ear02 怎样高效自学视唱练耳？知乎

(18 封私信 / 53 条消息) 怎样⾼效⾃学视唱练⽿？ - 知乎 about:reader?url=https%3A%2F%2Fwww.zhihu.com%2Fquestion%2F...
zhihu.com
(18 封私信 / 53 条消息) 怎样⾼效⾃学视

唱练⽿？
⿊⼭⼤魔王《视唱练⽿基本原理与⾃我训练》全书主⻚置顶，⾃学⾳乐必
备！关注
400–503 minutes
《视唱练⽿基本原理与⾃我训练》全书（这是论述视唱练⽿和视唱
练⽿学习⽅法的系统理论，可能是⽬前最科学最完善的视唱练⽿⾃
学理论，具有合理的技术⽅法论和简捷的实际可操作性，可以使⼀
个唱歌不跑调的⼈在⼀两年之内（看练习程度）获得⾸调⾳乐听
⼒，使你真正⾛进⾳乐的⼤⻔！你可能想要获得“听歌记谱““扒谱
“的能⼒，或者识谱视唱的能⼒，或者能够听辩和弦的能⼒，这正是
这个⼩册⼦所要帮助你get到的技能！！）
全⽂共⼗⼀万⼆千字，包含了视唱练⽿领域所有技能训练要点诀
窍，前⾯原理的部分作者⼗分珍视，但可能对于初学者来说不易理
解，如果急于获得技术，可以直接从⼆⼗⼆节后的技术篇开始看，
并不会对技术训练造成影响，如果本⽂对你有⽤，请为本⽂点个
赞，好的东⻄值得分享！
———————————正⽂分割线——————————
学习程序简要说明
1、本⽂字材料包含《视唱练⽿相关理论和原理》和《视唱练⽿训练
基本技术》两个部分，原理部分很重要，但是急于训练技术的，原
1 of 155 1/19/23, 6:22 AM

理部分可以不看，直接从技术开始训练也⽆不可（当然你需要全套
练习材料）。
2、请先学会⾳符与唱名的对应。（不必唱出⾳⾼，看到231456247
能念出来即可）
3、学唱⾳程示例。听包含示例的歌曲(⻓⽚段)，反复听⾳程示例的
乐曲⽚段，并学唱示例。这⾥的学唱通常是先唱歌词，之后唱简
谱，有基础有信⼼有能⼒的直接唱简谱。请注意，⼀定要⽤键盘弹
奏示例验证其⾳响与示例表简谱数字的对应性。听—-唱，弹—-唱
都必不可少。最终⽬的是在⽆任何辅助的情况下可以迅速的、正确
的唱出⾳程示例，这是最重要、最基础的⼀步！（注意！⼀定要把
唱⾳程示例当做⽇常⼯作来进⾏，利⽤⼀切可以利⽤的时间反复
唱，最终实现真正的熟练！⼀个⾳程能不能烙在⼼⾥，靠的就是玩
命的重复练习！）
4、学习逆向解析的练习法。可以⾸先对已经会唱的⾳程示例做逆向
解析练习；与此同时，尝试在键盘的辅助下扒⼀些你会唱的简单的
旋律⽚段（虽然有键盘辅助，但也要借助逆向解析法，不能⽆脑利
⽤键盘试错式扒谱）；同时适当的利⽤短促发⾳的读唱⽅式进⾏简
单的⼉歌的视唱尝试，其中⾃然包括简单的节奏视唱（注意，这种
视唱尝试不作为主要练习⼿段，只作为辅助⼿段，主要是为了得到
“我能识谱啦”这种认知以提振信⼼！）。
5、背唱扒出来的简短旋律（专⻔的本⼦积累，反复⽤键盘扒——不
能看着弹，反复唱，直到熟练）；按照三⾳连接实例表所标示的三
⾳连接实例，去听⾳乐，扒、背唱，直到重要三⾳连接实例唱熟。
注意：三⾳连接实例可以从你熟悉的歌曲⽚段的扒谱中寻找并替换
表格中的例⼦，这些你熟悉的⾳乐会提升你掌握的效率。
6、345掌握到⼀定程度尝试⼈⾁扒谱，在⼈⾁扒谱过程中应⽤“⽬标
⾳的⾳节统⼀化”这⼀重要技巧（注意，这⼀技巧在键盘辅助扒谱阶
段也可以⽤于对⾳的预判）。有⼀个重要的注意事项：在开始的⼀
2 of 155 1/19/23, 6:22 AM

到两年内，所有背唱出来的旋律，如果你认为可能存在记忆错误的
情况，必须以键盘弹奏验证（⼿机⼀定要下载钢琴app），以避免
错误的背唱带来的不良影响，直到你能够在嗓⾳技巧的辅助下验证
所扒出⾳的正确性（短促发⾳、逆向解析、⽬标⾳的⾳节统⼀化技
巧），才可取消键盘验证这⼀环节。
7、有考试需求的可以提早开始练习和声结构听辨。和声结构听辨⼀
般从和声⾳程听辨开始训练，使⽤myeartrainer这个软件。注意要
⾸先练习以1为低⾳的上⾏⾳程结构的示例的掌握，此为增强和弦结
构听辨能⼒之基础。以单次单⾳听取和单次多⾳听取两种⽅式训练
听觉注意⼒的集中与转移，形成“主动性错时听取”的新的听觉习惯
以⽤于和弦结构的判断。注意该部分练习中和声⾳程结构构唱应遵
循“短促发⾳的读唱⽅式”，以降低和声⾊彩对⾳⾼把握的不利影
响，增强不同和弦结构间的区分能⼒。和声⾳程判断与和弦结构判
断均可采⽤单次单⾳听取与单次听取或者⼆者结合的⽅式进⾏，其
中和声⾳程的单次多⾳听取可以采⽤低⾳为1或者⾼⾳为1的⽅式，
如低⾳为1判断不顺畅，可尝试以⾼⾳为1向下听取（因为16下⾏模
式⼀般⽐1b3上⾏模式更有听觉优势）。
8、和声拟合法。（⾼阶能⼒，参考视频演示）
9、⼆声部内⼼听觉的建⽴⽅法。（暂做策略性技术保留，以避免课
件被肆意转卖侵犯本⼈权利，购买课件⼀年后可向我申请听⼒考
试，考试合格后免费亲⾃教授）
10、和声连接的听辨技术讨论。（暂做战术性技术保留，以避免课
件被肆意转卖侵犯本⼈权利，购买课件⼀年后可向我申请听⼒考
试，考试合格后免费亲⾃教授）
原理篇：视唱练⽿相关理论和原理
第⼀节视唱练⽿基础概念解析
3 of 155 1/19/23, 6:22 AM

（⼀）视唱练⽿的定义
⾳乐的两个最基本要素是⾳的⾼度和⾳的时值，这两个因素决定了
⾳乐的基本样貌。将⾳的⾼度和时值进⾏书⾯记录将就形成了乐
谱，最常⻅的是五线谱和简谱，视唱就是按照乐谱所记录的⾳⾼和
时值信息，通过嗓⾳呈现出⾳乐的基本样貌。由于嗓⾳的限制，⼈
类不能同时发出两个或以上的⾳⾼，因此视唱仅仅针对单声部旋
律。⽽练⽿则正相反，它指代的是通过⼀段具体呈现出的⾳乐样
品，以听觉（脑）来分析构成这个样品的基本材料，⾳的⾼度（旋
律）、⾳的时值与⼒度（节奏）以及纵向上⾳的关系（和声）等。
这两个过程可以⼤体上看做⼀种相逆的过程，只不过⼈声只是呈现
⾳乐的⼀种形式，现实中的⾳乐⾳⾊复杂、织体丰富，但都脱不出
⾳的⾼度和时值这两个基本要素。
（⼆）视唱练⽿的重要意义
视唱练⽿是⾳乐素养的基础能⼒。直观地说，不懂得视唱，就不能
独⽴识谱，当你⾯对⼀张陌⽣的乐谱时就会束⼿⽆策，只能寻找它
已经由他⼈演绎过的版本，以本能来模仿学习。如果不懂练⽿，你
就不能直接感受构成⾳乐的基本材料，⼀段⾳乐响起，它的⾳阶是
怎样的，调式情况如何，拍⼦类型和节奏时值⼜是怎样，使⽤了怎
样的和声配置和进⾏，如果这些你不知道，你就不能使⽤乐器来复
现它，转⽽要追索它的乐谱，⽽如果你的视唱练⽿好，那就可以听
⻅什么就演奏出来，那就⼗分⽅便。
更为重要的是，视唱练⽿是贯通基础乐理学习的⼀个重要关键，怎
样让那些枯燥的乐理知识活络起来，⽽不是仅仅作为⼀种枯燥的理
论存在，你需要视唱练⽿，从实际操作层⾯将这些知识⼀⼀验证，
融会贯通。乐理知识，尤其是基础的乐理知识实际上本身并不难，
难的是⽆法令学⽣⾃主性的在实践中去体会和理解，没有这个⾃主
性，死记硬背式的乐理概念性灌输意义不⼤，⾳乐是⾼度实践性的
活动，没有技术层⾯的理解就没有真正的理论层⾯的理解。这个问
4 of 155 1/19/23, 6:22 AM

题的解决之道就在于同步重视视唱练⽿的学习。
（三）视唱能⼒与练⽿能⼒的辩证关系
视唱能⼒指读唱书⾯乐谱（单声部）的能⼒，除了要唱对乐谱的⾳
符所代表的⾳⾼，还要唱对⾳符的时值，并根据节拍的类型表现出
出拍⼦的强弱对⽐，这是视唱的基本要求。练⽿的能⼒则与之相
反，即根据听到的旋律，将其中的乐⾳以⾳符的形式进⾏还原，包
括⾳的⾼度（绝对⾼度或相对⾼度）、⾳的时值，还包括拍⼦的组
织形式，调式调性，和声等内容的判断。视唱练⽿的基本要素包括
⾳的⾼度和⾳的时值两个⽅⾯，两个⽅⾯具有具有相对的独⽴性，
可以分开来训练。⾼阶段的视唱能⼒与练⽿能⼒同样是不可多得
的，都需要对⾳⾼的进⾏、节奏（节拍与节奏型）的把握达到⼗分
熟练的程度，但从训练的过程看，初级的视唱能⼒（视唱简单的乐
谱，如⼉歌，其特征为乐句较少，形式简单，节奏简单）⽐较容易
达成（在短促发⾳的读唱⽅式和基础节奏类型的训练的⽀持下，但
这个初期的视唱过程不⻅得迅速、熟练），⽽练⽿能⼒则短期内难
以达成，需要进⾏⼀定宽度（⾳乐实例）和⼀定深度（本课程所讲
的所有技术⽅法）的训练才能得到。
视唱与练⽿存在着重要的逻辑关系，即练⽿的能⼒是由“唱”来达成
的，这⼀点是确凿⽆疑的，但如果说练⽿的能⼒由“视唱”来达成，
这种说法就有失偏颇了，因为视唱所指代的是⼀种“根据谱⾯进⾏嗓
⾳复述”的能⼒，强调的是依托谱⾯这种形式，⽽从练⽿能⼒的形成
过程来看，并不依赖于严格的“视唱”，如果以“视唱”这种古板形式来
进⾏练⽿训练，则其低效率是可以预期的。练⽿能⼒所依托的唱，
是⼀种综合的嗓⾳控制技术（技术部分讲到的那些），虽然这些技
术的应⽤需要以熟练的唱出⼀些乐句实例作为基础，然⽽这些乐句
实例的背唱往往是不需要严格参照谱⾯的，你可以依靠模仿来唱出
这些乐句，在这个过程中节奏的问题是不必刻意注意的，这种模仿
本身已经涵盖了正确的节奏，所以你会发现我的⾳程示例没有进⾏
节奏标识，这实际上是没有必要的，由于⾳⾼要素与⾳的时值要素
5 of 155 1/19/23, 6:22 AM

可以相对独⽴的训练，所以我们可以⾸先解决⾳⾼层⾯的问题。
我们对于⾳⾼进⾏的把握，经过训练以后可以达到⼗分迅速准确的
程度，然⽽我们对于⾳的时值的把握却很难达到⼗分精准的程度，
因为这可以算是⼀种天⽣的短板，如果你现在打开秒表，然后⾃⼰
根据感觉来数秒，数六⼗次再看看秒表的时间，你就会发现这种偏
差⼏乎是不能避免的，正因为这种对时间的把控能⼒的⽋缺，所以
我们需要经常利⽤⼿打拍⼦的形式来进⾏节奏训练——不管是视唱
还是扒谱，你都会⽤到⼿打拍⼦这种“标尺”，⽤于判断⾳符的时
值。通过⾳⾼层⾯的训练建⽴起⾳⾼运动的点位意识，通过节奏的
训练来掌握节拍、节奏型，再将⼆者结合在⼀起，才能形成良好的
视唱能⼒和扒谱能⼒，这就是视唱与练⽿的辩证关系。
（四）学习视唱练⽿与学习基础乐理的关系
⾳乐是听觉的艺术，如果不能以听觉来理解⾳乐的材料，那么那些
纷繁的概念会使你身⼼疲惫。基础乐理只有两个关键，⼀是视唱练
⽿，⼆是⾳程度数的分类记忆，有了这两个基础你才有可能继续深
⼊的学下去。
当我们说学习乐理的时候，我们在说什么？怎样才算是做到了⾳乐
⼊⻔？是知道⼤⼩调⾳阶吗？是知道⼀四五级和弦吗？是可以⽤乐
器熟练演奏出某⽀特定的曲⽬？这些东⻄固然是重要的，然⽽却不
是⼀个⾳乐初学者急需解决的核⼼问题。
⾳乐的能⼒是⼀种技能，⽽不仅仅是种知识，知识⼈⼈通过学习记
忆都可以掌握，⽽技能则需要通过专⻔的训练才能获得，就如同游
泳，骑⾃⾏⻋的技能，不实际实践是不能获取的。⾳乐能⼒的习得
同语⾔学习相类似，语⾔要做到能读能听，⾳乐也要做到能读能
听。语⾔上你如果能读能听了，就可以以此为基础获得更多的知识
和技能，同样的⾳乐也是如此，你只有能够读谱听谱，才有可能以
⼀种⾼效的⽅式在⾳乐世界中汲取养分，不断成⻓。学习⾳乐如同
学习语⾔，乐理知识如同语法总结，尽管语法规则是重要的，然⽽
6 of 155 1/19/23, 6:22 AM

它不能脱离语⾔实际应⽤⽽存在，我们都深有体会——在英⽂的学
习中我们熟谙了许多语法的规则，可以于⽩纸印刷的试卷上取得⾼
分，然⽽实际我们的听说能⼒⼀塌糊涂，结果真到了要⽤的场合，
既张不开嘴也听不明⽩。⾳乐能⼒习得也是这样的，要张⼝说
（唱），要⽤⽿听，视唱和听⼒有了，才算真正⼊⻔了这⼀领域。
⽐⽅说，给你⼀张谱⼦，你得能读吧？给你⼀段旋律，你得能听出
来这旋律是怎么构成的吧？它的⾳阶是什么，它的节奏⼜是怎样
的？如果没有这点基本功，你能说⾃⼰懂⾳乐吗？这些东⻄才是⾳
乐能⼒的基础，如果这种能⼒培养不出来，知道再多乐理知识也是
⽩搭，因为少了基础听⼒的参与，你的乐理知识⽆法实际运⽤。
学习“乐理”，望⽂⽣义，好像是叫你学习⼀种理论，是形之于纸⾯
的东⻄，其实不然，基础乐理，应该是⼀种实技，这种实技就是⾳
乐的听读能⼒，换⾔之，就是视唱练⽿。培养⾳乐听读能⼒，就好
像幼⼉的⽛⽛学语，尽管笨拙，然⽽却是⽇后⾆灿⽣花的第⼀步。
所以我们初学者，尤其是⾃学者，应当特别注重视唱练⽿能⼒的养
成，甚⾄把它当做学习⾳乐的核⼼内容，在学习的开始阶段，要把
重点放在对⾳⾼和节奏的掌握上，以形成初级的识谱能⼒和⾳乐听
⼒，任何不注重⾳程、旋律、和声和节奏的视听能⼒养成为重点的
学习⽅法，都是低效⽆⽤的，因为从实际层⾯看，基础乐理知识需
要以视唱练⽿加以验证和贯穿，掌握了视唱练⽿基本技能，能够读
谱视唱，能够听⾳记普，实际上也就掌握了基础乐理知识。作为⾳
乐的基础材料，这些内容假如你不能熟练掌握，就永远站在⾳乐⼤
⻔的外⾯。
第⼆节⾳乐听⼒的两种类型：绝对⾳感VS相对⾳感
（⼀）绝对⾳感的定义与成因
绝对⾳感，顾名思义，就是⼀种可以判断⾳⾼的绝对⾼度的能⼒，
能⼒者通常是可以将听到的⾳⾼对应到钢琴上的⼀个键位，在听到
7 of 155 1/19/23, 6:22 AM

⼀个⾳⾼的时候，内⼼浮现出与这个⾳⾼相对应的⾳名（也可以是
唱名），例如⼩字⼀组D。
绝对⾳感的形成原因可能来⾃于⼈类⼤脑发育早期的听觉刺激，通
常是幼⼉阶段就接触到了乐器训练。鉴于⼤脑发育的特殊阶段，其
思维习惯并未趋于⼀般意义上的“完善”，在对于⾳⾼的感受上，“⽐
较”“归纳”的思维能⼒还处在⼀种⽐较低幼的状态，此时⼀般意义上
的乐感还未形成，⼤脑对⾳⾼信号的处理会以它⾃身独特的听觉印
象为主，在这⼀时期进⾏强化刺激和训练，⼤脑就有机会形成⾳的
绝对位置感，开启绝对⾳感的听⼒模式。
（⼆）相对⾳感的定义与表现
相对⾳感与绝对⾳感相对，是⼀种更为普遍的⾳乐听觉能⼒，这种
听觉类型不能直接判断出⼀个⾳⾼的绝对⾼度，但是对⾳和⾳之间
的距离敏感，它可以根据⾳⾼变化在听觉上的那种“距离感”，对连
续出现的⾳⾼进⾏唱名的“赋值”，即根据这种⾳的距离感给这个⾳
程赋予⼀个⾳节结构，⽐如当⼀个⼤三度旋律⾳程奏响时，当我们
听觉确认了后⼀个⾳，则可以根据这种距离感给这个⾳程赋予⼀个
“do—mi”的⾳节结构，⽽这两个⾳的实际⾳⾼到底是哪两个⾳，到
底是C和E，或者G和B，相对⾳感能⼒者⽆法直接确认。从这个过
程描述可以总结出，相对⾳感直接的能⼒不是判断⾳程，⽽是在两
个连续⾳⾼所形成的“⾳程感”的刺激下，进⾏唱名⾳节的“赋值”。
⽽关于该连续的两个⾳构成何种⾳程的判断，则是根据唱名“赋值”
结果的判断，虽然这⼀过程因为⾸调对特定⾳程关系的熟知⽽⼏乎
是同时得到，但是毫⽆疑问⾸调对⾳程关系的判断是次⽣的，在唱
名⾳节的“赋值”之后。
相对⾳感的听⼒实际是⼀种天⽣的能⼒，如果你可以辨别以不同的
调所演奏出来的同⼀条旋律，就像综艺节⽬开⻔⼤吉所展示的那
样，那么你就具有相对⾳感的能⼒。在视唱练⽿的技能习得⽅⾯，
这种相对⾳感的能⼒实际是：将这种先天性相对⾳感听⼒通过训练
8 of 155 1/19/23, 6:22 AM

