工程师学乐理（一）尝试理解音乐

前言

很早就接触了乐理，但是一直没有学懂，越学问题越多。个人感觉，其中很大的原因是有关教材写得看不懂，用未知的东西描述未知的东西，不知所云。前几年还买了一把吉他，买了课程，断断续续学了几个月，因为没有弄懂和弦，然后就放弃了。

最近因为在做音视频开发，主要研究对象是音频和视频，所以就对音乐重新提起了兴趣。重新拾起以后，发现有些以前不会的东西，慢慢就明白了。记得这种现象好像是一种可以利用的学习方法，具体叫什么就不管了。

最近发现了一个非常好的教程：《写给理工科人看的乐理》，不同于正规的乐理教材，其内容偏向用数理的语言去解释和描述乐理，非常适合理工科的小伙伴们参考，强烈推荐。

看完以后，自己也产生了很多的想法和观点，在此通过博客记录下来，分享出来。所以阅读本文之前，请先阅读一遍《写给理工科人看的乐理》。

通过视频理解音乐

一个从来没有听过音乐的人，或者没有音乐修养的人，也一定有自己视觉上的审美。因为我们从诞生到世界上的时候，就在一直观察着这个世界。视频图像相对来说，比声音更加直观。直观本身这个词，也包含“观”，也就是看，这正好也说明了这一点。我们的头脑对图像更加熟悉，对画面的处理能力更强。基于此，我们接下来，将尝试用我们最熟悉的事物——视频图像的角度，类比分析声音——我们“既熟悉又陌生”的事物。

频率

我们先从声音的最小组成单元，音阶开始讲起。

中学物理学中教过，声音是物体振动产生的，不同的震动频率产生不同音高的声音；对于图像反射的光来说，不同颜色的光，频率不同。

音乐中的音阶，就是根据声音的频率大小划分的，低音的频率低，高音的频率高；
图像中的颜色，是根据光的波动频率划分的，红色光的频率低，紫色光的频率高。如下图所示：
图像来自网络
由此，我们可以很容易地发现声音和图像的共同点：频率。

可能有的小伙伴说，声音的幅度和光的亮度也是共同点呀，都是波动的幅度。确实是的。但是声音的大小，光的明亮程度，一方面人很难感知出其微小的变化，另一方面，幅度在传播过程中，受环境的影响更大，很容易造成声音或光携带的信息受到影响或产生歧义，而频率受环境影响更小。可能正是因为频率可以稳定的携带信息，所以人类的大脑进化成了对频率非常敏感，对其处理能力也更强。

音乐与视频

音乐和视频（特指图像画面），二者极其相似。假如我们现在正在播放一部电影，通过比较我们发现：

从静态的角度看：

在某一时刻，观众可以看到一张图像画面，可以听到此时电影中的所有声音。此时声音的集合我们可以给它起个名字，叫声音画面。
在图像画面中，画面是由m*n个颜色点组成的，内容上有人物，有动作，有事情发生的环境背景。
在声音画面中，声音是由音阶组成的，内容上有人声，有旋律（歌声或者纯音乐），有随着旋律同时奏响的多个音一起构成的音乐背景。
在某一时刻，视频中不同位置的不同事物共同组成了一张画面。类似地，通过多个声道的声音播放，也可以为观众传达声音的位置信息，让观众有身临其境之感。

类比结果：

音乐中人的声音相当于图像画面中的人物角色，美妙的歌声和美丽帅气的主角一样，让人有美的享受。
主角的动作和行为，相当于此时音乐旋律的音高以及旋律的走向。
旋律有两种表现形式，它可以是一段单个音符组成的序列，也可以把旋律用人类的歌声唱出来。旋律包含的信息简单直接，就是一个个音依次奏响，即音阶序列，同一时刻，没有多个音的叠加，它的目的是把音乐以最直观，最容易记住的方式展现给听众，它是音乐的主题，主线索。我们听歌的时候难道能够记住伴奏吗，当然不会了，最简单直接的才最容易记住（洗脑）的。旋律就像是电影中故事的主线一样，很久以后我们仍能记住其主线故事，但是细节很可能就记不清了。
一般来说，主旋律都需要伴奏，就像是动作片中，男主角帅气潇洒的身影后面要有壮观的爆炸场面一样，伴奏和背景画面一样，都能起到非常重要的烘托氛围的作用。这也是和弦存在的意义，也是理解和弦的关键。
声音和画面一样，有位置信息。但是耳朵比起眼睛，没有眼睛对位置的分辨力强，所以，声音包含的位置信息，不是那么重要，也不是那么精确，一般来说，双声道就可以满足基本需求了。当然了，位置信息越多（多声道），给人的感觉就越身临其境，比如说杜比音效。
图像画面中的颜色点很多，信息量巨大，相比之下，声音或音乐音阶数就显得很少了，它表达的信息量更少。正是因为音乐的信息量相对于图像画面而言更少，所以它所表达出来的感情更加具有概括性，它可以表达某一类感情、烘托某一类氛围，所以呢，音乐的通用性更强。例如，短视频App上使用同一首歌曲作为配乐的视频可以说成千上万，这正是体现了音乐的通用性特点。

从动态的角度看：