得到缓解，生理状态处于相对接近内稳态的水平。这正是音乐情绪的生物适应性功能之所在。音乐情绪反应尽管千变万化，可是它的基本机制却十分简单：低生理水平上的紧张——松弛的运动变化。这一简单运动变化的模式以无限丰富的形式把人的感觉、注意和意识纳入它的运动轨道，从而起到缓解紧张状态的作用。