对应到⼀套⾳乐符号系统的能⼒，对于⾸调来说，就是对应到唱名
系统。
（三）绝对⾳感和相对⾳感的优缺点⽐较
绝对⾳感和相对⾳感都以听到具体的⾳⾼为基本前提，作为⼈类听
觉器官的⽿和分析器官的脑，绝对⾳感和相对⾳感并⽆不同，它们
所听到声⾳也毫⽆⼆致，只不过解码⽅式（反应机制）略有不同。
总体⽽⾔，相对⾳感（或者说⾸调）更加贴合于调性⾳乐的本质，
⼀个特定的调式指代的是⼀组特定⾳程关系的组合，⽐如C⼤调指
代的是由1234567这七个具有不同地位的⾳所组成的⾳程关系，⾸
调的训练中会特意强化“⾳程”这⼀基本概念，⽽且更为重要的是，
⾸调的听感会将同⼀个调式的⾳听成那种最简单的排列形式，也就
是赖以训练的那种⾳阶的排列形式，⽐如说，⼀个E⼤调的歌曲，
⾸调的能⼒者仍然会把它听成C⼤调⾃然⾳阶所排列的那种（唱
名）形式，那么这在调性上或者说⾳的关系上就是⼀种听觉的简
化，类似于抓取到了⾳的关系的本质，⽽绝对⾳感则只能听到系列
具体的⾳⾼，这就会导致⼀个劣势，就是调式判断需要更多的经
验，⽐如⼀⾸D⼤调歌曲，开头三个⾳是2 #4 6，⾸调的⽿朵⼀听就
会听成135，从⽽根据经验估计出这可能是⼤调歌曲，因为⾸⼩节
符合⼤调主和弦结构，⽽绝对⾳感想要做此判断，则需要对2 #4 6
的⾳程关系进⾏计算，⼀⽅⾯绝对⾳感的形成过程没有结合“⾳程”
这个概念，导致了⾳程反应能⼒的滞后性，另⼀⽅⾯局禁在⾳⾼的
原位阻碍了这种对于⾳的关系的“统⼀化”听觉处理，就算绝对⾳感
通过学习了解2 #4 6 这三个⾳开头是⼀个⼤三和弦的形式，那么其
他所有的⼗⼀个调式，绝对⾳感需要⼀⼀建⽴这种经验，才能取得
和⾸调⼀样的认知速度，⽽⾸调的听觉则可以把任何调都听成C调
⾳阶的形式，回归到那种最简单的⾳的⾳程关系形式，因此可以认
为，在调式经验的建⽴上，⾸调拥有更好的条件，这是绝对⾳感对
⽐相对⾳感的⼀个主要的劣势。
9 of 155 1/19/23, 6:22 AM

从优势的⻆度看，绝对⾳感也是⽐较突出的，罗列如下：
A.绝对⾳感的形成只需要在幼年期接触固定⾳⾼乐器（钢琴），是
⼀种⼤脑对⾳⾼信号的特征归类，具有⼀定的⾮⾃主性（不知怎么
就得到了），因此其形成过程成本较低。（实际是存疑的，有部分
证据表明良好的绝对⾳感也经过了⼤量唱的练习），⽽⾸调需要做
⼤量的唱的训练才能建⽴良好的⾳乐听觉能⼒。
B.绝对⾳感的调性感较⾸调弱，但是没有调性局限。只要是⽤⼗⼆
平均律写作的⾳乐，不管任何调性绝对⾳感都可以听记，⽽⾸调则
存在调式调性局限，表现为对超出⾃然⾳阶排列组合的⾳乐（异样
的调式、泛调性、⽆调性⾳乐）听觉能⼒较差，如果想要提供某特
定调式的⾳阶有良好的听⼒，则需要根据该调式⾳程关系组合重新
训练。
C.视唱能⼒差别。绝对⾳感的视唱能⼒可能出现分化的情况。对于
部分程度不良的绝对⾳感来说，唱不准的情况是可以存在的，表现
为⼼⾥⾯知道那个正确的⾳⾼，但是⼀唱出来就是不准，这可能是
因为其早年绝对⾳感形成的过程中过于缺乏嗓⾳的唱的训练所导
致，⽽对于程度良好的绝对⾳感，他们拥有较强听⼒的同时亦可以
唱的很准，表现为固定调视唱能⼒较强，对于任何调性的或者泛调
性的⽆调性的⾳乐都可熟练视唱。⽽⾸调则因为所训练⾳程模式
（以⾃然⼤调⾳阶下的⾳程关系为主）的局限性，导致跨调式视唱
能⼒弱，固定调（五线谱）视唱能⼒弱，泛调性、⽆调性视唱能⼒
弱，⽽如果想对这种能⼒的边界想要拓展，⾸调需要做⼤量的⾳程
（⾳节）模式的额外训练。不过⾸调视唱的优势在于，对于⾃⼰经
过训练后能够唱的谱⼦，⾸调都是⼀定能够唱的准的，因为就⾸调
的训练来说，唱的准是⼀个基本前提。
D和声听觉⽅⾯的差异性⽐较。（参考原理篇第⼗⼋节和技术篇第
六节内容）
（四）程度或⽔平的差异：两种类型的⽐较
10 of 155 1/19/23, 6:22 AM

相对⾳感和绝对⾳感都有程度上的差别。⾸调学习者的视唱能⼒和
⾳乐听觉能⼒⽔平是不同的，表现在对乐谱的视唱速度和准确度的
差别，以及对⾳程、旋律、节奏和和声的听觉能⼒差别。总体来
说，⾸调学习者的视唱能⼒和听觉能⼒可以随着训练程度的不断深
⼊⽽增强，这个过程没有时间限制，按照恰当的⽅法进⾏训练，⾸
调可以攻克⼀个⼀个的调式⾳阶，把从属于该调式⾳阶的旋律听⼒
和和声听⼒，以及节奏听⼒训练到⼀种良好的状态。⽽绝对⾳感听
⼒模式的拥有者却出现⼀些分化的状态。良好的绝对⾳感能⼒者具
有⼗分强的单⾳、旋律和和声听觉，他们可以听辨任何⾳⾊的符合
他们⼤脑中⾳⾼位点认知的声⾳，包括⼈声，⽽有的绝对⾳感能⼒
者的视唱和听觉能⼒却显示出各种局限性。
在实际中，有的⼈形成了⼀些不完全态的绝对⾳感的能⼒，⽐如⾮
全⾳阶型，⼤多表现为对⽩健具有绝对⾳感听⼒，对⿊健则缺乏辨
识能⼒；⽐如⾮全⾳⾊型，⽐如只对钢琴⾳⾊有绝对⾳感，对别的
乐器没有；⽐如⼈声感受⽆⼒型绝对⾳感，⼀⾯对真⼈的声⾳就⽆
法辨认⾳⾼。这些都是绝对⾳感拥有者中的⼀些实际存在的情况，
随着年龄的增⻓，思维条件的定型，这些⼈往往很难再得到全⾯优
质的绝对⾳感，同时如果想要转为⾸调听⼒，部分存在的绝对⾳感
⼜会造成极⼤⼲扰，成为⼀种⽐较尴尬的存在。
第三节最低限度的乐理知识储备
（⼀）⼤调⾳阶
⾃然⼤调⾳阶由CDEFGAB七个⾳组成，简谱⽤数字记为
1234567，唱名为叨 ruai 咪发搜拉⻄。⾃然⼤调⾳阶是⼤调⾳阶
中最简单的⼀种，因为不含有任何升降号，在钢琴键盘上表现为七
个⽩健键位，如图：
11 of 155 1/19/23, 6:22 AM

⾃然⼤调（C⼤调）⾳阶的关系⼩调⾳阶是a⼩调⾳阶，从主⾳开始
的排列为6712345，可以看到，⼆者是⾳的地位不相同的同⼀条⾳
阶。⼤调和⼩调在调性⾳乐中占有重要地位，你会发现⼤多数流⾏
⾳乐究其调性⼤都属于⼤⼩调系统，因此我们将⼤调⾳阶作为视唱
练⽿的⾸要训练对象。
（⼆）唱名法
乐⾳既有⾳名，⼜有唱名。唱名存在的⽬的是为了⽅便⼈们⽤嗓⾳
演唱⾳乐，唱名之存在对于视唱练⽿能⼒养成有重要意义，特别是
对于⾸调来说，没有唱名法就没有⾳乐听⼒，这⼀原理后⾯将仔细
论述。该课程采⽤现在世界通⽤唱名法，也就是⻄⽅通⽤唱名法
（圭多唱名法）do re mi fa so la si来作为⼤调⾳阶CDEFGAB的唱
名，以汉字或拼⾳标注为叨 ruai 咪发搜拉⻄。唱名法所选择的读
⾳应该以简约和良好区别度为基本原则，圭多唱名法所选择之读⾳
切合了这⼀基本原则，采⽤的是⼀个辅⾳加⼀个元⾳的组合拼写⽅
式，更重要的是这是⽬前通⾏⼀种唱名法，使⽤这种⽅法⾃然是有
利于⾳乐学习者之间的交流的。但是在⼗⼆平均律体系下，我们有
⼀个问题，就是所有⿊键⾳没有⽐较通⽤的唱名。从视唱练⽿的⻆
度来看，给予每个⾳⼀个独⽴⽽明确的唱名是较为重要的，因为视
唱练⽿所要训练的不过就是⾳节变化同⾳⾼变化的对应性能⼒，然
⽽不知什么原因，今⽇看来同样处于⼗分重要地位的⿊键却没有独
⽴的、通⽤的、明确的⾳名和唱名。我发现⿊键唱名命名的乱象，
国内部分⾳乐学院流出的教学视频展现出他们会⽤“升X”“降X”作为
唱名，⽽这种双⾳节特性显然是不利于对准确⾳⾼和准确节奏的把
控的；还有⼀种⽅法叫做三轴协变唱名法，就是依附于邻⾳给⿊键
赋予唱名，例如从上升的⽅向排列为依次为di ri fi si li ，⼗⼆⾳排列
为 do di re ri mi fa fi so si la li si，显然，该种唱名法下⿊键的唱名
⾳节是依附于邻⾳的，使⽤了相同的辅⾳，这实际上不是⼀种好的
12 of 155 1/19/23, 6:22 AM

选择，因为这种依附性使得它的独⽴性⼤为削弱，实际并不利于构
唱的迅速到位，因为从⼼理观感上，当你唱⼀个⿊键唱名的时候，
总是要想到它的邻⾳，这种⼼理体验是很不好的，⽽且在事实上影
响构唱的速度。
为此，我为⿊键创制了⼀套唱名，基本的原则是：使⽤未使⽤的辅
⾳⾳节和元⾳⾳节；间隔排列；顺⼝洋⽓（不要笑，这很重要）。
所有⿊键的唱名从前往后为：bu（布）、wi（微）、ku（枯）、
te（呔）、he（嗨），这是⼀种很好的唱名法，希望⼤家都使⽤。
如果不想使⽤，可以⾃⾏选择别的唱名法如学院派升降X法、三轴
协变唱名法等，不过并不好⽤。
在学习和声结构听辨和三升降以内固定调视唱之前，⿊键唱名涉及
不多。所以我们前期训练⾳程和旋律听⼒时，以⾃然⼤调⾳阶唱名
为主。在开始真正的学习前，你⾸先要把唱名和⾳符对应起来，请
按以下⾳符练习念唱名⼆百遍，这⾥不⽤会唱⾳⾼，也暂且不⽤⿊
键唱名，先把⾃然⼤调⾳阶的七个唱名念会就可以了，把1234567
和do re mi fa so la si对应会念即可进⼀步学习。
（三）⾳程
⾳程，可以理解为两个⾳之间的距离、路程，就像线段的两个端
点。⾳程，是构成⾳乐的旋律、和声的基础材料，对于⾸调来说，
不论是视唱还是听辨，⾳程都是⼀个核⼼构件。要唱准⾳阶靠的是
⾳程，听出⾳阶靠的也是⾳程；要唱出和弦（横向）靠的是⾳程，
要听出和弦结构（纵向排列）靠的主要也是⾳程，可以说，对于相
对⾳感或者⾸调来说，⾳程是⼀个唯⼀的核⼼概念，没有之⼀。
前⾯已经讲过，⾃然⼤调⾳阶由以下7⾳构成：
1 2 3 4 5 6 7 1（⾼）
Do re mi fa so la si do
相邻的⾳程关系为：全全半全全全半
13 of 155 1/19/23, 6:22 AM

1 2 全⾳
2 3 全⾳
3 4 半⾳
4 5 全⾳
5 6 全⾳
6 7 全⾳
7 1 半⾳
在实际的歌曲中，由于⾳符的随意排列组合，会产⽣⼏种不同的⾳
程,⻅图表：
注：数字后单位是都是全⾳，懒得打了。
上表其实是很抽象的，下⾯我⽤数轴给⼤家演示：
该数轴所包含⾳符从底⾳的5到⾼⾳的5，包含了两个⼋度内⾳符，
这个范围就是我们需要进⾏练习的范围（⼀般歌曲旋律并不会超过
两个⼋度）。我⽤⼩线段进⾏隔断，粗略显示其⾳程的距离，下⾯
我将列出⼀个表格将⾃然⼤调⾳阶下的每⼀个度数的⾳程进⾏穷
举，每⼀个具体的⾳程的距离请参考以上数轴进⾏直观理解
14 of 155 1/19/23, 6:22 AM

⾳程距离具体包括哪些⾳程
（全⾳）
纯⼀度 0 本身，略
⼩⼆度 0.5 34,71 共两个
⼤⼆度 1 12，23,45,56,67 共五个
⼩三度 1.5 61,72,24,35 共四个
⼤三度 2 13,46,57共三个
纯四度 2.5 51,62,73,14,25,36共六个
增四度（减五度） 3 74,47 共两个
纯五度 3.5 41，52, 63，15,26,37共六个
⼩六度 4 31,64,75 共三个
⼤六度 4.5 16,27，42,53 共四个
⼩七度 5 21.32.54.65.76 共五个
⼤七度 5.5 17,43 共两个
纯⼋度 6 略
上述表格列举了两个⼋度内所有的⾳程关系，我们学习的初步⽬标
就是学会这些⾳程的所有唱法，包括上⾏与下⾏，因此从学习唱得
数量上来看，还要再乘2，不过不要害怕，在有具体示例的条件下，
学唱这些⾳程⼀点都不难，只是需要⼀定时间的练习来使之臻于熟
练。这个东⻄其实就是视唱练⽿在⾳⾼⽅⾯的⼀个核⼼内容了，会
这个东⻄是能唱会听的根本基础。此表所展示的⾳程关系是极其重
要的，必须要在今后⼀个时期的学习中完全熟练的反应出：每⼀个
⾳程关系下的具体⾳程有哪⼏个；他们的距离是多远（包含了⼏个
全⾳）。这对于将来学习调式和和声理论是极其有⽤的，请记住此
15 of 155 1/19/23, 6:22 AM

句话。当然了，死记硬背是不主张的，也是⽆卵⽤的，要在接下来
的唱听实践中同步熟练、掌握。
（四）⼗⼆平均律
⼗⼆平均律是明朝的⼀个王爷发明的，就是把⼀个⼋度距离的频率
做⼀个等⽐数列的分布，每个⾳为前⼀个的频率乘以2的12次⽅
根，分布到现在的键盘上就是⼀个⼋度上的⼗⼆个键，是现代最⼴
泛使⽤的调率法。⼗⼆平均律是纯律的近似，其⽅便之处就是便于
随意移调或转调。
（五）⾳的⾼度与⾳的时值
如果不考虑⾳⾊的因素，⾳乐的基本样貌由这两个因素决定，⾳的
⾼度和⾳的时值也是纸质的乐谱所能够记录的⾳乐信息，在没有唱
⽚的时代⾳乐就靠包含了这两个基本元素的乐谱来传承。从视唱练
⽿的⻆度看，这两个因素是两个需要解决的主要问题，在视唱中，
你需要唱出⾳的⾼度和⾳的时值，在练⽿中，你需要听出⾳的⾼度
和⾳的时值，因此可以说，⾳的⾼度和⾳的时值是视唱练⽿的
主要学习对象。
第四节旋律听⼒形成的基本原理阐释
（⼀）⾳乐听⼒运⾏⼀般性模型
⾳乐听⼒从⾳⾼这个层⾯上看是个简单明确的过程：经由外在⾳源
刺激后⾳⾼指代信息（如⼀个⾳的⾳名或者唱名）从⼤脑的输出。
举例来说，对于绝对⾳感⽽⾔，当他听到⼀个⾳，⼤脑⽴刻反应出
了它的⾳名，⽽对于相对⾳感来说，虽然不能直接反应出单个⾳的
⾳名（绝对⾼度），却可以根据⾳的“进⾏感”为⾳程赋予唱名，这
同样也是⼀个输出⾳⾼指代信息的过程。从这⼀点上来说，两种听
⼒类型本质上是类似的。尽管在实际的练⽿中需要听辨单⾳、⾳
程、旋律、和声等等系列内容，但归根到底，都是按照时间顺序以
16 of 155 1/19/23, 6:22 AM

点状⽅式不断重复这⼀过程，因为⾳源的刺激是按照时间顺序顺次
进⾏的（和弦虽然同时，但分辨也按照时间次序）。举例来说绝对
⾳感听到DE#FD这⼏个具体⾳⾼所代表的⼀种乐器⾳源，顺次在⼼
⾥反应出这是：DE#FD，⽽相对⾳感在听到这个⾳源后虽然不能直
接听出这是DE#FD,但是却可以凭借⾸调经验在⼼⾥反应出这
是：do re mi do，从⽽明确了其⾳程关系，所以这个过程可以看成
⼀个简单反应模式的不断重复。
这个过程可以归结为这样⼀个简单模型：声⾳刺激——⼤脑中⾳⾼
位点经验触发——输出⾳⾼位点信息。这个过程就可以视为⼀次完
整的⾳乐听⼒反应运⾏过程。当听到⼀个声⾳时，怎样才能让⼤脑
判断出它所包含的⾳⾼信息，关键就是预先在⼤脑中建⽴起⾳⾼位
点经验。
（⼆）⾳⾼位点经验建⽴过程概述
⾳⾼位点经验，顾名思义，就是⾳⾼在⼤脑中所留下的绝对的或者
相对的位置经验，是⼀种可以进⾏⾳⾼判断或者⾳⾼⾃主⽣发的位
点意识。具体来说，绝对⾳感的这种⾳⾼位点经验是固定的，不动
的，可以看做在绝对⾳感能⼒者的⼤脑中存在着⼀系列固定⾳⾼认
知的位点，这种位点经验和确定的⾳名（例如C4 A5）相联结，当
他听到⼀个和⼤脑中某个⾳⾼点位相符合的⾳⾼后，这个⾳⾼位点
经验即被触发，同时也就获知了其⾳名；⽽⾸调则不能建⽴起这种
固定的⾳⾼位点经验，他的位点经验是相对的，必须借助于另⼀个
给定的⾳（且给予唱名），⼀旦这⼀点确定，以该⾳⾼为基准的系
列⾳⾼的点位意识也⽴刻随之确认，当他继续听辨时，以该⾳⾼为
基准的其他⾳的唱名输出⽴刻得以运⾏。举例来说，绝对⾳感在听
到⼀个⾳后说：这是A5，⽽相对⾳感在听到单个⾳时不能⽴即输出
有效消息，但是给他两个⾳，他就会说出：这是个⼩三度⾳程，这
个判断过程的经过实际是，根据这两个⾳进⾏过程中的听感，触发
了⼤脑中的⼀个⾳节组合模式，例如mi—so，从⽽得到这是个⼩三
度⾳程的结论。
17 of 155 1/19/23, 6:22 AM

那么很显然，这种⾳⾼位点经验的建⽴就是视唱练⽿这⼀课⽬所要
解决的核⼼问题了。那么⾳⾼点位经验是如何在⼤脑中得以建⽴的
呢？
下⾯从宏观⻆度对建⽴⾳⾼位点经验的过程进⾏论述。从整体的⻆
度来看，两种⾳乐听⼒类型——绝对⾳感和相对⾳感，他们建⽴⾳
⾼位点经验的过程具有⾼度的⼀致性，⼤约都可遵循以下路径:
特定律制下的⾳⾼刺激——听觉接受与⼤脑记忆——具有⾳⾊特征
的记忆性位点经验——⾳⾼位点经验的内化训练（以⾳⾼记忆为依
据的⾳⾼⾃⽣发能⼒训练）——⽆⾳⾊特征的⾳⾼位点经验建⽴
（以迅速的、⾃主性的⾳⾼位点⽣发能⼒为特征）。
如果再根据绝对⾳感和相对⾳感形成过程的各⾃不同特点进⾏细
分，那么这个过程⼜可以具体描述为以下两个过程：
绝对⾳感：
特定律制乐器（12平均律乐器）的⾳⾼刺激——听觉接受与⼤脑记
忆——具有⾳⾊特征的固定⾳⾼位点经验——固定⾳⾼位点经验的
内化训练（以具有⾳⾊的固定⾳⾼位点经验为依据和辅助）——⽆
⾳⾊特征的固定⾳⾼位点经验的建⽴（以⼤脑迅速的、⾃主性的⾳
⾼位点⽣发能⼒为特征）——良好绝对⾳感形成
相对⾳感：
特定频率⽐值的两个⾳进⾏的听觉感受刺激（特定⾳程的听感刺
激）——带⾳节拟合（以唱名法⾳节变化拟合⾳程的两个⾳⾼）属
性的⾳⾼变化的记忆（记住⼀个⽤唱名法表达的⾳程）——单个⾳
程位点意识的内化训练（给⼀个任意⾳⾼指定⼀个任意唱名⽴刻可
以以唱名法在⼤脑内构建这个⾳程的另⼀个⾳⾼的能⼒）——任意
调⾳程连接的内化训练——⽆⾳⾊特征但带有⾳节属性的相对性⾳
⾼位点经验的建⽴（以⼤脑中迅速的、⾃主性的带有⾳节属性的相
对⾳⾼位点⽣发能⼒为特征，如给定⼀个⾳⾼任意唱名，即可以此
18 of 155 1/19/23, 6:22 AM

为基础在内⼼向任意⽅向做任意⾳程的连续构建，如
1-3-4-3-6-4-5-2-7-1-2……..可以任意枚举⽆限循环，且⼜快⼜准）
——良好相对⾳感形成
现代乐⾳律制使⽤最⼴泛的是⼗⼆平均律，因此⽆论绝对⾳感或相
对⾳感，均以⼗⼆平均律下的乐⾳作为刺激声源。对于绝对⾳感来
说，使⽤固定⾳⾼乐器⽐如钢琴就是优秀的⾳源，因为每个键位独
⽴，声⾳清晰稳定，操作难度极低（⾮指技术，指弄出声的难
度）。加之⼉童（部分？）⼤脑发育特殊阶段，他们可以就⼀台钢
琴的各个⾳⾼在⼤脑内形成明确清晰的⾳⾊记忆，产⽣带有⾳⾊的
固定⾳⾼位点经验，就是最初的⾳⾼“锚定”。以此为基础，绝对⾳
感进⾏了这种固定⾳⾼经验的训练内化，直到内⼼这种固定⾳⾼的
⽣发能⼒达到⼗分迅捷的程度，此时他对于⼀切声⾳，只要符合⾃
⼰的位点经验，均可以说出其⾳名，这就是很优秀的绝对⾳感形成
过程。部分⼉童可以以平常意义上的同⼀种“⾳⾊”的不同⾳⾼形成
固定⾳⾼的点位经验，⽽这⼀点对于年龄稍⻓的⼈（⼀般认为⼗⼆
岁以上）就变成⼏乎不可能的事情。年龄稍⻓以后，⼤脑会进⼊到
更多的关注事物之间存在的规律性的认知（通常意义上的乐感）
中，例如某乐器的⾳⾊具有⼀致性的特点，⾳的稳定频率⽐之间的
进⾏具有稳定的听觉特征，⾳存在⾳⾼差别，旋律可以以不同的⾳
⾊和⾳位（移调）表现等这⼀系列认知，此时他们不能就同⼀乐器
的不同⾳⾼的⾳产⽣⼗分明确⽽⼜能相互区别的记忆效果，⽆法形
成固定的“带有⾳⾊特征的⾳⾼位点经验”，也就使得内化固定性⾳
⾼位点经验的训练⽆从开展，这⼀点就是相对⾳感和绝对⾳感分化
的岔路⼝。相对⾳感以⾳的进⾏的听觉特征为⼀个最低刺激单位，
⽐如⼀个⾳程，⽽⼀个单⾳对相对⾳感听觉意义不⼤，因为相对⾳
感没有直接判断⼀个单独⾳⾼位置的能⼒。由于此时⼤脑发育已经
具有⼀定归纳和总结能⼒，⾳⾊的统⼀性性质也已经能感受，⽐如
认为“钢琴⾳具有⼀种统⼀性的、区别于其他乐器的可以被辨认的⾳
⾊”，此时单独以钢琴⾳作为刺激声源实际已经不合适，相对⾳感应
19 of 155 1/19/23, 6:22 AM

该采⽤别的⽅式作为刺激声源以获得更有效率的记忆。获得这种记
忆后，练习者需要以⾳节（通常是唱名）拟合这⼀⾳⾼变化过程，
并反复演练内化成为⼀种可以任意改变⾳⾼也可以拟合的能⼒，之
后要将这种拟合能⼒拓展到连续两个⾳程的连接，以克服⽣疏的⾳
程连接的不适感，得到平滑顺遂的相对⾳感位点意识，此时就形成
了较为优良的⾸调听⼒。
实际上，这是两个⼤同⼩异的过程。区别主要有：绝对⾳感开始时
的固定固定⾳⾼点位经验的建⽴不需要⾳节的参与，⽽⾸调则需
要；内化训练的阶段绝对⾳感只需训练单个⾳⾼的⽣发能⼒⽽⾸调
则需要练习连续⾳⾼的⽣发能⼒，⽽从总体上看，这两种能⼒获得
的过程⾼度相似。
（三）⾳⾼点位意识内化训练的重要性
如果说建⽴⼤脑中“⾳⾼位点经验”是整个视唱练⽿活动的主要⼯
作，那么⾳⾼位点意识的内化训练就是视唱练⽿的核⼼。所谓的内
⼼听觉，所指代的就是⾳⾼位点意识内化训练后的听觉状态，这种
状态具体是指：当你看到或者想到⾳符内⼼可以想象其⾳⾼进⾏，
当你听到⾳⾼进⾏内⼼同步对应到⾳符。这是很理想的状态，既然
有理想状态，那么必定有不理想状态。
⾸先来说说绝对⾳感听⼒模式的不良状态。有的固定⾳⾼听⼒的能
⼒者存在⼀些缺陷或者说短板，尽管他们的听⼒模式符合绝对⾳感
的特征，例如不需任何标准⾳就可准确将听到的⾳对应到⾳名，然
⽽却存在种种短板，例如有的并不能听辨所有⾳的⾳⾼，如钢琴上
的⿊键，有的不能听辨所有乐器，例如可以听辨钢琴⾳的⾳⾼但是
其他乐器就不⾏，⽽有的则不能听辨⼈声。还有⼀种类型表现出这
样⼀种状态：当钢琴⾳响起的时候，他可以⽴刻知道它的⾳名，然
⽽当他想⽤嗓⾳来唱出这个⾳的时候，⼀唱就错，⽽且⼀唱他的⼤
脑⽴刻就知道⾃⼰唱错了，偏离了正确的⾳⾼。这看上去像是⼀种
分裂的情况，就是说他们的⼤脑保留着对于特定⾳⾊的⾳⾼的听觉
20 of 155 1/19/23, 6:22 AM

判断能⼒，然⽽却⽆法将这个⾳⾼从⼤脑中主动⽣发出来并且⽤嗓
⾳表达出来。这个有趣的现象引向⼀个可能性的结论：⼤脑中主管
特定⾳⾊听觉判断的区域和⾳⾼⾃主⽣发意识的区域可能并⾮同⼀
个区域，⽽这种⾳⾼⾃主性⽣发能⼒（即⾳的位点意识的内化）对
于⾳乐听觉能⼒边界的拓展⼗分重要。这种有缺陷的绝对⾳⾼能⼒
者其实并没有在⼤脑中形成可以⾃主⽣发的⽆⾳⾊固定⾳⾼位点意
识，所以他们的⼤脑不能指挥⾃⼰的嗓⾳的发出正确的⾳⾼，因为
⼤脑⾃主⽣发⾳⾼的某个控制区还没有真正形成这个概念，没有这
个⾳⾼依据。正因为没有这个具有“普遍意义”的⾳⾼位点意识，他
们的⼤脑不能辨别或容纳其他⾳⾊的乐器声⾳，⽽只能对他们所熟
悉的那个⾳⾊对号⼊座，对于不熟悉的⾳⾊则⽆能为⼒。推测其原
因，就是这些⼈年幼时仅仅经由特定⾳⾊的⾳源形成了“具有⾳⾊特
征的固定位点经验”，但是却没有根据这种经验进⾏进⼀步的“固定
⾳⾼内化训练”或者因为某些原因内化不良，因此导致了视唱和听觉
上种种缺陷。
这种内化训练的重要性在⾸调听觉中是⼀致的，⽽且依赖性⽐绝对
⾳感更强。举例来说，绝对⾳感如果没有这种内化训练，⾄少可以
听辨和记录特定乐器的声⾳，⽽⾸调如果不进⾏内化训练，则只能
听辨那个作为记忆源的特定⾳⾊的⾳程，变换⾳⾊或者变调，都会
是他失去判断⼒，更不要说连续的⾳程组合了。
⽆论绝对⾳感还是相对⾳感，⾳⾼位点经验的内化训练都是极其重
要的，内化程度和听辨能⼒⾼度相关。
(四)⾳⾼位点意识内化训练的⽅式和途径
关于通过何种⽅式进⾏⾳⾼位点意识的内化训练，我想从⾃⼰有把
握的⾸调训练开始说起。
⾸调的⾳⾼位点意识的内化训练，其过程是在唱名法的辅助下，强
化在⼤脑想象中构建⾳⾼的能⼒，内化训练的⽬标就是，在⼤脑中
快速⽽准确的想象出附带唱名的⾳⾼进⾏。⽐如
21 of 155 1/19/23, 6:22 AM

13254321767546124，如果你看到这⼀串⾳符⽴刻可以在⼼⾥把他
的⾳⾼进⾏的效果想象出来（以脑内演唱唱名的形式），且⾮常准
确，那么就说明⾳⾼位点意识在你⼤脑中有了良好的内化。但是仅
仅这⼀条⾳阶是不够的，⾸调必须做到的是：对于⼀个调式的代表
性⾳阶(你所选择训练的那个⾳阶，⽐如⼤调⾃然⾳阶1234567)的任
意可被使⽤的⾳的组合模式，不管是345654232515354315还是
456751654113214135，你都必须具备这种迅速⽽准确的内⼼构建
能⼒，那么你才能有较强的⾸调听⼒。如果这种⽬睹着⾳符⽽进⾏
的正向内⼼构建都不能够做到迅速⽽准确，那么反过来通过听到⾳
⾼在内⼼做迅速⾳符对应是不可能的。
⾸调的这⼀能⼒的获取靠的是数与唱的结合。“数”指代的是⾳⾼在
内⼼顺次的慢构建活动，⽽“唱”则是指不假思索的⾳⾼快速构建能
⼒，⾸调的⾳⾼点位意识的建⽴是这两种活动反复交织训练的结
果。这两种动作都与嗓⾳的运⽤分不开，实际上考察⾸调最后的形
成的内⼼听觉的⼼像（想象中的声⾳的⾳效）特征，乃是⼀种缺乏
⾳⾊属性⽽附带⾳⾼属性的⾳节（唱名）运动，这种内⼼的听觉⼼
像实际上是以⾃⼰的嗓⾳进⾏的歌唱为底板的，这也就是说，开⼝
来唱，是⾸调的⾳⾼位点内化训练过程的⼀个关键动作。
⽽对于绝对⾳感，因为本⼈缺乏切身感受（不是绝对⾳感），⽽只
能根据对⼀些能⼒者的观察得到⼀些推论。绝对⾳感能⼒者有许多
带有缺陷的类型，前⽂也已经讲到。这些缺陷的类型据我的观察询
问，有许多幼年时期虽然接触了乐器学习（通常为钢琴或键盘类乐
器）可是并没有进⾏⾼强度的视唱练习，⽽那种全⾯的能⼒者(全⾳
阶、全⾳⾊型)往往幼年期间学习乐器的同时还做了⼤量的唱的练
习，例如参加合唱团⼀类，或者演奏乐器前先唱谱（以固定⾳⾼形
式），据此我推测绝对⾳感的这种固定⾳⾼位点的内化训练过程同
样需要⾃⼰嗓⾳的参与，以使⾃⼰的从乐器那⾥得来的那种带有⾳
⾊特征的固定⾳⾼位点经验同内⼼固定⾳⾼的⽣发能⼒协调起来，
最终使得这种可以容纳⼀切⾳⾊的⽆⾳⾊特征的固定⾳⾼位点意识
22 of 155 1/19/23, 6:22 AM

得以建⽴。
第五节⾸调听觉能⼒的⼏个关键性问题
（⼀）为什么⾸调可以被训练：⼀种⼈⼈都有的先天能⼒
实际上⽤“绝对⾳感”或者“相对⾳感”这样的字眼来形容⾳乐上的听觉
能⼒是不确切的。若说相对⾳感，谁⼈不是相对⾳感呢？如果你对
⼀段旋律是熟悉的，那么不管将这段旋律⽤什么乐器重新演绎，⼜
或者变调演奏，相信每个⼈都能毫不费⼒的辨认出这仍然是同⼀条
旋律，如果能够这样，便说明⼀个⼈有相对⾳感能⼒，所谓相对，
本身所指代的就是同⽐例的⾳⾼的平移变化。
⼈关于声⾳的先天性能⼒，实际上只有两种。⼀种是关于⾳⾊的辨
别能⼒，这⼀点不⽤多说了，⼤家会记住并且辨认许多不同的⾳
⾊。第⼆种则是对相同频率⽐的⾳的进⾏的辨认能⼒，实际上也就
是对⾳乐旋律线条整体上进⾏调性移动的辨认能⼒，也就是前⾯所
说的对于你熟悉的旋律，不论如何变调你都能够认出它来。为什么
⼈们可以有这个能⼒呢？那是因为相同频率⽐的⾳的进⾏具有⼀种
稳定的听感特征，⽽这种听觉特征可以被⼤脑捕获和总结，⽤于检
验和预测。这就是⾸调这种听⼒模式可以被训练出来的根本原因。
有⼈说对于⾳的相对⾼低的判断⼒也是天⽣的，我不这样认为，我
认为⾳⾼的判断⼒是⼀种后天学习经验，当你给⼀个⼉童放出两个
⾳进⾏⾳⾼测试，他不⼀定能说的对，不仅如此，我认为许多没有
建⽴起⾳⾼认知经验的⼤⼈恐怕也不⼀定能辨认出⾳的⾼低，特别
是两个⾳频率相差不⼤的情况下，他甚⾄有可能根本没有⾳的相对
⾼低这个概念。
绝对⾳感是部分⼈⼉童期经过特定刺激和训练的产物，⽽相对⾳感
⼈⼈都有，⼈⼈都有⾃然也包括绝对⾳感⼈群，这就是为什么少部
分的绝对⾳感经过训练同时⼜具备了相对⾳感能⼒的原因，虽然这
种绝对⾳感转相对⾳感的训练看似阻⼒很⼤，但是绝对是可能的。
23 of 155 1/19/23, 6:22 AM

⾳乐上所说的⾳感或者说听⼒，则实际上指代的是⼀种⾳⾼与语⾔
或语⾳符号（⽐如⾳名或唱名）的对应性能⼒，⽐如绝对⾳感可以
凭借听⼒将⾳⾼标记到⾳名系统，⽽相对⾳感则以听⼒将⾳⾼变化
标记到唱名系统，这个能⼒有个通俗的称谓，也就是“听⾳记谱”。
（⼆）⾸调训练刺激⾳源的选择
前⾯已经讲过，绝对⾳感进⾏最初⾳⾼锚定的乐器⼀般为钢琴或者
同类键盘乐器，⽽⼀旦年⻓，就会失去这种以“同质化”的⾳⾊的单
个⾳⾼建⽴固定⾳⾼位点的能⼒，此时的键盘⾳在他们的⽿朵中除
了有⾼低的相对差别，没有其他差别，也就是说，这些同质化的⾳
⾊在他们的听觉中已经丧失了辨别的敏感度。
⾸调的⾳源输⼊和进⾏锚定的单位不是⼀个单独的⾳，⽽是⼀个⾳
程，怎么能够使这个⾳程在经由⽿朵向⼤脑输⼊的过程中提升记忆
的效率就成为⼀个重要的问题。
我认为使⽤键盘乐器做同质化⾳⾊的⾳程模唱（传统的教学⽅法）
是最没有效率的⼀种⽅式，因为这种⽅式是不利于记忆的，不容易
在⼤脑中形成⼀种坚定的、明确的、稳固的⾳的进⾏的听觉⼼像记
忆，⽽这种记忆正是开展内化训练的基础。正确的做法是给这个作
为⾳源输⼊的⾳程特别的意义和特殊的⾳⾊环境，那么有从万万千
千的实际⾳乐材料中寻求恰当的实例作为⾳源输⼊的模板就成为⼀
个最好的选择。原因有⼆：⼀个乐句是独特的，绝不重复的存在
（重复就算抄袭），因此⼗分容易记忆，通过乐句记忆⾳程等于以
具体来记忆抽象，难度⼤为降低；⼆是特异化的⾳⾊环境有利于⼤
脑中声像的形成和记忆。
（三）⾳程的变调应⽤是⾸调的基本要求
在任意⾳⾼上进⾏⾳程的构建是⾸调的基本要求。以简谱为例，基
于⾃然⼤调⾳阶的各类⼤⼩调歌曲主要以⼤调⾃然⾳阶1234567作
为记谱的载体，⽽较少出现变化⾳级，当需要进⾏C调以外的其他
调的表示时，通常会在简谱前头标记“1=？”这样⼀个符号，例如
24 of 155 1/19/23, 6:22 AM

1=D就代表此乐谱中所出现的1的实际⾳⾼为D，那么就该简谱的演
唱或者演奏，就必须将1的实际⾳⾼唱做或者演奏为D，其他所有⾳
级⾳⾼关系都由1=D这个基准衍⽣，这就是说，⼀个具体的⾳程，
例如⼤三度的13，你不仅需要在1=C时正确的唱出这个⾳程，还必
须能够在1=D,1=E,1=F或者其他任何什么调上正确的唱出这个⾳
程，不这样，你就不能够达到迅速地、正确的视唱简谱的程度。⽽
从听觉上来说，要求的则是不同调的“归⼀性”，例如对于⼀条相同
的旋律，你在不同的调上进⾏演奏，在绝对⾳感的⽿朵中，会是两
串不同的⾳符的排列，⽽在⾸调能⼒者的⽿中，只是同⼀条⾳符排
列。⾸调的这种听觉特点相当于忽略了具体的声⾳⾼度⽽抓取了⾳
的关系的本质，这在⼀定程度上是有助于调式经验的建⽴的，所以
⾸调的调式感会⽐绝对⾳感更容易建⽴起来。综上来看，⽆论是对
于视唱还是听⾳，⾸调都要求忽略具体的⾳⾼⽽把相对⾳⾼这⼀属
性作为训练的重点，因此也可以推定，⾳程的变调应⽤是⾸调训练
的⼀个基本要求。
（四）唱名法与⾸调听觉
前⾯已经论述，⾳乐听⼒实质是⼀种听到⾳⾼后输出⾳⾼指代信息
的能⼒，那么对于⾸调来说，这种能⼒就是听到⾳⾼后输出唱名，
⽽如果是读谱视唱，这个过程就变成看到⾳符输出带有⾳⾼属性的
唱名。总之，⾸调所训练的就是唱名变化和⾳⾼变化的对应性能
⼒。
唱名系统是⼀个经过精⼼选定的⾳节系统，do re mi fa so la xi的⾳
节组合遵循着⼀个辅⾳加⼀个元⾳的规则，且辅⾳⽆⼀重复，元⾳
选取也很有章法，这都是为了演唱上发⾳的便利和读⾳上的最⼤区
分性，⽽假如⽤⾳名发⾳作为唱名使⽤，则明显不佳，元⾳重复严
重（ei bi si di i ef d3i）且F本身辅⾳后缀，带来发⾳上的困难。⽽
前⾯所结介绍的升X降X的唱名法的发⾳⽅式和三轴协变唱名法所使
⽤的依赖于邻⾳的发⾳⽅式同样不佳，所以我在现有的⾳节框架下
重新选取五个⾳节来给五个⾳冠名的。
25 of 155 1/19/23, 6:22 AM

⾸调的⾳乐听觉能⼒练习必须借助于唱名法，这是⾸调同绝对⾳感
能⼒者的⼀个重⼤区别。前⾯已经讲过，绝对⾳感的⾳⾼位点内化
训练过程极有可能同样与唱这⼀活动相关，那么既然是唱，就必然
⽤到唱名，那么可以说绝对⾳感的这个内化过程与唱名⽆关吗？
这个问题很有趣。我认为是的，绝对⾳感的这个⾳⾼位点内化过程
与使不使⽤唱名法关系不⼤，尽管他们中的许多⼈都会在这个内化
过程中使⽤唱名法。内化过程的⼀个重点是⾳⾼“从⼼⽽出”，内化
训练的质量指标也是⾳⾼“从⼼⽽出”的准确度和速度，⽽绝对⾳感
所依据的⾳⾼位点是“具有⾳⾊特征的⾳⾼位点经验”，也就是给他
做最初⾳⾼锚定的那种乐器的声⾳（通常是钢琴的声⾳），有了这
个经验，他就可以尝试进⾏这种内化训练，⽽“唱”这种形式，只不
过是进⾏内化训练的⼀种类型形式，使⽤唱名，或者使⽤⾳名，或
者只是哼、啦、啊或者使⽤任何⾳节来唱都⽆关紧要，⽽且我敢断
⾔，即使不进⾏唱的练习，⽽是同时练习⼀种没有固定⾳⾼的乐器
（⽐如提琴⼀类），他同样可以达到⼀种⽐较良好的绝对⾳感的状
态，因为演奏这种乐器同样需要“⾳从⼼出”，因此可以起到⾳⾼位
点内化训练的作⽤。
⾸调的⾳乐听⼒训练中必须使⽤、借助唱名，是因为⾸调不能像绝
对⾳感那样给⾳⾼标定⼀个绝对的位点并且附带⼀个信息（⾳
名），他需要通过⼀个⾳节变化来模拟⼀个⾳⾼变化的过程，⽐如
⽤do-mi来命名C-E这个⾳⾼变化，⽤来不断固化这个听感，并且期
待能够在熟练以后逆进⾏这个过程，就是听到符合这个听觉特征的
⾳⾼变化后在⼼⾥⾃动输出do-mi这个指代信息，类似于绝对⾳感听
到⼀个⾳后输出它的⾳名。总之，⽆论是视唱能⼒还是听觉能⼒的
形成，⾸调都必须使⽤唱名法来辅助，没有唱名法就没有⾸调的⾳
乐听感，这⼀点需要明确。使⽤其他⾳节的作为唱名同样也是可以
的，⽐如⽤⾳名CDEFGAB或者阿拉伯数字读⾳1234567，但是不
如使⽤唱名法好。
（五）⾳程是⾸调的核⼼
26 of 155 1/19/23, 6:22 AM

⾳程是⾸调训练的核⼼，正如单⾳是绝对⾳感形成的核⼼。⾸调没
有单⾳，只有⾳程，⾳程是听觉训练的最⼩单位，⾸调所说的单
⾳，是根据⾳程判断的单⾳，⽽⽆论是所谓单⾳的听辨，⾳程的听
辨，旋律的听辨，和声的听辨，对于⾸调来说，⾳程这个核⼼都是
⼀以贯之的。
第六节⾃学视唱练⽿的基本条件
（⼀）⾃学视唱练⽿是否可⾏？
从实践的经验看，视唱练⽿还是⼀个⽐较适合于⾃学的科⽬，因为
⾳感的训练这项活动本身就⾼度依赖于⼀种内化型学习机制，就是
⾳⾼⾃内⼼数出来，并且通过不断的重复训练提升这⼀过程的效
率，这样你就具有了听⾳记谱的能⼒。这个过程很依赖于类似于⼼
数⼼算的⾃我训练，⽽不是听觉灌输。那种通过反复听⾳程，企图
以听觉输⼊来建⽴⾳感的⽅式是徒劳⽆功的，这就是⼀般的视唱练
⽿APP所企图做的事情，说实话，那种东⻄只能作为检验听⼒的⼯
具，⽽不是养成听⼒的⼯具。
普通⼈通过⾃学掌握视唱练⽿基本技能是完全可⾏的，与找专业教
师相⽐，⾃学具有明显的成本优势，然⽽⾃学者苦于没有训练⽅法
和教材，缺乏练⽿能⼒形成的原理认知，这些短板这个课件将予以
补⻬，不仅如此，甚⾄可以形成⼀种较为⾼效的学习效率，保守⼀
些估计，⽤此课件练习，应该在⼀年时间内形成较为良好的⾳程、
旋律听⼒，在和声听辨⽅⾯，可以达到七和弦转位的程度，这个程
度已经⾜以胜任任何乐器学习或者应付⼤部分⾼等艺术学校⼊学的
视唱练⽿考试。
（⼆）⾃学视唱练⽿应该具备什么样的⾃身条件？
⾃学视唱练⽿需要⼀点点天赋，这个天赋⼤概就是不聋不哑，具有
⼀般意义上的良好的嗓⾳控制⼒，在模仿⼀个以及连串的⾳⾼时不
会错⾳⾛调，通俗的理解就是“唱歌还⾏”。有了这个条件，任何⼈
27 of 155 1/19/23, 6:22 AM

都可以花⼀年半载的时间使视唱练⽿发⽣突⻜猛进式的跨越，前提
是有⼀套良好的训练⽅法。
为什么要做这种要求？难道唱歌不好的就不可以⾃学视唱练⽿了
吗？实事求是地说，恐怕是这样的。因为⾳乐听⼒的根本⽬的是形
成⼀种⾳⾼变化同⾳符⾳节的对应性听⼒，⾼度依赖于嗓⾳发出带
有⾳节的正确⾳⾼来强化这种听觉意识，最终形成内⼼听觉，⽽⾸
调的内⼼听觉的运⾏模式是以⾃⼰的嗓⾳所演唱唱名为底板的，如
果唱歌⾛调错⾳，这种听觉模式就很难建⽴起来。这样说并不等于
跑调的⼈就不能学习视唱练⽿，只是这样的同学不适合我所提供的
训练⽅法。或者，乐感不好的同学找⼀名专业的视唱练⽿⽼师会更
稳妥⼀些，因为教师可以在你的发声练习中实时给予更多的指导，
可以及时纠正错误，培养良好的发声能⼒，这⼀点在视唱练⽿的学
习中是⾄关重要的。
许多⼈关⼼年龄问题对于学习视唱练⽿是否有影响，⾃学视唱练⽿
对年龄没有什么要求，在这个问题上，年龄⼤概率是种优势，因为
年龄越⼤，听过唱过的歌也越多，代表着拥有更多的⾳乐经验，这
些⾳乐经验主要是记住并且会唱喝多歌曲的旋律，这些旋律记忆将
在⽇后的学习过程中发挥作⽤。与此同时，在⾃发性的⾳乐训练
中，⽐如通过模仿学歌唱歌，许多⼈形成了对⾳⾼⽐较准确的把控
⼒，形成了相对⽐较良好的歌唱能⼒，这个就是⾃学视唱练⽿的基
础。从⼩孩开始训练视唱练⽿的可能性优势是绝对⾳感这种东⻄，
但形成的概率同样很低。就⾸调来说，年龄多⼤都不算晚，⽽且也
不存在逾越不了的瓶颈，正常学⾳乐的⼈可以达到什么⽔平，你就
能达到什么⽔平，前提是唱歌别跑调。
（三）视唱练⽿应该使⽤什么乐器辅助？
学习视唱练⽿需要使⽤⼀件恰当的乐器⽤作辅助，这件乐器就是键
盘。不⼀定要使⽤钢琴，⼀件电⼦键盘乐器会是很好的辅助。钢琴
⾼端⼤⽓上档次，发⾳⾃然，但需⼀年数次调校。电⼦键盘虽然发
28 of 155 1/19/23, 6:22 AM

⾳没有钢琴⾃然，但它的⾳准永远是准的，⽽且价格⼗分低廉，⽐
如你可以使⽤⼆三百的电⼦琴来做视唱练⽿训练，不会有任何问
题，虽然那只是⼀个玩具。条件允许的话电钢琴也可选择，除了⾳
准不需要调校，它还可以像钢琴那样演奏，作为钢琴的替代品。因
为⾳乐这种东⻄，如果想要深⼊学下去，必定绕不开钢琴。但在学
习初期，⽤电⼦琴⾜够了, 视唱练⽿的核⼼是唱不是听，听只是对内
⼼已经建⽴起来的⾳阶秩序的⼀种⾃然反馈，作为键盘来说它只是
⼀种辅助⼯具，其作⽤是在你还没有建⽴⾳程概念和⾳阶秩序时辅
助校正、判断⾳准的⼯具。
如果不想购买电⼦键盘，那么可以⽤⼿机钢琴APP来替代，这是学
习视唱练⽿的最低硬件要求。同时反对使⽤吉他等需要⾃调⾳的乐
器进⾏视唱练⽿训练，因为⾃调⾳可能存在不准的问题，⽽且受到
吉他质量（价格）的影响，⾳⾊的协和性差别不⼀，这些都是吉他
应⽤于视唱练⽿的不利因素，甚⾄拨弦⼒度的差异都会听觉造成不
同影响。
第七节⾳程示例
（⼀）作为⾳程记忆原型的最佳选择
此节前⽂实际已经论述。⼀个⾳程可以看做⼀个⾳⾼的移动进⾏，
由⼀个⾳⾼变换为另⼀个⾳⾼，⽽这种单次的⾳⾼运动所蕴含的实
际意义⾮常模糊不清。在⾃然⼤调⾳阶中，⼤⼆度这种⾳程就有12
23 45 56 67五种，你⽆法将它们分别记忆。⼀个好的办法就是增加
它的信息量，让它成为⼀个具有特定意义的⾳⾼组合，⽐如你将12
进⾏拓展，变为12311231345（两只⽼⻁两只⽼⻁跑的快），那么
它就变成了⼀个意义⼗分明确的指代，从⽽也就变得任意记忆了。
这就是要使⽤⾳程示例作为⾸调练习中最初的“具有⾳⾊特征的⾳⾼
（相对）位点经验”的记忆⾳源的主要原因，就是扩充⾳的组合关
系，使⽤具体的、有指代意义的⾳乐实例来增强那个所要掌握的⽬
29 of 155 1/19/23, 6:22 AM

标⾳程的可记忆性，这是⼀个主要的原因。此外还有⼀个原因，就
是利⽤了⼈的⼤脑对特异性⾳⾊环境的敏感性，这种⾳⾊的特异性
来⾃于⾳乐实例的具体⾳响特征，例如⼈声，配器，和编曲⻛格
等，特异性的⾳⾊环境有利于⼤脑中声⾳的听觉⼼像的形成，⽽听
觉⼼像的形成则⼗分有助于⼤脑的记忆。
反对以单个⾳程为单位的键盘模唱，⽐如不断弹奏单个⾳程并跟
唱，因为单个⾳程的抽象性和钢琴统⼀化的⾳⾊听觉，这是最缺乏
记忆效率的⼀种练习⽅式。
（⼆）作为⾳⾼原型⼯具的⾳程示例
⾳程示例不仅仅作为⾸调的相对⾳⾼位点经验建⽴的信息源这⼀个
功能。从⾸调的视唱能⼒和听觉能⼒形成的全过程来看，⾳程示例
是⼀个贯穿始终的⾳⾼判断的原型⼯具，类似于在⼼中建⽴⼀把可
以⽤于测量⾳⾼变化的卡尺。⽆论是⾸调的视唱（例如使⽤主⾳随
时变调的简谱）还是听辨，⾸调都需要忽略调性（⾳⾼）⽽抓取⾳
程关系，这种能⼒可以描述为⼀种在⾳⾼领域中“⽆级变速”的能
⼒，⽽这种能⼒的养成是渐进的，不可能⼀蹴⽽就。在能⼒的形成
阶段，你需要经常性的依靠在⼼⾥“数算”⾳⾼来完成视唱练习或者
扒谱练习，最终通过反复练习使这种数算能⼒准确化、快速化、下
意识化，在此过程中，你需要对每个特定⾳程有⾮常牢靠的掌握，
以快速适应需要变调构建⾳⾼的情形，那么⾳程示例就是⼀个很好
的辅助⼿段，因为只有⾳程示例才可以⽐较快速的经由记忆——练
习这⼀模式达到⼗分熟练的应⽤程度，当你把⼀个示例唱到纯熟，
任意⾳⾼上进⾏的⾳程构建就可以变得⼜快⼜稳。
（三）⾳程示例的选择要求
⾳程示例的选择是⼀个很重要的问题，⾳程示例选取的好将⼤⼤提
升学习的效率，⽽⾳程示例选取的不好则会影响其作为⾳⾼构建原
型⼯具的使⽤效率，进⽽影响学习的效果。
1、总体要求。⼀个⾳程示例是否符合使⽤要求⾸先取决于它的辨识
30 of 155 1/19/23, 6:22 AM

度，或者说“抓⽿”程度。⽽是否“抓⽿”受到诸多因素的影响，例如旋
律本身是否优美、有趣、⾮同流俗，以及这个示例乐句在具体⾳乐
织体中的处于何种地位，例如是否是着重表现的⾳响部分，以及乐
器演奏是否清晰、厚重、有⼒，⼈声⾳⾊是否独特、优美、有⼒，
等等，总之可以以是否明晰抓⽿作为判断依据。
2、位置要求。位置要求是显⽽易⻅的第⼀个细微要求，⼀个⾳程如
何能够在⼤脑中有直接的反应？那就是可以直接想到它。为了直接
想到它，你所使⽤的⾳程示例就必须将这个⾳程置于这个示例的开
头，这样每次当你想起这个示例时，就想起了这个⾳程，每次唱出
这个示例时，⾸先就唱出了前两个⾳，也就是唱出了这个⾳程。此
外还有⼀个重要原因，在⾸调所有的视唱或者听辨场景中，⾳程的
变调应⽤（在不同的⾳⾼上构建⼀个同名⾳程，⽐如以C为do来构
建do-mi，或者以D为do构建do-mi），只有你需要使⽤的这个⾳程
处于示例的开头位置，才能适⽤这种随意变调使⽤的环境，不然就
像⼀位学⽣提出来的，⼀⾸歌⾥的⾳程那么多，搞⼀⾸歌不就全会
了？所以⼀个良好的⾳程示例的第⼀个要求是：它处于⼀个⼩乐句
或者⼀个⼩节的开头，⽽处于乐句的开头是最好，其次是处于重拍
地位的⼩节开头（最好也是⼀个独⽴乐句的开始）。这是第⼀个要
求。
3、⾳的运动形态要求。使⽤⾳程的示例的最终⽬的不在于整个示
例，⽽在于第⼀个⾳程，你需要借助示例这种具体化的存在去学会
快速⽽准确的构建处在开头位置的那个⽬标⾳程，⽽只有在“准确”
基础上的“快”才是有意义的，不然唱都唱错了再怎么快也⽆济于
事。为了确保“准确”和“快速”，要对示例的⾳的运动形态做出选择。
a．第⼀个⾳重复不好。例如13选择1113555566615“我有⼀只⼩⽑
驴我从来也不骑”，第⼀个⾳进⾏了重复。不好，影响⼤脑中⾳程
构建的速度。
b．三⾳运动⽅向同向不好。例如13选择135 15116565（我的家在
31 of 155 1/19/23, 6:22 AM

东北的松花江上），三⾳的运动同⾸⾳程相同，为上⾏，这种不
佳。⽽三⾳反向运动，或者为第⼆⾳之重复，均较好。且第⼆⾳重
复之示例尤为好。例如133143265215（如歌的⾏板⾸句）即⾮常
好的示例。其奥妙在于嗓⾳演唱歌曲时的倾向性问题，⾳和⾳的转
换之间存在着滑⾳，假如三⾳和⾸⾳程同向运动，那么嗓⾳就会做
好滑向⼀个更⾼的⾳的准备，也就是说在第⼆⾳的基本⾳准达到
后，嗓⾳还会倾向于⼀个⽐它更⾼的⾳，这就会对⾳级的准确性造
成影响，⽽如果三⾳反向运动或固守第⼆⾳，那么这种倾向性将被
中断，⽆论你再怎么有感情⾊彩或者⽤⼒的去唱示例，都不会超过
第⼆⾳的准确⾳⾼的限度，并且⼆⾳的重复还是对基本⾳准的⼀种
强调，所以这种形态最好。同理，下⾏示例也遵守这个原则。
4、时值形态要求。对第⼀个⾳程的两个⾳的时值形态要求是：
（a）连续性。第⼀⾳和第⼆⾳之间不能中断，中断的不好。（b）
⽐例。两⾳均延时较⻓不好；前⻓后短不好，前⻓后短切分，不
好。前短后⻓，好。前后均匀且时值偏短，好。时值形态的要求的
原则是：适应性较好的⼀般节奏形态；时值不要拖太⻓；强调后⾳
⽽⾮前⾳。
第⼋节论内⼼听觉
（⼀）内⼼听觉的定义
内⼼听觉实际为⼀种在⼤脑中对声⾳进⾏想象的能⼒，即在没有现
实中真正的⾳源的刺激的情况下内⼼对于声⾳的想象能⼒。内⼼听
觉中的这个虚拟存在的声⾳同真实存在的声⾳⼀样，也具有⾳调、
⾳⾊、时值等基本属性，但是响度属性较弱。我认为，“内⼼听觉”
基本等价于“听觉⼼像”这个概念（可参考维基百科“听觉⼼像”词
条）。根据在脑中想象出的声⾳是否有真实存在的声⾳蓝本，内⼼
听觉可以分为两类：再现性内⼼听觉和创造性内⼼听觉。⽐⽅，你
曾听过⼀⾸歌，再次回想起那个声⾳的情景就是再现性内⼼听觉，
32 of 155 1/19/23, 6:22 AM

⽽⾯对⼀张完全陌⽣的乐谱，⼤脑中构想出来的那个声⾳的运动就
是创造性内⼼听觉。
（⼆）内⼼听觉的两种基本形态
1、再现性内⼼听觉。所谓再现性内⼼听觉，是指⼤脑对过往的听觉
经验的再现的听觉状态。这个概念不难理解，每个⼈都有这样的体
验，你可以回忆起某位歌⼿所演唱的某⽀歌曲的情景，她的⾳⾊、
声调、歌词的发⾳、节奏等，总之是⼀个包含多维声⾳信息的、⽴
体⽽⼜具备相当的⽣动性的情景再现，就仿佛你的⼤脑中正在重新
播放这⾸歌。⼜或者，你可以回忆起你的亲⼈、朋友在某个情境下
对你说过的某句话，他的语⽓、声调、⾳⾊同样也可以是鲜活的，
如同回放⼀样，这就是再现性内⼼听觉。你或许以为这只是⼀种⼈
⼈都具备的普通能⼒，并⾮是⾳乐上所说的“内⼼听觉”，但实际上
这种根据情景记忆⽽产⽣的听觉⼼像的能⼒在不同个体当中也存在
差异性，表现为有的⼈对这种听觉情境的记忆⼒更好，其听觉⼼像
也更加⽣动，⽽这种对声⾳的记忆和复现的能⼒实际上对于⾳乐能
⼒的发展是⼤有裨益的。我认为，⾮专业⼈⼠，⽣涯中没有接受过
任何专业⾳乐训练，然⽽却形成了较为良好的歌唱能⼒的，往往具
有良好的听觉⼼像质量，这些⼈对于声⾳情境的感受⼒、记忆⼒和
内⼼复现能⼒均⽐较强，因为当⼈们演奏或者演唱时，对于乐器或
者嗓⾳的控制都是来⾃于⼤脑对声⾳想象的实时投射，⼤脑中先有
那个声⾳的⼼像，后才指挥肢体模仿那个⼼像，并且从⾳调、响
度、⾳⾊、时值以及其他⼀些更加细微的⻆度全⾯模仿那个⼼像，
所以说听觉⼼像能⼒和⾳乐能⼒息息相关。⽽且，从视唱练⽿的⻆
度看，我认为良好的听觉⼼像能⼒也⼗分有助于⾳乐听⼒的养成，
拿⾸调听⼒来说，在最初的相对⾳⾼的位点意识输⼊和锚定阶段，
你需要使⽤很多⾳乐实例，假如你的听觉⼼像能⼒好，就可以更加
轻易的记住这些实例，从⽽可以以此为前提展开进⼀步的训练。当
然，从另⼀个⻆度看，实际上所谓“听觉⼼像”的质量也是⼏乎⽆法
科学验证的，只是⼀种主观体验。我认为每个学习者都不要纠结于
33 of 155 1/19/23, 6:22 AM

⾃⼰是否具备“良好的听觉⼼像”能⼒，因为这个能⼒是普遍的能
⼒，只要右脑没有发⽣变异，⼈⼈都具备这样的“内⼼听觉”能⼒。
2、创造性内⼼听觉。创造性内⼼听觉，是⼀种凭空想象的、在具体
的听觉经验之外的对于声⾳（⾳⾼）运动的想象能⼒，例如你看到
⼀张陌⽣的乐谱，即可以在脑中想象其声⾳进⾏的样貌，⽽你之前
从来没有听过这张乐谱所代表的⾳乐实际演奏的声⾳，⽽仅仅凭借
⾃⼰对于声⾳的经验在⼤脑中创造性的将它呈现出来。显⽽易⻅，
这种能⼒⽐较接近于通常意义上的所谓⾳乐⽅⾯的内⼼听觉，⽽之
所以⽤“创造性”这⼀词汇，仅仅是为了区别于1所说的那种记忆性的
内⼼听觉，实际上，这种“创造性”的内⼼听觉也并⾮完全出于凭空
创造，同样出⾃于⼤脑对于⾳⾼的经验，只不过这些经验⽀持⼤脑
对⾳⾼进⾏⼀些新的排列组合，从⽽可以在⼤脑中呈现出⼀些从未
实际听过的声⾳的特征。相⽐于1所说的那类内⼼听觉，这中创造性
的内⼼听觉不是⼈⼈天然具备的，必须经过视唱练⽿的专⻔训练，
形成对于⾳⾼变化的经验认知后才能形成。
(三)两种内⼼听觉基本形态的差异性
再现性内⼼听觉和创造性内⼼听觉的主要差异在于听觉⼼像的质
量。⼀般⽽⾔，再现性内⼼听觉的的⼼像质量远远优于后者的的⼼
像质量，创造性内⼼听觉的⼼像永远不可能达到再现性内⼼听觉⼼
像那种⽣动的程度。这是因为，再现性内⼼听觉是记忆性的，来⾃
于真正的声⾳实体，打个⽐⽅来说，好⽐⽤录像机来记录真实的⻛
景，尽管可能因为录像机的像素差别（类⽐个体差别）⽽导致成像
质量的差别，但某种程度上来说图像都是鲜活的，具有各个维度的
信息量，⽽在创造性内⼼听觉活动中，没有这种真实的声⾳实体作
为蓝本，只能在⼤脑中对声⾳的运动进⾏想象，那么出于思考效率
的考量，⾳⾼和⾳的时值这两个基本要素就成为最先要考虑的因
素，因此在⼤脑对于声⾳的运动的想象中会⾃动屏蔽⾳⾊这⼀因
素，如果⼤脑硬要为这种创造性的声⾳运动加⼊⾳⾊想象，就势必
要耗费更多的脑⼒，且效果亦不会太好，因为⾳⾊的差异性和变化
34 of 155 1/19/23, 6:22 AM

性是⾼度复杂的，不是⼈的⼤脑仅凭想象就可以轻易模拟和预测
的。
（四）绝对⾳感和相对⾳感的内⼼听觉
前⾯我们讲了，内⼼听觉分为两个维度：再现性内⼼听觉和创造性
内⼼听觉。那么对于两种⾳乐听⼒类型，在这两个⽅⾯⼜有哪些异
同呢？
对于再现性内⼼听觉来说，绝对⾳感和相对⾳感能⼒者并⽆不同，
或者也可以说，再现性内⼼听觉能⼒主要由不同个体的先天因素所
决定，从⼴义上来说可以归结为智⼒⽔平考量的⼀个⽅⾯（类似记
忆⼒）。⽽在创造性内⼼听觉⽅⾯，绝对⾳感和相对⾳感则存在些
许不同，这主要由⾳乐听⼒训练的⽅式所决定。在第六节⾳乐听⼒
形成的基本原理中已经进⾏了讲述，绝对⾳感在最初做⾳⾼位点意
识锚定时通常是采⽤的钢琴的琴键⾳，这种带有钢琴特定⾳⾊的⾳
源就成为了绝对⾳感能⼒者⼼中最初的⾳⾼参考，然后再以此为基
础展开⾳⾼位点意识的内化训练，最终达到⼀种不附带⾳⾊的可以
从⼤脑中主动⽣发准确⾳⾼的状态。⽽相对⾳感能⼒者的训练从⾳
程开始，因为⾼度依赖于⾃⼰的嗓⾳发出不同的⾳节（唱名）这种
练习⽅式，所以最终所形成的创造性内⼼听觉是⼀种缺乏⾳⾊的⼈
声所演唱的唱名的声⾳运动形态，⽽这个⼈声实际是以⾃⼰的嗓⾳
为底板的，但是出于效率要求，略去了⾳⾊这个因素。尽管我不认
为绝对⾳感在进⾏创造性内⼼听觉活动时会主动给⼤脑中⽣发的声
⾳配上⾳⾊（有悖于思考的效率性原则），但是我想如果他们愿
意，会更加容易的把他们作为⾳⾼位点意识最初的锚定的那种乐器
⾳⾊带⼊到声⾳的想象中，这⼀点对他们来说应该不难，⽽这⼀点
对于相对⾳感就⽐较困难，⽐⽅说钢琴⾳吧，相对⾳感只知道钢琴
具有“钢琴的⾳⾊”，但是每个琴键⾳的具体⾳⾊和效果，他们实际
上没有确切的记忆，所以也⾃然⽆从代⼊想象了。⾄于绝对⾳感是
否可以将多种乐器⾳⾊代⼊创造性内⼼听觉的想象中，我倾向于否
定这⼀点，因为即使对于绝对⾳感，也不可能对每种乐器的每个⾳
35 of 155 1/19/23, 6:22 AM

都产⽣⼗分确切的记忆，何况节奏因素对⾳⾊动态变化的影响也不
可忽视，甚⾄就连⾃⼰做⾳⾼位点锚定的那件乐器的每个键⾳，都
不可能有再现性内⼼听觉那种⽣动的效果，但总体上，我认为绝对
⾳感在某件或者数件乐器的⾳响代⼊想象的效果上优于相对⾳感。
（五）内⼼听觉与⾳乐听⼒的关系
内⼼听觉，特别是创造性内⼼听觉，和⾳乐听觉能⼒息息相关，也
可以说良好的⾳乐听⼒来⾃于良好的内⼼听觉能⼒。考察创造性内
⼼听觉的运⾏⽅式，实质上是⼀种带有⾳⾼属性的⾳节运动，这种
⾳节运动在⾸调那⾥往往是唱名，⽽在固定调那⾥往往是⾳名（也
可以是唱名），⾳节给⾳⾼的运动直接赋予信息意义，就是说有了
这个具体的⾳节，你才能知道这个⾳⾼运动到底是什么，⽐⽅说钢
琴奏响⼀个⼤三度旋律⾳程，那么根据⾳程的听觉经验，可以为它
赋予⼀个do—mi的⾳节结构，从⽽确认是⼤三度⾳程，过程中使⽤
⽤了唱名⾳节，⽽绝对⾳感则上来就听出第⼀个⾳为C，第⼆⾳为
E，同样使⽤了⾳名⾳节。⼈的⼤脑不能直接输出⾃⼰经验以外的
信息，所以就⾳乐的听⼒⽅⾯来说，如果你可以直接听出⼀段旋律
的谱⾯（⾳名或者唱名）是什么，那么前提就是它在你⼤脑中是熟
知的。有的同学提出反对意⻅，说既然你的⼤脑听不出新的东⻄，
那么学习视唱练⽿有什么⽤？毕竟学习视唱练⽿的⽬的就是为了在
⾳乐上能够听出⼀些陌⽣的曲⽬的信息啊。我这⾥所说的“熟知”，
并⾮是全局性的熟知，⽽是对于⾳程或者⾳程连接的构件的熟知。
实事求是的说，⾳乐材料从本质上看是很简单的东⻄，以现代的⼗
⼆平均来看，只有12个⾳，这⼗⼆个⾳就构成了所有⾳乐语汇的基
础材料，不管多么宏⼤的体裁，其基础构成材料都不会超过⼗⼆
⾳，⽽实际上由于调式的存在，⼀⾸乐曲中所出现的⾳远远⼩于⼗
⼆⾳。⼗⼆⾳的排列组合最终能复杂到什么程度呢？其实并不会，
我们只需要将⼀些常⽤的调式⾳程组合纳⼊听觉经验，就可以以相
当的效率听辨⼀些“新”的乐曲，因为这些乐曲实际上都是⼀些“⽼”的
调式内⾳程组合重新排列所构成的，因此并没有超出听觉经验的范
36 of 155 1/19/23, 6:22 AM

围。⽽这些“听觉经验”就是以创造性内⼼听觉来呈现的，可以这样
理解，如果当你看到⼀段⾳符组合⽐如135432654不能很快的在⼼
⾥以内⼼听觉把它唱出来，那么当你听到这段旋律的实际演奏时就
不能直截了当的听出来。
（六）内⼼听觉的边界与延伸
⾳乐中的⾳表现出两种基本关系：横向关系与纵向关系。横向关系
如旋律线条的运动，纵向关系如在发响时间上重合的和声，我们的
⼤脑也试图把这两种⾳的关系的听觉特征纳⼊经验范畴，⽽这其
中，横向上的⾳的关系是相对⽐较容易把握的。这和我们⼈类嗓⾳
的拟合能⼒有关，即：我们的嗓⾳只能在⼀个时间点发出⼀个⾳
⾼，也就是说我们只能够⽤嗓⾳拟合单声部的旋律，所以相对应
的，我们可以较为顺利的建⽴起单声部旋律的听觉经验，⽽对于和
声，我们不可能像某些和声类乐器⼀样可以同时发出⼏个⾳，以拟
合⼏个⾳同时发响所产⽣的⾳响效果，以此体验不同的⾳的组合⾳
效之间的细微差别，因此⽆法仅仅根据⼀个和声整体上的听觉效果
倒推其结构，这对于稍微复杂⼀点的和弦都是不可能做到的，我们
之于单个和弦的结构的判断仍然要依靠横向上⾳的关系的判断，这
⼀点我们在和声的部分会讲。总之，内⼼听觉的边界⼤约就是和
声，旋律的听觉如果我们进⾏调式下全⾯的训练就可以达到极致的
程度，然⽽对于和声却永远⽆法真正完全掌握，因为我们的嗓⾳的
拟合能⼒达不到这样的程度，也⽆法令⼤脑真正体会不同的⾳⾼组
合之间的细微的听觉差别，从⽽从整体的声响上辨认它们。尽管如
此，我们还是要努⼒拓展和声内⼼听觉的边界，因为和声在现代⾳
乐中的重要性不⾔⽽喻。既然我们不能直接⽤嗓⾳拟合出⼏个⾳共
同发声的⾳效，我们就只能根据⼀些既有的听觉经验去脑补这些⾳
响效果，从⽽在内⼼听觉中补⻬这个“先天不⾜”，这个问题我们放
在这个⼩册⼦最后的部分来讨论。
第九节以“唱”为核⼼的练⽿
37 of 155 1/19/23, 6:22 AM

（⼀）听觉在练⽿中的作⽤
⽣活中经常有⼈把那些具备⾳乐听⼒的⼈称为“⽿朵好”，这其实并
不准确，因为严格来说，⼤脑才是对声⾳信息进⾏处理和反馈的的
器官，⽽⽿朵只不过是声⾳和⼤脑之间的媒介。听觉在⾳乐听⼒的
形成阶段具有举⾜轻重的作⽤，可以说假如⽿朵天⽣听不⻅，那么
⼈就不可能有⾳乐上的听觉能⼒，但是如果先天没有⽿聋，通过训
练获得了内⼼听觉能⼒，即使此后⽿聋，内⼼听觉也可以终⽣存
在，因为⼤脑中关于⾳⾼变化的⼀些经验已经建⽴起来了，例⼦可
以参考失聪以后的⻉多芬。具体来说，听觉在⾳乐听⼒建⽴中的作
⽤可以表述为：通过对于⾳⾼、⾳⾊、⾳的时值⽅⾯的综合感受⼒
来刺激⼤脑，形成听觉⼼像记忆，配合恰当的符号化练习，最终形
成⾳乐听觉能⼒。以本课程⾸调听⼒的训练来说，“听歌”来记忆特
定的歌曲⽚段(⾳程示例)就是开始听⼒训练的第⼀步，通过听觉将
特定乐句的⾳⾼、⾳⾊、时值构成的⼀种综合性的听觉感受输⼊⼤
脑，使⼤脑形成⼀个记忆性的听觉⼼像，之后再⽤嗓⾳演唱唱名去
拟合这个听觉⼼像，熟练以后就获得了单个⾳程的构建能⼒，在这
个过程中，拥有正常的听觉能⼒是⼀个前提条件。
（⼆）“唱”在练⽿中的作⽤
正常的听觉能⼒是练⽿的前提条件，然⽽也是普遍的⽣理基础，因
此不必多说。有正常听觉的⼈⽐⽐皆是，⽽且有很多都有丰富的聆
听经历，喜爱⾳乐并且会唱很多歌曲，然⽽他们都没有形成⾳乐上
的听觉能⼒，原因为何？那是因为，⾳乐听觉能⼒的本质上是⼀种
⾳⾼变化同⾳节变化的对应性能⼒，唯有以⾳节配合⾳⾼的变化进
⾏反复训练才能获得这项能⼒，⽽如何将⾳节变化同⾳⾼变化进⾏
对应性训练？那就是以嗓⾳结合唱名法拟合⾳⾼变化，显然在这个
过程中开⼝来“唱”是处于决定性地位的，⽽听觉只是声⾳信号接收
的媒介，既不具有主动性也不具有归纳或者分析能⼒。考察⾸调听
⼒的运⾏模式，当我们听到⾳⾼的变化时，会同步输出唱名，这依
赖于⼤脑对于相对⾳⾼变化同⾳节（唱名）变化的认知经验，这种
38 of 155 1/19/23, 6:22 AM

经验不是靠听去归纳和建⽴的，⽽是通过⼤脑的主动⽣发，并且熟
练以后才得以建⽴，当然最初要借助于⼀个⾳程的记忆原型（⾳程
示例），基本的反应模式是：对于两个连续⾳⾼XY，如果X是唱名
a，那么Y是什么唱名？⽽这个反射链条唯有以嗓⾳结合唱名法经常
性的拟合⾳⾼变化才能建⽴起来，也因此可以得出结论：视唱练⽿
以“唱”为核⼼。
（三）“唱”的两种状态：有意识辨析和下意识反应
在视唱练⽿领域，不管是视唱也好，听⾳也好，理想的状态都应该
是“快速⽽准确”的，类似于⼀种直觉式的、下意识的反应，例如看
到⼀张陌⽣的乐谱即可以不假思索的迅速视唱出来，听到⼀段旋律
⽴刻在⼼⾥对应到谱⾯，这种反应应该是快速直接的，不需要加以
太多思索，这就是理想的状态。然⽽，这种状态实际上是不可能总
是存在的，你不可能对所有调式⾳阶的连接⽅式都了如指掌，因为
调式是众多的，就算⼤部分的调式你通过艰苦全⾯的训练全部掌
握，也还有⼀类叫做“⽆调性”的⾳乐，我们只能通过训练是⾃⼰⽆
限接近于这种听⼒状态，然⽽却不敢说在任何情境下都可以达到这
种状态。在具体的视唱练⽿实践中，你会观察到你的听觉状态总是
在下意识反应有意识辨析这两种状态之间进⾏切换，具体的说，对
于某⼀段旋律的听辨，可能的听觉状态是：⼤部分的旋律你可以直
接在听到的同时就能够反应出其谱⾯，有个别的地⽅可能不确定，
需要复述⼀遍进⾏⾳程的辨析，然后确认。为了能够在实际的听辨
过程中尽量达到这种下意识反应的听觉状态，我们需要有针对性的
进⾏训练。前⾯已经说过，“唱”是视唱练⽿训练的核⼼，那么在训
练中，“有意识辨析”式的唱和“下意识反应”式的唱都应该是训练的
重点。
“有意识辨析”式的唱。有意识的辨析式的唱是视唱练⽿中最重要的
⼀种练习⽅式，是有着基础性地位的练习⽅式，是获得视唱能⼒、
扒谱能⼒的重要⼿段，它具体是指，利⽤⼤脑中建⽴起来的⾳程原
型（⾳程示例），对实际的旋律线条中的⾳⾼⼀个⼀个的进⾏对⽐
39 of 155 1/19/23, 6:22 AM

构建，以得到⼀连串正确的相对⾳⾼。例如，当你读⼀个陌⽣的谱
⼦345654321236时，从3开始，在⼤脑中“⾳程原型”（⾳程示例）
的辅助下进⾏⾳⾼构建，直到将这串⾳符全部正确读出来，再⽐
如，事先正确背诵⼀段旋律谱⾯（在原曲示范、键盘弹奏示范的辅
助下正确背出），之后再在⾳程示例的辅助下进⾏对⽐验证（逆向
解析，过程中⽤到短促发⾳的读谱⽅式，后讲），以这种⽅式不断
进⾏⾳程构建训练，直到形成⼀种⽐较快速准确的构建状态（脱离
⾳程示例辅助，变成完全下意识的反应能⼒。注意，这⼀点很重
要！）。这种“有意识辨析”式的唱的练习⽅式是形成⼤脑中⾳⾼位
点经验的关键，在整个视唱练⽿活动中具有基础性地位，可以说没
有辨析⾳⾼的能⼒，就不⽤奢谈⾳乐听⼒。
“下意识反应”式的唱。“下意识反应”式的唱有别于“有意识辨析”式的
唱，它所指代的是流利“背唱”的状态，类似于我们背诵诗歌那种状
态。我们前⾯说过了，当你听到⼀段旋律的时候，之所以能够将它
⽴刻对应到谱⾯，这实际上是⼀种经验的再现的过程，你的⼤脑已
经对这些⾳程的组合变化⼗分熟悉，你早已借助于唱名对这些⾳程
的连接实施了训练，所以在你听到这些⾳⾼的变化后才能在⼤脑中
浮现出它的⾳⾼（以唱名的形式），⽽如果要想使这个反应速度加
快，那么你就必须能够⼗分熟练的唱出这些⾳程组合，不能有半点
陌⽣和阻滞的感觉，可以这么说，如果对于⼀组⾳程组合，例如
36566715如果你不能⽴刻不假思索的唱出来，那么你就不可能在听
到它的时候直接地反应出它的唱名，这是必然的，也许你可以慢慢
以⾳程辨析的⽅式来扒出它的谱⾯，然⽽想要直接快速的反应出
来，则必须对这个旋律内部含有的⾳程连接⽅式⼗分熟悉。
总之，获得单个⾳程的“辨析”能⼒是视唱练⽿的基础，⽽通过选取
特定的⾳程连接⽅式的实例进⾏下意识的“背唱”则是提⾼旋律听辨
速度的关键。
（四）“低唱默数”是⼗分重要的练习⽅式
40 of 155 1/19/23, 6:22 AM

前⾯我们说了“有意识辨析”式的唱，“低唱默数”是有意识辨析式的唱
的⼀种⼗分重要的练习⽅式，它在初期的识谱视唱、⼤脑中⾳⾼点
位经验的养成中具有⼗分重要的作⽤，⽽且它也是在实际的⼈⾁扒
谱中所⽤到的基本技术，当我们的⽿朵对某个旋律中的某些⾳程连
接不能直接判断的时候，我们可以采⽤“低唱默数”的⽅式去辨析
它，得到正确的⾳⾼谱⾯。
“低唱默数”可以分成两个词语来解释，“低唱”和“默数”，所谓低唱，
是以较低的声⾳来演唱唱名，这个低唱要结合“短促发⾳”的⽅式来
进⾏（后讲），⽽默数则指代在⼤脑中根据⾳程示例原型来构唱⾳
⾼，每构建出⼀个正确的⾳⾼即⽤“低唱”的⽅式唱出来，之后再默
数出下⼀个⾳⾼，再唱出来。这个过程中“默数”是训练的重点，⽽
低唱则是为了“默数”服务，具体来说就是利⽤嗓⾳的紧张度的停顿
状态以及发出的⾳⾼作为依据进⾏⾳⾼的构唱，以同⼤脑中想象的
⾳⾼运动进⾏契合和印证，最终形成内⼼听觉。为什么这个练习⽅
式如此重要？
第⼀，把分散学习的⾳程示例应⽤到连续的⾳程连接的辨析中，并
最终形成熟练的⾳⾼（相对⾳⾼）位点意识。我们所学习唱的⾳程
示例实际是不同调的，尽管我们要求统⼀⽤⽩键弹奏示例并且跟
唱，然⽽当我们脱离乐器进⾏实际演唱时却不可能准确切合C调，
实际上，这也是不要求的，因为⾸调的重要特征就是可以在任意调
上构建⾳程。那么怎样把我们所学习的这些个不同调的⾳程示例应
⽤在⼀句具有单⼀Key的旋律中呢？我们需要⽤低唱默数（结合短
促发⾳）的⽅式结合内⼼⾳程原型（⾳程示例）来辨析⾳程，直到
形成⼀种较为快速的构建⾳⾼的能⼒。需要强调的是，这个过程中
较⻓的⼀段时间内是需要在⼼⾥回想⾳程示例，并且在示例的帮助
下进⾏⾳⾼的数算和构唱，但是到最后真正熟练后，再进⾏数算就
不需要⾳程示例的参与了，这是⾃然的过程。当你不能快速构建出
⼀个⾳⾼的时候，就去回想那个示例，依据示例的那个唱法去构
建，当你可以直接唱出接下来的那个⾳⾼的时候，⾃然也就不需要
41 of 155 1/19/23, 6:22 AM

再去回想那个示例，这不⽤多说。
第⼆、低唱默数是最接近于“内⼼听觉”运⾏的⽅式。⾳乐听⼒训练
实际上是在训练“内⼼听觉”能⼒，⽽内⼼听觉实际上是⼀种可以在
⼤脑中想象⾳⾼的运动或者说演奏⾳乐的能⼒。前⾯已经讲过，对
于⾸调来说，这种想象⾳⾼运动或者说演奏⾳乐的内⼼听觉能⼒实
际上以训练者个⼈嗓⾳演唱唱名的状态作为底板的，作为⼤脑中的
创造性⼼像的呈现，它本身的响度特征和⾳⾊特征都是极其弱化
的，仅仅是⼀种想象中的结合唱名法的⾳节出现的基本⾳⾼的运
动。这种内⼼听觉能⼒的形成依赖于⼤脑中⾳⾼位点意识的逐步建
⽴，⽽在这个⾳⾼位点意识建⽴的过程中，“低唱默数”是⼗分重要
的练习⼿段，它接近于内⼼听觉的运⾏⽅式，即不发出任何声⾳在
⼤脑中演唱⾳乐的能⼒，因为“低唱”正是弱化了外在的声⾳形式，
⽽转⽽强调内⼼中的⾳⾼的构建和训练，以最低程度的声带的紧张
度和较低⾳量的实际声⾳辅助⼤脑训练和建⽴⾳⾼的位点意识，强
化“默数”构建⾳⾼的能⼒。随着“低唱默数”的速度越来越快，良好的
内⼼听觉就逐步建⽴起来。
第三、有利于稳定的⾳⾼的构建。低唱默数（结合短促发⾳）有利
于稳态的⾳⾼构建，⾸先这种低唱的形式⼤⼤减轻了声带的紧张
度，短暂停顿（短促发⾳）亦减轻了连续发⾳的⽓息要求，使得我
们的嗓⾳更有余裕更加从容，短促发⾳也造成了声带紧张度的掌控
感和点状的基本⾳⾼，⽆论从声⾳的听觉上还是声带的紧张度的控
制与体验上，这种⽅式都可以使我们较为顺利的构唱出基本的⾳
⾼，⽽且它也很有利于短时⾳⾼记忆，有利于使我们回到⼀个已经
演唱过的基本⾳⾼（例如构唱454647时，尽管可以利⽤⾳程示例原
型来进⾏4-5-4-6-4-7中4的⾳⾼回归，然⽽利⽤⾳⾼的短时记忆唱出
4则是⼗分⽅便的）。
第⼗节从零基础到良好旋律听⼒：三个努⼒⽅向
42 of 155 1/19/23, 6:22 AM

良好的旋律听⼒是视唱练⽿领域的⼀个重要⽬标。我们⼈类的嗓⾳
实际上相当于⼀个⾳域横跨两个半⼋度左右的单声部乐器，它的特
点就是可以顺次发出⼀个个不同的⾳⾼，构成⼀个旋律线条，这就
是我们嗓⾳拟合⾳乐的基本特征。这个特征决定了我们可以通过训
练获得较好的视唱单声部旋律能⼒，也可以通过训练获得较好的单
声部旋律听⼒，⽽我们对于对和声⾳响的把握能⼒却因为嗓⾳拟合
能⼒的不⾜⽽有⽋缺。从⾳乐实践的层⾯看，单声部旋律的视唱能
⼒和听觉能⼒也是⼗分重要的，其重要性⾄少与和声听觉能⼒平分
秋⾊（我倾向于认为旋律听⼒更重要，因为⾳乐实际上更多的是⼀
种横向的艺术，⾳的前后关系是主要的），甚⾄在实际的⾳乐活动
中更加实⽤，例如进⾏乐谱的视唱，操作单声部旋律乐器，更加准
确的感受乐曲中的旋律声部的运动等等。
拉动视唱练⽿中旋律听⼒⽔平提升的“三驾⻢⻋”是：⾳程基础、逆
向解析、乐句积累，在这三个维度的练习中，“唱”是贯穿始终的，
就是说，如果⼀个⼈想要把⾸调的旋律听⼒通过练习提升到极致，
只需要以“唱”（包括有意识辨析和⽆意识反应式的唱）的⽅式在这
三个⽅⾯做有针对性的强化练习即可。下⾯我分别说⼀下这三个⽅
⾯。
（⼀）⾳程基础
⾳程基础是第⼀位的，没有⾳程基础，视唱能⼒、⾸调听⼒都是奢
谈。在教程中，我把⾃然⼤调之下的各种⾳程关系作为训练的⽬
标，是因为⾃然⼤调⾳阶拥有最⼴泛的应⽤基础，我们我听到的⼤
部分的⾳乐，特别是流⾏⾳乐，其调性关系脱不出⼤⼩调的范畴，
掌握了⼤⼩调的⾳程关系，也就是抓住了主要⽭盾。如前⽂所述，
这个范围具体指代的是从G3到 A5这个范畴，⼤约有两个⼋度，实
际但就⼀种具体的⾳程关系⽽⾔，是不超过⼀个半的⼋度的，将这
个范围的所有⾳程关系进⾏罗列，就包含了⾃然⼤调⾳阶所有的⾳
与⾳之间的连接⽅式。从⼩⼆度开始罗列，例如34和71（⾼），⼀
直到⼤七度为⽌，算上它们的逆⾏，总共有⼤约七⼋⼗个，这个范
43 of 155 1/19/23, 6:22 AM

围的所有⾳程关系，给每⼀个寻找⼀个恰当的歌曲的示例，将它们
唱熟，直到⼀想起某个⾳程，相应的示例就可以脱⼝唱出，那么这
个基础就掌握了。⾃然⼤调⾳阶所构成的这些⾳程关系是基础中的
基础，要建⽴起⼤脑中⾳⾼的位点意识，⾸先要学会熟练唱出这些
⾳程示例，从⽽在示例的带动下可以在任意⾳⾼上迅速构唱出某个
⾳程，做到⼜快⼜准，那么这个⾳程基础就掌握了。需要说明的
是，这个在任意⾳⾼上迅速构唱任意⾳程的能⼒也需要经过⼀段时
间的⼤量重复性唱的练习，不是⼀朝⼀夕就可以掌握额的，只能依
靠碎⽚化的时间反复练习才能达到真正熟练。
（⼆）逆向辨析
在掌握⾳程基础以后，理论上来说就可以进⾏简单的视唱和扒谱的
⼯作了，然⽽你仍然会觉出这些过程的困难，原因⼤约可以从两个
⽅⾯归结：其⼀，对相邻⾳程关系的辨别度不够清晰，其⼆，⽆法
在⾃由变调的情况下依然准确的构建出某个具体⾳程。这两个⽅⾯
的原因都是因为⾸调这种⽅式的⽆固定⾳⾼这⼀特性所决定的，然
⽽每个⾸调的学习者都必须克服。克服的最主要的⼀个技术性⽅法
就是逆向解析。假如把正常的扒谱这个活动定为正向的⼯作，那么
逆向解析的意思就是，对于给定的⼀段任意调的旋律，⾸先以唱名
的形式将它做⼀个复述（尽量⽤原调唱出来），然后以短促发⾳的
⽅法（技术篇详细讲）⼀个⾳⼀个⾳的去进⾏辨析，跟我们学会的
⾳程示例做⼀⼀印证，并同时尝试在⾳程示例的辅助下做相邻⾳程
的区分练习。这种⽅法有效的原因是：任意调歌曲的形式下构建⾳
程实际是在做⾃由变调情况下的⾳程构建的训练，并且在统⼀根⾳
的情况下做了相邻⾳程的区分练习，同时，⾳程构建的速度⼜检验
了⾳程示例掌握的熟练程度。这种⽅法极为重要，⽐那种急于求成
式的、直接扒谱的练习⽅式科学的多，有效的多，推荐为在掌握了
⾳程示例以后⾸要的练习⽅式。
（三）乐句积累
44 of 155 1/19/23, 6:22 AM

乐句积累的重要意义是在脑海中形成⾳程连接的直观印象，从⽽提
⾼了⽿朵听辨旋律的效率。实际上我们根本不能输出我们经验以外
的信息，我们所有的⾳乐听⼒，本质上都是既有的听觉经验的重
现，虽然我们经过训练后貌似可以听出完全没有听过的“新”的旋
律，然⽽这些“新”旋律的组成构件，都是⼀些你熟知的⾳程和⾳程
连接，构件都是⽼东⻄，只不过进⾏了⼀些新的组合，因此积累这
些⾳程连接构件，将它们唱熟就显得很重要，它可以提升⽿朵辨认
旋律的效率。通过⾳程基础、逆向解析固然可以形成扒谱的硬功
夫，就是说即使是没有听过的⾳程连接的⽅式，依然可以凭借扎实
的⾳程基础和辨析能⼒强推出旋律，然⽽若想毫不费⼒的直接听出
旋律，必须要积累⾳程连接的乐句实例，并通过唱的练习使之熟
练，在⼤脑中形成⼀种唱名运动和⾳乐⾳响相对应的痕迹，那么再
次听到这样的连接⽅式的时候⼤脑就可以直接把⾳乐同这个痕迹对
应起来，从⽽同步输出了谱⾯。这种⾳程连接的最低要求是三⾳连
接，如果拓展到四个⾳则因数量过于众多⽽⽆法实际操作，事实上
也不必要。积累这样的三⾳连接同样需要罗列⼀个⻓⻓的表单，具
体的⽅式可以以⾳程示例表为基础进⾏引申，例如从⼩⼆度的34开
始，在⼀个⼋度的范围内从上下两个⽅向进⾏罗列，例如 345 346
347 341（⾼）342（⾼） 343（⾼），之后343 342 341
347（低）等等，然后在⽇常的读谱、扒谱的过程中留意那些没有
⻅过的连接⽅式，并将实例乐句补充到这个⻓表单之中，通过反复
唱使这些⼩乐句烂熟于⼼，最终就可以迅速的以⽿朵听辨任意旋
律。这个表单还有⼀个重要的好处，就是可以防⽌⾸调听⼒的退
化，任何时候，只要拿出这个表单唱两遍，你的⾸调听⼒就不会因
为遗忘和缺乏全⾯练习⽽退步了。
第⼗⼀节节奏基本原理
（⼀）节奏和节奏感的来源
从⼴义上来说，节奏是⼀种规律性，是运动在时间维度上的连续
45 of 155 1/19/23, 6:22 AM

的、周期性的变化，其要点是，在物体（或物理量）运动变化的时
间线上存在这样的切换时点，可以把该系列运动分隔成时值均匀的
单位。⽐如说我们拍⼿，均匀的连续拍⼿，每拍⼀次的时值为t，⾃
然就产⽣了运动的节奏（最⼩周期为t）。⽽如果我们换⼀种⽅式，
改为第⼀次拍⼿时值为t，第⼆次为t/2，第三次为t，第四次为t/2,第
五次为t...以此循环往复，那么规律性依然是存在的，但是和第⼀种
拍⼿⽅式不同，最⼩周期变为3t/2（第⼀、⼆次合并为第⼀个周
期，第三、四次为第⼆个周期...）。
在⾳乐⽅⾯，这个运动的物理量就是声⾳，⽽⾳乐节奏产⽣的基础
就是声⾳变化的节点存在周期性的特性，这是最基本的。尽管这种
周期特性在每个顺次进⾏的时点上并⾮是完全绝对的，但是作为⼀
⾸乐曲，如果它存在着节奏，那么需要⼤多数⾳符在绝⼤多数情况
下满⾜这种周期特性的节点规律，不然节奏感就不会产⽣。
为什么⼈会产⽣节奏感？本质是还是⼀种⼼理预期同乐⾳进⾏的周
期性规律的契合，当我们凭借听觉（⼤多时候也会结合肢体动作，
如打拍）获得了对⼀⾸乐曲规律性的初步判断，并且在接下来的持
续的乐曲欣赏中不断的验证了这个规律性的时候，节奏感就产⽣
了。
当然了，乐⾳变化节点的规律性只是⼀个基础性条件，⾳乐的律动
感往往还需要加上对节点起始⾳的重⾳强调，并且周⽽复始的出
现，这种重⾳的规律性也是节奏感的重要来源，因为它强调了这些
节点的规律性，是规律性之规律性，它改善了我们的感受预期，获
得更加欣快的满⾜感。
总之，节奏是⼀个关于⾳符时值规律和强弱规律的笼统概念。我认
为它⾄少包含了三个⽅⾯：从宏观上看，即拍⼦（单位拍）和节拍
（拍⼦的强弱规律），从微观上看是节奏型（⾳符时值在拍⼦中的
存在⽅式）。
（⼆）拍⼦（单位拍）
46 of 155 1/19/23, 6:22 AM

拍⼦是⼀种⾳符或者相邻⾳符组合的时值的规律性，即在⼀段⾳乐
中，⼤多数⾳符或者相邻⾳符组合的时值遵循着⼀个定值t，如果打
⼀个不甚恰当的⽐喻：这就好像是⾳符或者⾳符组合的时值之间有
⼀个最⼩公倍数，这个最⼩公倍数就被称为“⼀拍”。
该谱例中，⼤多数⾳符或者相邻⾳符组合遵循着同⼀个时值t，这个
时值t在该谱例中被称为⼀个四分⾳符的时⻓，⼀般称之为“以四分
⾳符为⼀拍”。需要说明的是，这个四分⾳符的具体时⻓是不确定
的，除⾮给定了乐曲每分钟的拍数（bpm），在⼀⾸未给定bpm的
乐曲中，⼆分⾳符、四分⾳符、⼋分⾳符、⼗六分⾳符仅仅表示时
值的倍数关系。尽管如此，在未给定bpm的乐曲中，以四分⾳符或
⼋分⾳符为单位拍值往往也代表了⼀般性的速度特征，如四分⾳符
代表着⼀般性的速度，⽽⼋分⾳符则稍快。
在该谱例中，⼤多数⾳符或者相邻的⾳符组合的时值遵循着同样⼀
个时值规律，然⽽也有例外：在第⼆⼩节和第四⼩节的末尾出现了
延⾳，⼀个单⾳的时值占了两拍；第三⼩节出现了⼀个切分⾳（实
质仍然是⾳的延⻓），打破了原有的时值运动规律。
我们⼈类之所以可以根据⾳乐的运动打拍⼦，主要原因就是因为⾳
乐的⾳符或者相邻⾳符组合的时值含有这种规律性。这种⾳符或者
相邻⾳符组合的均匀时值在⼀⾸乐曲中所占⽐例越⾼，则其节奏也
越清晰、明确，也通常意味着其节奏的简单性。反之，如果这种均
匀时值的运动经常会被⼀些具体的节奏型所打破（如延⾳、切分、
附点、休⽌），那么其节奏感就会变得不那么明确，这时我们所打
的拍⼦也就不能同这些节拍很好的对应起来，然⽽假如这些拍⼦数
量较少或者没有连续数拍连在⼀起，我们的打拍⼦活动仍然可以根
据惯性继续下去，直到遇到⼀个“正常”时值的拍⼦再次使这种节奏
47 of 155 1/19/23, 6:22 AM

感得到坚定和强化。
所以说拍⼦（单位拍）只是⼀种⼤多数⾳符或相邻⾳符组合所遵循
的时值规律，只是这个“⼤多数”的⽐率需要多⾼或者怎样分布才能
保证⼀⾸乐曲有明确的节奏感，这个我没有研究过，⼤家有兴趣可
以研究⼀下。
（三）节拍（拍⼦的强弱规律）
节拍是拍⼦的运动规律，可以说是“规律性的规律性”，它将连续⼏
个单拍⼦安排到⼀起作为⼀个单位，以⼩节线作为分割，形成了⼩
节，在每个⼩节中，拍⼦遵循⼀定的强弱规律，第⼀拍在⼤多数情
况下作为重拍反复强调。
常⽤的拍⼦⼤约有2拍⼦、3拍⼦、4拍⼦、6拍⼦这⼀些。
其中2拍⼦、3拍⼦也被称为单拍⼦，⽽4拍⼦和6拍⼦被称为复拍
⼦。复拍⼦⼤体上可以理解为单拍⼦的复合，⽐如4/4拍可以看做是
两个2/4拍连在⼀起构成的。
从听觉上确定是⼏拍⼦的⽅式是强弱拍的变化规律，如：
四⼆拍的强弱规律：强弱∣强弱∣强弱∣强弱……（动踏∣动踏∣……）
四三拍的强弱规律：强弱弱∣强弱弱……（动踏踏∣动踏踏…）
四四拍的强弱规律：强弱次强弱∣强弱次强弱…… （动次⼤次∣动次
⼤次……）
⼋六拍的强弱规律：强弱弱次强弱弱（动踏踏动踏踏，注意，第⼆
个动稍弱，如果和第⼀个动同样强度就变成⼋三拍了）
需要注意的是：复拍⼦的次强拍的确是存在的，在演奏或演唱时也
应该表现出来，然⽽这种次强拍在实际的对于节奏的听辨分析中甚
少⽤处，在判断⼀⾸乐曲到底是⼏拍⼦这个问题上，你只需要记住
每个⼩节只有⼀个强拍，⽽且⼀般在没⼩节开头这样就⾜够了，千
万不要花什么脑⼦去找什么次强拍，因为我说过了，甚少⽤处。换
48 of 155 1/19/23, 6:22 AM

⾔之如果你听到的是每四拍出现⼀个最明显的强拍，那就是四拍
⼦；如果是每六拍出现⼀个明显的强拍，那就是六拍⼦。关于具体
的判断⽅法，将在《实技篇》中介绍。
就像拍⼦的时值规律可能会被打破⼀样，节拍的强弱规律也可能＆
可以被打破，就是说在⼀⾸乐曲中，并不是所有的⼩节的开头位置
都会出现重⾳，有时由于上⼀个⼩节⾳的延⻓，或者本⼩节起始拍
的空拍，这种重⾳不会出现，或者后移，然⽽这种情况不会出现太
多、太频，否则节拍的强弱规律就遭到了破坏。如同⼤多数单拍⼦
遵循着同⼀个时值规律⽽不时存在例外⼀样，⼤多数⼩节也符合既
定的强弱规律⽽偶有例外，这是普遍的情况，需要⼤家注意。
（四）节奏型（⾳符在拍⼦中的存在⽅式）
理论上说，乐曲中⾳符的时值可以是任意的，⽐如极端⼀点，假设
某⼀拍的时间为t，包含3个连续⾳符x、y、z，他们的的时值分别为
t的8/15,4/15,3/15，这在理论上完全是可⾏的，然⽽在事实上我们
⼈类对于时间的⽐例的把握达不到这种精细的程度，所以只能采取
和应⽤⼀些较为规整的时间⽐例，并将他们总结成为⼀些“节奏
型”，以⽅便在实践中应⽤：
（1）在⼀拍中的情况:
在⼀拍(假设为⼀个四分⾳符的时⻓)中，这种⽐例可能包括以下⼏
种（并⾮全部）
49 of 155 1/19/23, 6:22 AM

(2) 超过⼀拍的情况
由于⾳是可以随意延⻓的，因此它可以跨越⼀拍的⻓度，也可以从
⼀拍的任意位置起始⾄另⼀拍的任意位置结束（起点和结束点⼀般
同于（1）中各种节奏型的节点位置，不会太过于奇怪，超出⼈类的
掌控能⼒）。
以及其他⼀些⾳的⻓度超出⼀拍的情况，通常使⽤延⾳线来记录，
它们是节奏学习的难点和重点，由于情况太多，⽆法⼀⼀列举，所
以不多说了。
这些节奏型，都需要专⻔进⾏训练。具体来说，就是你需要学会打
着拍⼦唱对以上所有节奏类型（包括连⾳和休⽌的节奏训练），熟
练掌握这种⾳型和拍⼦⼿势的对应关系，最终做到可以熟练的打拍
⼦视唱，也可以通过打拍⼦唱⽽迅速判断其节奏型。⾃⼰训练的话
可以从⽹上寻找⼀些唱节奏型的教学视频，跟着示范学唱，或者也
可以寻找专⻔的教材来做练习，学起来不会很难。
第⼗⼆节⾸调的局限性
（⼀）调性局限
调性⼀直是个语焉不详的词汇，有⼈称其包含了调（中⼼⾳⾼）与
调式（⾳的关系）两个⽅⾯的含义，还有⼈从更加基本的⻆度诸如
⾳的距离形态、⾳出现的位置、概率、趋向性等更加基本的⻆度去
阐述“调性”，本⽂对于调性的定义很简单，特指“调式中的中⼼⾳
⾼”，或者直接理解成“⾳⾼”这⼀要素即可。⾸调的调性局限很容易
理解：凡使⽤⾸调听觉的⼈⽆法直截了当的听出具体⾳⾼，他们听
50 of 155 1/19/23, 6:22 AM

觉的落脚点在于⾳之间的关系。我在本教程中要求⼤家统⼀⽤中央
⼋度，也就是⼩字⼀组的键来弹奏示例并且跟唱，⽬的之⼀也是有
限度的培养这种对于准确⾳⾼的认知能⼒，虽然实践证明这种努⼒
在听觉过程中⼏乎是徒劳的（你总是会把听到的旋律代⼊⼀个你熟
悉的⾳程关系组合，不管它的实际⾳⾼是什么样的），但是⻓期坚
持这样做⾄少在视唱领域可以使你开⼝即能唱出较为准确的⾳⾼。
能否直接听出准确⾳⾼这是⾸调相对于固定调听觉的⼀个显著特
点，我将它列为第⼀个局限性。
（⼆）调式局限
1、视唱⽅⾯的局限性。⾸调在听觉上是⼀种归纳和统⼀，它以特定
⾳程关系组合的调式为核⼼。⾸调不像绝对⾳感那样，可以凭借听
⼒确认每个具体的⾳⾼，它只能把符合某个调式的⾳的组合归类于
最简单的那种⾳阶的排列⽅式，⽐如说⼀⾸具体的歌曲，你将它变
成另外⼀个调来演奏，对于⾸调来说，听⾳记谱不会有任何差别，
其根本原因是⾸调所采取的是⼀种“有限度的训练”，⽐如以⾃然⼤
调⾳阶1234567的各种组合为训练对象，就会最终形成这样⼀种遵
循于⾳程关系的“归纳性”的听觉⽅式，因为你的⼤脑中只有这种模
式是熟悉的，因此也只能以它来记录⾳⾼。但是这也导致⼀个显然
的弊病，就是视唱能⼒的局限性。通常来说，⾸调练习者视唱简谱
是毫⽆问题的，因为简谱往往采⽤⾃然⾳阶的⾳符来记谱，正是⾸
调练习者所熟悉的，⽽⼀旦切换为五线谱，需要以混有升降号的其
他⾳符来进⾏视唱时，⾸调就有些⼒不从⼼了。道理很简单，对于
绝对⾳感，视唱13和2#4并没有任何不适，但是对于⾸调来说2#4相
对于13来说⽆异于⼀个新的⾳程，虽然你对于⽇常中很熟悉的13可
以做到熟练视唱，但对于不熟悉的2#4的视唱则会感到困难，虽然
⾸调可以在⼼⾥默唱13来辅助唱出2#4这个⾳程，但在真正的旋律
视唱中这样做是效率低下的，想要做到流畅⽆阻的唱出⼀些带有升
降号的⾳符组合，⾸调就必须像训练⼀个新的⾳程那样学习它们的
视唱，否则就不可能达到流畅的程度。
51 of 155 1/19/23, 6:22 AM

2、听觉⽅⾯的局限性。听觉⽅⾯的局限性也来⾃于调式训练的单⼀
性，本课程是以⾃然⼤调⾳阶为训练对象的，那是因为⼤⼩调体系
是当今应⽤⼴泛的调式⾳阶系统，我们将这条⾳阶的排列组合搞清
楚了，学会了，就可以让听觉覆盖相当范围的⾳乐作品。然⽽你必
须看到，超出⼤调⾃然⾳阶形式的调式还有很多，如果我们们仅仅
训练⾃然⼤调⾳阶的⾳的排列组合，当我们⾯对这些超出“范围”的
其他调式⾳乐的时候，听⼒就难免会跟不上，因为那超出了我们的
训练范围。改进的⽅法就是，将你想要纳⼊听觉经验的那种调式⾳
阶同⾃然⼤调⾳阶进⾏对位⽐较，⼒求获得⼀个最⼤程度的⾳符重
合，将⾮重合的部分的那些“变化⾳”(对于⼤调⾳阶来说超出
1234567的都是变化⾳)标记出来，把它们同其他⾳符的排列组合重
新进⾏掌握，就像掌握⼤调⾳阶的哪些⾳程关系那样。当然这些⾳
程总有⼀些会更加常⽤，另有⼀些可能较为边缘化，这就要结合这
种调式的乐曲进⾏判断，以确定哪些需要掌握的更加牢固。
第⼗三节和声听觉的训练准备
（⼀）和声的形式
两个或者两个以上的⾳的发响在时间线上的重合形成和声，⽐如“同
时”按下钢琴的⼏个琴键，虽然从微观上看这⼏个键的发响的起始时
间不可能是同时的，但因为它们发响的存续期存在着时间上的重
合，也因此形成了听觉上的相互影响的关系，因此构成了和声。需
要强调的是，⼏个⾳重合的时间需要具备⼀定的⻓度，且⾳具有⼀
定的强度，能够产⽣被正常的听觉所能够感知到的相互影响，⽐如
两个⾳顺次敲响，在第⼀个⾳衰减的末尾第⼆⾳以较⼤强度响起
时，虽则其存续期可能有微⼩的重合，但因为时间过短或者强度差
异过⼤，这种相互的影响⼒不能被听觉所感知，因此不认为这两个
⾳产⽣了和声⼒，通常称之为旋律⾳程的进⾏。所以总结起来，构
成和声的条件有：a两个或者以上的⾳的发响产⽣了时间上的重合 b
该重合具有⼀定⻓度，且过程中各⾳具有适当的强度和强度对⽐关
52 of 155 1/19/23, 6:22 AM

系，能够产⽣被听觉感知的相互影响。
（⼆）和声听觉训练的认知偏差
关于和声的训练，根据本⼈对当前⼀些现象的观察，我认为存在以
下偏颇之处：
1、缺乏⽬的性的重视和声中单⾳成分的辨别。对于和弦中存在的单
⾳成分的分辨的训练是必要的，然⽽需要强调的是，这并不是进⾏
和声训练的直接⽬的，对和弦中单⾳成分的分辨训练只是⼀种⼿
段，通过这种分辨可以搞清楚在⼀个⽐较复杂的⾳响环境（多⾳共
响的环境，不同的⾳⾊，不同的⾳⾼组合）下各个⾳受到影响或者
说⼲扰的⽅式以及程度，从⽽为理解复杂的⾳乐织体中听觉的运⾏
机制服务，或者为了写作的⽬的。然⽽当前，只是⽆任何⽬的性和
导向性的去重视和弦中单⾳成分的分辨，例如绝对⾳感的习得者会
以较短暂时间内所能够分辨出的和弦⾳的数量作为⾃⼰和声听觉能
⼒的展示，假如他能够在更短的时间内分辨出更多的和弦⾳，那么
就代表他的“和声听觉”强，⽽且假如这个和弦的不协和性越⾼，就
代表他这种能⼒越强。⽽对于相对⾳感来说，则重视对⼀个和弦的
结构判断，即当⼀个和弦响起来的时候，你需要说出这个和弦的组
成⾳所构成的⾳程关系，这实际上仍然是考察对⼀个和弦的单⾳成
分的听觉分辨能⼒。有⼈会说，对于相对⾳感的能⼒者，根据⼀个
和弦的听觉“⾊彩”来判断他的性质（结构性质，例如这是⼀个⼤三
和弦）也是⼀种可⾏的⽅式，但是我要告诉你，这只能起到⼀定的
辅助作⽤，纯粹以“⾊彩”听感来判断⼀个和弦的结构是靠不住的，
就算⽤它来确认简单的⼤⼩三和弦都不⻅得能够达到百分百的正确
率，更不要论其他三和弦或者七和弦了。和弦之间的“⾊彩”差别没
有那种泾渭分明的可以被听觉确认的性质，充其量，“⾊彩”只能⽤
于和弦⼤类上的估计。
这种关于和弦组成⾳的分辨，是各种视唱练⽿考试的必考内容，其
宗旨就是：在较短的时间内以较⾼的效率找出这个和弦的组成⾳。
53 of 155 1/19/23, 6:22 AM

为了实现这⼀⽬标，我们寻找提升和弦中单⾳成分辨别的⽅法，并
且发展出⼀些策略，然⽽必须承认，这种尽量在有限时间内⼒求全
⾯的找出所有和弦组成⾳的⽅法不算是⼀种较好的观察⽅法，⾄少
它不能反映出个别⾳在其整个振动发响的过程中所受到其他⾳影响
的动态变化的情况，⽽可能这些听觉上的特征对于理解⾳乐织体或
者创作才是更重要的。总之，仅仅注重和弦中单⾳成分的辨别⽽不
注意观察各个⾳在动态上的影响与变化是偏颇的。
2、对和声⾊彩的语焉不详。⼈⼈都知道和声具有⾊彩，⾳乐中使⽤
和声是为了利⽤其⾊彩的变化以营造情绪（更直接的来说实际上是
造成听觉差别），然⽽到底什么是和声的⾊彩，好像没有谁能够真
正说清楚。不能说清楚的原因可能是因为这的确是⼀个较为复杂的
概念，它是⼀个听觉上的主观认知，可能⽐较难以从客观的⻆度去
把握，然⽽这种语焉不详也造成了⼈们认识上的⽆所适从，⼈⼈都
在说“⾊彩”，然⽽却⼜说不清什么是⾊彩。我们学习⾳乐，学习视
唱练⽿，⼀个重要的⽬标就是形成“内⼼听觉”，关于“内⼼听觉”，这
个⼩册⼦前⾯已经有了专⻔的章节介绍，但是，旋律性的内⼼听觉
容易建⽴起来，那么和声性的内⼼听觉该如何建⽴呢？当我们拿到
⼀⾸钢琴奏鸣曲的时候，⾥⾯既有主旋律的成分，也有和声性的成
分，甚⾄是复调性的成分，该怎么样在不借助乐器的前提下直接以
内⼼听觉呈现出这些效果呢？我觉的这是和声学学习的⼀个重点，
然⽽关于这⽅⾯的内容，现有的⾳乐理论似乎讲的⽐较少，⽽我认
为这是⽐较重要的⼀个问题。（和声的内⼼听觉）、
（三）和声听觉训练的基本⽬的
我认为，和声听觉训练的根本⽬的在培养观察和声和和声运动的微
观层⾯的能⼒，应当结合⼼⾥声学，⾳乐声学以及⼈类听觉对于⾳
乐的感知模式等，理清和声纵向的⾳的影响关系（听觉上的），不
同的⾳⾊，⾳位，强度，协和性对于听觉上的影响的差别，以及横
向上的⾳的关系对纵向上的和声所施加的听觉影响，并且形成⼀种
较为直观的和声⾳响的内⼼听觉呈现的⽅式（必然是粗略的，但是
54 of 155 1/19/23, 6:22 AM

要直接以内⼼听觉的⽅式呈现，就像你看到⼀段旋律谱就可以⼤致
在⼼⾥呈现出其⾳⾼变化的样貌那样），⾄于听辨和弦的结构，只
不过是种末技，虽然接下来会花费⼤篇幅讲述提⾼这种技术的理论
和⽅法，但是我要强调，其意义不在于获得这种技术，⽽是搞清楚
⼀些原理性问题。
第⼗四节对⾳⾊的重新定义：听觉相态
（⼀）⾳⾊与⾳⾼、响度的维度属性之辨
我们来考虑以下两个语境：
A. 钢琴和⼩提琴的⾳⾊是不同的。
B. 刚才弹出来的这两个钢琴⾳，第⼆个⽐第⼀个⾼。
这两种说法都是司空⻅惯的说法。在A中，强调钢琴发出的声⾳同
⼩提琴发出的声⾳⾳⾊不同，并没有具体到哪两个具体的乐⾳，⽽
在B中，钢琴发出的两个⾳的差别被说成是⾳⾼不同⽽回避了“⾳⾊”
的这⼀维度，这些说法实际都暗示着⼀个结论：⾳⾊是⼀种粗略的
“类”概念，在⾳乐中似乎是以乐器为类别划分，不同的乐器之间⾳
⾊不同，⽽同⼀件乐器所发出的乐⾳则不谈⾳⾊差异，只谈⾳⾼差
异。那么如果要问你，在B的情境中，这两个⾳的⾳⾊是相同的
吗？我想你就要打住并且思考⼀下了，难道在⼀张钢琴键盘上所有
的⾳的⾳⾊都⼀样，⽽仅仅是⾳⾼不同吗？这显然也是不合理的，
这些⾳都能被经验认知为是“钢琴⾳”并不代表它们的⾳⾊就没有差
别，否则我们也就不需要有“调”这个概念了不是吗？
这种现象实际上是“⾳⾊”概念定义不清在实际使⽤情景中的表现。
传统语境下的⾳⾊⼀直是⼀个定义不清的概念。⽐如维基百科定
义：⾳⾊是⾳的特⾊。那什么是⾳的特⾊？⼀个⾳的⾳⾼属不属于
该⾳的特⾊？⼀个⾳的响度属不属于该⾳的特⾊？⽽如果考察我们
在⽇常使⽤场景中关于⾳⾊把握的尺度来看，它好像是指代声波给
我们造成的“听感”本身，如在A语境中我们会⾃然的说出⼩提琴和钢
55 of 155 1/19/23, 6:22 AM

琴⾳⾊不同，这是⼀种宏观的描述，其中并没有涉及其他属性条件
如⾳⾼和响度。⽽美国国家标准协会⼜说，“（⾳⾊是）⼀种感官属
性，使听者可以判断出两个具有相同响度和⾳⾼的⾳是不相似的”。
这样好像⼜把⾳⾼和响度排除在⾳⾊以外了。通常我们说声⾳（乐
⾳）的三要素，也要讲⾳⾼、⾳⾊、响度，也倾向于这三个要素之
间是互为独⽴的关系，然⽽这三者究竟是可以并列的吗？
实际上这其中是存在逻辑⽭盾的。⼈们通常论及“⾳⾊”，⼤多是⾃
然随意的，⽐如说钢琴⾳⾊同⼩提琴不同，或者这个声⾳同那个声
⾳⾳⾊不同，并没有附加任何条件，没有⼈去管两个⾳的⾳⾼或者
响度是什么情况，就是说，对于“⾳⾊”不同的判断是简单的，⾃然
的，明确的，绝对的，不附加任何条件的，这为什么能做到呢？因
为在这些情境下，⾳⾊指向了“听感”，只要听感不同，便可说⾳⾊
不同。再看看美国国家标准协会给出的这个定义，“（⾳⾊是）⼀种
感官属性，使听者可以判断出两个具有相同响度和⾳⾼的⾳是不相
似的”，这是个很有迷惑性的定义，它似乎具有逻辑的完备性，因为
它暗含了另外⼀层意思，就是“两个⾳⾼或响度不同的⾳，听起来⾃
然是不相似的”，⽽对于“两个⾳⾼和响度相同的⾳，由于⾳⾊的差
异，也可以使得它们的听感不相似”，这样不就囊括了所有的可能性
⽽变得完备了吗？
问题就处在“不相似的”这⼏个字上。根据我们在实际使⽤中对于“⾳
⾊”概念的尺度，任何听感不同的⾳即“⾳⾊”不同，也可以表述为“任
何听感不相似的⾳即⾳⾊不同”，我们⽤这个真实“尺度”对美国的这
个定义进⾏置换，就得到了这样⼀种结果：（⾳⾊是）⼀种感官属
性，使听者可以判断出两个具有相同响度和⾳⾼的⾳“⾳⾊不同”，
提取该定义⻣⼲出来，则有：⾳⾊使听者可以判断出两个⾳⾳⾊不
同。那么对于这个定义有两种可能性解读：a、该定义是⼀句废话
（⾃然，其本意并⾮如此）。b、该定义中第⼀个“⾳⾊”试图要成为
第⼆个“⾳⾊”的⼀种属性，即成为⼀种特征性的属性。但是很可
惜，在我们习惯中对“⾳⾊”认知的尺度之下*（等同于“听感”），这
56 of 155 1/19/23, 6:22 AM

个定义失败了。他不能在⼀个⼈们惯常地把⾳⾊等同为“听感”的环
境中再对它实⾏维度变换，假如要使得逻辑上合理，它应该使⽤⼀
个新的词语⽽不是“⾳⾊”，或者改变这个环境，使⼈们不再把“⾳
⾊”等同于“听感”。
从进化的⻆度看，我们对于⾳⾊的听觉认知应该是指代这个声⾳听
觉本身（或者说应当有⼀个词来代表这种听觉整体性），是声⾳作
⽤于⼈的听觉系统的整体感受，其主要功能在于辨别声源，声源的
性质或者位置。从⽣物功能的基础来看，⾳⾊感觉主要就是区分声
⾳A和声⾳B的不同，⽐如⼀只⽼⻁的声⾳和⼀只⽺的声⾳（⾳⾊）
听起来是不同的，若听觉系统没有这种基础能⼒，⼈类存活的⼏率
便会降低。换⾔之，假如听觉可以区分两个声⾳是不同的，我们便
可以说这两个⾳“不同”，如果更加进⼀步，以⼀个词来表述⾳的这
种听觉属性，我认为“⾳⾊”差可替代（在实际中⼈们也经常这样表
述，即两个⾳听感不同等同于⾳⾊不同）。也就是说，如果两个⾳
听起来不同，那么便可以说两个⾳ “⾳⾊”不同。注意，这种听觉感
受是先于“⾳⾼”或者“响度”这些概念和认知维度⽽存在的，是⼀种
以进化为基础的⽣物性能⼒，即我们的⼤脑或者神经系统对于外界
刺激的解码⽅式，机械波为什么在听觉系统中转化成了我们所能感
知到的声⾳的那种样貌，这个问题⽬前应该还是⽆解的，只能说这
⼀种先天的、以⼈类所进化出的⾁身为“解码器”的能⼒。⾳⾊的概
念指向“声⾳作⽤于⼈类听觉的全部感受”本身，并不随着现代科学
发展后所出现的“⾳⾼”和“响度”等概念⽽有所不同，也就是说它是⼀
个⾃然维度的东⻄，我愿称之为“第⼀维度”。
⽽⾳⾼和响度，则是在“⾳⾊”这个⽣物性解码结果的基础之上建⽴
起来的认知性维度，它们不是天然的属性，⽽是我们在对⾃然听感
（⾳⾊）这个对象进⾏思考和探索过程中建⽴起来的认知经验，是
从“⾳⾊”中派⽣出来的。当我们听到⼀个乐⾳的时候，我们会听到
它的“⾳⾼”，但是果真我们是听到了那个基于基础频率的物理性的
“⾳⾼”吗，其实并没有，我们所听到的“⾳⾼”，或者说“⾳⾼感”只
57 of 155 1/19/23, 6:22 AM

是⼀种⼼理表征，是我们对于⼀类声⾳（具有稳定频率的乐⾳）可
以进⾏嗓⾳模仿且模仿时的肌⾁状态（如紧张度和⼒度）具有稳定
性和可排序性的⼼理认知状态，我们并没有从⼀个声⾳的“听感”中
真正解离出这些因素（⾳⾼和响度），我们只是知道这个⾳（乐
⾳）具有这样的⼀些维度意义的性质。我们可以推理⼀下狗是否具
有⾳⾼感或响度感，经过观察，我们发现狗是可以辨别不同的“⾳
⾊”的，即声波会在狗的听觉系统中形成不同的“听感”，但是显然狗
并没有对该“听感”进⾏模仿的能⼒，因此判定它没有⾳⾼感和响度
感（这对它的⽣存来说是不必要的，同样的，⾳⾼和响度概念对我
们的⽣存也是不必要的认知，辨别⾳⾊已经⾜够了）。⽽且即便假
设它能够模仿（毕竟汪星⼈也有声带），那么它的智能⽔平尚且没
有进展到能够意识到声带紧张度或者使⽤⽓⼒的程度具有可排序性
的意阶段，那么它依然不能建⽴起声⾳具有⾳⾼或响度的⼼理认
知，但是作为拥有“智能”的⼈类，在物理学或者声学尚未昌明的时
代，实际上他也可以通过对声⾳模仿所体现出的嗓⾳状态的差异意
识到声⾳存在这样⼀些属性，因此早在⾳乐理论建⽴之前，⾳乐与
歌唱便产⽣了。因此⾳⾼、响度与⾳⾊实际上是属于不同维度的属
性，我愿称之为“第⼆维度”。⽽在实际环境中，我们则倾向于将三
者混同起来，这可能就是造成逻辑困境的根源。
（⼆）对⾳⾊的重新定义：听觉相态
为了能够描述⾳⾊、⾳⾼、响度这些存在已久的基础性概念和他们
在复杂的和声系统中所表现出来的其他状态，并且论证其相互关
系，我想引⼊“听觉相态”这⼀概念。“相态”⼀词⽤于表述物质形态
变化和它们⼈类视觉观察中所呈现出的结果，例如⽔有三种相态
（当然肯定不⽌三种了，只说基本的），分别为固态、液态、汽
态，是其本身形态变化并引发的观察结果的不同。“相”原本指事物
的样貌，更加偏向于从视觉观察的⻆度，然⽽我以为不必将物质的
“相”执着于视觉观察层⾯，“相”应该推⽽⼴之，适⽤于⼈类⼀切感官
体验，⽆论是视觉、听觉、味觉、嗅觉、触觉，都可以感知物质的
58 of 155 1/19/23, 6:22 AM

“相”，从这⼀点考虑，我将声⾳作⽤于⼈的听觉感受系统所得到的
结果称为“听觉相态”，以此为基础重新定义⾳⾊、⾳⾼、响度这些
基本概念。
通常意义之下，“⾳⾊”所指代的是⼀种主观感受，假如将引发听觉
现象的机械波视为⼀种客观现象的话（实际从观察属性来看没有纯
粹的客观现象，可以表述为⼈类认识中的任何客观都具有观察属
性，任何观察都带有主观属性），那么作为⽣物性解码结果的“声⾳
听感”就是⼀个主观量，然⽽我们⼀旦想要对这个“主观对象”进⾏分
析或者解构，那么它⽴刻就带有了“客观”属性，成为了⼀个具体
的、确定的研究对象，由此也可以推论，主观与客观只是⼀种相对
的说法，并没有绝对的界限。当我们对⼀个客观对象进⾏研究的时
候，⾃然可以从某⼀个⻆度对它进⾏分割和定义，这个⻆度就是“感
官模仿能⼒”。前⽂已经论述，嗓⾳的模仿⼒是我们认知声⾳属性
的⼀个基本的⽣理基础，当⼀个乐⾳响起，我们⽤嗓⾳对它进⾏模
仿，过程中的声带肌⾁的紧张度差异导致了⾳⾼属性的认知，⼒度
差异导致了响度认知（或许还要辅助以⽿朵的痛感），当这个“模
仿”过程熟练以后，就会在⼤脑中形成⼀种“内⼼模仿”能⼒，类似于
我们看到⽂字内⼼呈现出⼀个“读书”的声⾳，因为这种“内⼼模仿”能
⼒，我们建⽴起对乐⾳的⾳⾼感和响度感。
我们从可模仿性上的⻆度上定义声⾳的相态，分为两类：可以简单
感官模仿的听觉相态和不可以简单模仿的听觉相态。⽽其中可以简
单感官模仿的听觉相态⼜分为两类：⾳⾼听觉相态及其变体、响度
听觉相态及其变体。注意，相态强调的是“⾳⾊”这个研究对象⾃身
的属性，但它同样呈现在听觉中，成为我们的⼼理表征，达成我们
对⾳⾊的认知。
对于我们⼈类来说，声⾳是听觉系统对物理振动通过空⽓传播的压
⼒波感受，因此它不能脱开时间和空间来谈论，对于声⾳的这种物
理属性⽽⾔，⽤“⼀个声⾳”这种表述是不确切的，这种表述更多的
是来⾃于经验性的认知，⽐如这是⼀个狗叫的声⾳，⽽实际上来
59 of 155 1/19/23, 6:22 AM

看，波的构成与变化要⽐这个“狗叫”所发出的内容更加复杂。因此
我给⾳⾊重新下⼀个定义：⾳⾊是时空维度上声⾳的听觉相态的集
合。
其中，⾳⾊即听感，是声波在听觉系统中进⾏解码得到的结果，任
意两个⾳听感不同即确定⾳⾊不同。⾳⾊分为两个⼤类的相态，单
纯维度性听觉相态和⾮单纯维度性听觉相态，其中单纯维度性听觉
相态⼜分为两类：⾳⾼相态及变体、响度相态及变体。⾮单纯维度
性听觉相态需要重点说明，⾸先，它是⼀个逻辑概念，即当我们在
利⽤嗓⾳对声⾳进⾏模仿时，发现a.当我们发出与被模仿⾳同样的
⾳⾼和响度的⾳，还有⼀些模仿不了的性状，使我们所发出的声⾳
的⾳⾊（听感）不能与被模仿⾳相同。b.当被模仿的两个⾳的⾳
⾼、响度相同时，它们分别还有⼀些性状使得它们的⾳⾊（听感）
不同。由此可以推断，每个⾳除了⾳⾼、响度属性外，还存在第三
种属性，对其整体呈现出来的听感造成重⼤影响。鉴于这种属性不
可以被简单感官模仿出来，我们称之为不以简单感官模仿为认知基
础的的听觉相态，简称⾮单纯维度性听觉相态。⾮单纯维度性听觉
相态有以下特征：a.变化⽆穷，⾮单纯维度性听觉相态有⽆穷多种
形式，与⾳⾊（听感）性质⼀致。b.不可排序性。不像⾳⾼相态、
响度相态具有良好的外部秩序性（可排序性），⽽单纯维度性听觉
相态不具有可排序性。c.⾮独⽴性⼼理表征。该种相态的感知总是
伴随着⾳⾼相态或者响度相态的感知，⽽⾳⾼相态或响度相态是独
60 of 155 1/19/23, 6:22 AM

⽴性感知维度。实际上，⾮单纯维度性听觉相态可以视为“⾳⾊”这
个第⼀维度在第⼆维度（认知性维度）上逻辑映射。
（三）乐⾳⾳⾊（听觉相态系统）的基本性质
1、乐⾳的所有听觉相态之间（包括⾳⾼相态、响度相态与⾮单纯维
度性听觉相态）在听觉进程中总是⼀体的，不可分割的，这种听觉
特性我称之为乐⾳原⽣相态系统的听觉整体性，当后⽂中出现“乐⾳
的原⽣相态”时，即指涉这种听觉整体性。简⽽⾔之，在⼀个乐⾳的
听觉进程中（不管处于哪个阶段，不管是否连续），当你听到⼀个
⾳⾼相态时，必定同时听到了与之匹配的响度相态和⾮单纯维度性
听觉相态（传统上所指的⾳⾊）。尽管在乐⾳的发响过程中⾳⾼相
态、响度相态和⾮单纯维度性听觉相态的变化率不同，然⽽对于从
属于⼀个振动系统的乐⾳来说，三者却能够保持基本的整体性，这
是乐⾳的⼀个重要特征。
2、乐⾳的原⽣相态（⾳⾊）是动态变化的，也就是说乐⾳的相态系
统（包括⾳⾼相态、响度相态和⾮单纯维度性听觉相态）处于变化
之中。从物理学或声学来看，影响⾳⾊的因素也是很多的，例如谐
波的分布和强度，衰减特性，时间包络的特性，共振特性等，这些
因素⽆不处在动态的变化当中，从单纯维度性听觉相态来看，（乐
⾳）的响度相态可以呈现出变⼤、变⼩或者维持不变的状态，⽽⾳
⾼相态则⼤致保持不变，从⾮单纯维度性听觉相态的⻆度来看，实
际也是处于不断的变化之中的，我们所说那种⾳⾊的稳定性，例如
判断出“这是⼀个钢琴的声⾳”是基于该种动态变化的总体性经验，
并⾮说明⼀个⾳⾊是稳态不变的，⽽在和声的听觉过程中，由于经
常出现“错时听取”的情况，乐⾳的感受过程有时会被中断⽽失去连
续性，那么其⾳⾊（或⾮单纯维度性听觉相态）的变化属性就体现
出来了。⾳⾊的这种动态性变化很容易验证，⼀个钢琴弹奏出的声
⾳，你只需要去掉发响的前半部分，就不能辨认它属于什么乐器
了，换⾔之，⾳⾊改变了。
61 of 155 1/19/23, 6:22 AM

（四）听觉“基质”与单纯维度性听觉相态的关系
声⾳可以构成时间上独⽴性的观察线索的，称为⼀个听觉上的“基
质”。例如，具有稳态⾳⾼的单个乐⾳是⼀个在时间上独⽴的听觉线
索，我们的听觉注意⼒可以追随者它，感受其⾳⾊，也就是听觉相
态系统的变化情况，这样就形成⼀个听觉上的“基质”，对于⼀个噪
⾳来说，假如它缺乏稳态的⾳⾼感，但是它的响度相态可以感受
到，我们也可以在时间上以听觉注意⼒对它进⾏追索，那么它也构
成⼀个听觉上的“基质”，但是从⾮单纯维度性听觉相态的⻆度看，
它却不能代表着⼀个听觉“基质”的形成，因为它本身不是可以独⽴
观察的维度。⼀句话来总结的话，在⼀个相态系统中，如果呈现出
可以以听觉注意⼒追索的⾳⾼相态或响度相态的，代表着⼀个听觉
的“基质”的形成，即形成了⼀个时间上可以独⽴追索和观察的⾳响
线索。
我们可以从最基础的⻆度来分析这个问题。⼀个乐⾳由许多谐波和
⾮谐波构成（当然主要是谐波），它们都可以理解为最基本的正弦
波，其中任何⼀个正弦波，假如其能量以及频率区间达到了⼈能够
感受到的程度，那么它就和乐⾳⼀样具有三种相态：⾳⾼相态、响
度相态和⾮单纯维度性听觉相态（也就是说它是⼀个最基础的“基
质”），之后任意数量的正弦波发⽣相互作⽤（两个正弦波起步），
都可以得到两种基本结果：形成基质或不形成基质。当任意数量的
正弦波组合形成基质时，它表现出唯⼀可追索⾳⾼相态与响度相
态，反之，当不能形成基质时，则变现出⾮唯⼀可追索⾳⾼相态或
响度相态，可以想象，在该正弦波构成的声波系统中，⼀定不⽌⼀
个基质形成，也⼀定有许多⾮基质形成，但是这个乐⾳最终显现给
我们的，是⼀个具有单⼀⾳⾼相态和响度相态（可阶段性变化）的
结果，这是因为这些正弦波的能量差别、排列⽅式导致了⼀部分正
弦波（例如以基频为代表的谐波列）对这个最终的听觉表征起到了
更重要的、决定性的作⽤，⽽其余任意正弦波组合所形成的基质或
⾮基质，其听觉独⽴性不能表达，其所有听感混同进⼊这个更⼤的
62 of 155 1/19/23, 6:22 AM

“基质”中，成为构成其⾳⾊的⼀个部分。
乐⾳是构成⾳乐材料的⼀个重要的部分，也可以说是最主要的部
分，我们对于乐⾳的“⾳⾼感”是⼗分敏锐的，我们的调性经验主要
就是⼀种对于⾳⾼变化模式的经验。出于这个原因，我们将“⾳⾼相
态”作为乐⾳的听觉“基质”的第⼀代表，⼀个“基质”假如表现出了稳
态的⾳⾼（可以是阶段性的），我们就以“⾳⾼相态”来指称这个基
质，假如这个基质呈现出的状态更适合⽤响度相态（如响度相态的
变体拍⾳相态）来指称，那么我们就⽤响度相态来指称它。总之，
指称听觉基质的原则就是：能够⽤⾳⾼相态来指称的，就⽤⾳⾼相
态；否则就⽤响度相态。所以当我们以后提到⾳⾼相态（包括其变
体）或者响度相态（包括其变体）的时候，并⾮单单强调这个听觉
的“基质”所具有的属性，你应该意识到，只要⼀提到⾳⾼相态（包
括其变体）或者响度相态（包括其变体），即意味着⼀种可以独⽴
追索的听觉“基质”的存在。
第⼗五节乐⾳的原⽣相态之辨析：⾳⾼、⾳⾊与响度
来⾃于⼀个振动系统的声⾳具有“整体性”的表⾯特征，我猜想这是
由于⼤脑对于信息处理的效率性所决定的，⽐⽅说原始⼈听到野兽
的叫声与我们今天所听到的并⽆不同，⼤脑会把来⾃于⼀头野兽的
吼叫作为⼀个整体去感受，⽽不会解离出“⾳⾼”“响度”这样的概念，
或者体现出明显可感的泛⾳冲突（例如出现像和声那样的多⾳并⾏
冲突的状态）。实际上，⾳⾼、响度是⼀种后来才发展出来概念，
这种概念的出现同物理学的发展密不可分。
在⾳⾼、响度概念出现之前，声⾳同声⾳的最基础的区分标准就
是：不同。然⽽这种基础性的不同似乎到今天都没有被赋予⼀个概
括性的称谓。假如两个声⾳听起来不同，那么我们⾃然可以说“听
感”不同，但是注意，这个听感所强调是⼀种主观性，所偏重的是⼈
的听觉感受，⽽不是强调⾳本身的性质。在传统上，这种指向是很
63 of 155 1/19/23, 6:22 AM

模糊的，⼈们把⾳的三要素分为⾳⾼、响度和⾳⾊，但是却没有⼀
个基础性的词汇去指代这种最基础性的“不同”，有⼈说是⾳⾊，然
⽽对于声学略有了解的⼈都可以感受到，这种指代⼀定程度上是歧
义的，“⾳⾊”所指代的似乎是除了⾳⾼、响度之外的那些性状。美
国国家标准协会给出的⾳⾊的定义是：⼀种感官属性，使听者可以
判断出两个具有相同响度和⾳⾼的⾳是不相似的。我认为，这不是
⼀个好的定义，因为它导致了逻辑上的混乱。它给出了⼀个观察条
件，即两个⾳⾳⾼、响度⼀致，在这种条件下所观察到两个⾳听感
的不同才可确定为“⾳⾊”不同，这就暗含了⾳⾊是⼀种排他性的听
觉属性，即暗示在不排除⾳⾼、响度⼲扰的情况下，⾳⾊是不可⽐
较的这⼀结论。在此结论之下，我们便不能直截了当的⽤“⾳⾊”来
指代两个⾳听感上最基础的“不同”，因为你⼀旦这样表述，就不能
排除“⾳⾼”和“响度”对这个听感所施加的影响，为何不是“⾳⾼”不同
⽽导致了两个⾳的听感的不同呢？为什么⼀定要说是“⾳⾊”不同⽽
导致两个⾳的听感不同呢？在这种情况下，我们说⼀个钢琴的⾳同
⼀个⻓笛的⾳“⾳⾊”不同倒显得不严谨，乃⾄谬误了。
实际上，⾳的三要素“⾳⾼”、“⾳⾊”、“响度”的并列本身就是谬误。
这种饼状图式的三分法是可笑的。对于单⼀振动系统的声⾳（特别
是乐⾳）来说，⽆论⾳⾼、响度或者⾳⾊，都指向它的听感的全
部，是⼀个整体的某个维度上的可⽐较性，这种可⽐较性来⾃于外
部，即⼀个⾳同另外⼀个⾳的对⽐，没有这种可对⽐性，就没有⾳
⾼概念、响度概念、⾳⾊概念，这些概念本身并不指代这个⾳的固
有性状，⽽仅仅就是⼀种可⽐较性。
前⾯我们说了，两个⾳“听感”的不同是⼀种基础性的不同，⾃古⽽
然，后⾯随着我们基础科学的发展，包括对⾳乐的探索，⾳⾼和响
度概念应运⽽⽣。在逻辑上，这种基础性的听感的“不同”（可对⽐
性）是包容后⾯的概念的，当我们听到两个乐⾳时，⾸先应该得到
两个⾳“听起来不同”，其次我们可以说它们“⾳⾼”不同，或者“响度”
不同。如果要⽤⼀个词汇去指代这种基础性的听觉属性，我认为应
64 of 155 1/19/23, 6:22 AM

当是“⾳⾊”这个词，这并⾮独出⼼裁，尽管在传统上⾳的三要素
（⾳⾼、⾳⾊、响度）的定义存在逻辑混乱的问题，但是⼈们在实
际上似乎也倾向于⽤“⾳⾊”来指代这种基础听感，我们会很⾃然的
说出“⼩提琴同钢琴的⾳⾊不同”，⽽不去理会“相同⾳⾼和响度”这样
的限定条件，实际上即是倾向于⽤⾳⾊表明这种基础听感的不同。
好了，我们⽤“⾳⾊”指代了两个⾳听感上的基础性的不同，⼜有了
维度1“⾳⾼”上的可⽐性，维度2“响度”上的可⽐性，那么前⾯也提到
了，当两个⾳⾳⾼和响度⼀致，所仍然表现出来的听感的不同，我
们⽤什么来指代这种不同呢？如果还⽤“⾳⾊”，显然仅仅是⼀种更
为宏观上的描述，不能体现出“⾳⾼和响度⼀致”这个限定条件，既
然两个⾳的⾳⾼、响度⼀致了，但是仍然有⼀些听觉属性使我们可
以感受到这种不同，那么就有必要⽤⼀个新的词来指代这种听觉属
性，所以我提出⽤“⾮单纯维度性听觉相态”（⾳⾼相态与响度相态
是单纯维度性听觉相态）来指代这种听觉属性。
⾄此，得到如下关系图：
问题⾄此就圆满解决了吗？还远远没有。⼀个重要的BUG就是，⾮
单纯维度性听觉相态只是⼀个逻辑概念，其观察条件太过于苛刻，
⽽且在“可⽐较性”这个维度上过于模糊⽽⽆法定量分析。我们所⾯
临的⾳乐环境，其中的乐⾳的使⽤的情况，不同的⾳⾼和响度是⼀
种常态，绝不会出现相同响度和⾳⾼的⾳所构成的织体，变化的⾳
65 of 155 1/19/23, 6:22 AM

⾼相态是调性的基础，⽽重⾳则是节拍的重要因素，因此没有给“⾮
单纯维度性听觉相态”这个概念使⽤的客观条件，在⾳⾼相态和响度
相态不同的⾳之间讨论他们的“⾮单纯维度性听觉相态”仍然是⽆法
逻辑⾃洽的，但是我仍然倾向于使⽤这个概念，基于两个考量：1、
在特定的条件下这种听觉属性得以显现（相同⾳⾼和响度的⾳听起
来不同）；2、它的存在使得⾳的要素关系更加逻辑和理顺。
鉴于“⾮单纯维度性听觉相态”在⾮限定条件下的不可观察性，我要
给予它两个最基本的限定以作为应⽤的前提：1、假如两个⾳听起来
不同，那么它们的⾮单纯维度性听觉相态⼀定是不同的。不会出现
两个⾳听起来不同⽽只有⾳⾼相态或者响度相态不同，⽽⾮单纯维
度性听觉相态却相同的情况。2、⾮单纯维度性听觉相态的性质同
“⾳⾊”性质⼀致，可以视为⾳⾊在逻辑域的映射。
⾄此，三个维度的听觉相态得以定义完毕。我们再来讨论它们的性
质。
第⼀个性质便是时间累积效应。三个维度的相态均符合时间累积效
应的特性，即我们对它们的认知是⼀种在时间中累积起来的认知，
当振动给予我们的刺激短于⼀定的时值，我们就不能建⽴起关于⾳
⾼相态、响度相态或者⾮单纯维度性听觉相态的认知。对此，我们
之前只是强调“⾳⾊”是⼀种时间累积效应，例如钢琴的声⾳我们把
开头的部分去掉，那么它的⾳⾊就变得不像钢琴了，其实⾳⾼相态
和响度相态的感知同样符合这⼀规律，只不过建⽴起认知所需的时
间可能不尽相同。其次，就是三个维度的相态在时间中的变化率不
同，这其实也是由前⾯⼀点所引申出来的，没有时间积累效应也就
⽆所谓变化率的问题，这⼀点⾮常重要，是对声⾳进⾏听觉相态分
类的重要依据，正是因为乐⾳在我们的听觉感受中三个维度的变化
率不同，所以我们才有区分它们的必要性。举例来说，你弹出⼀个
钢琴的⾳，在其鸣响的过程中，⾳⾼相态可视为不变的，⽽响度相
态却渐趋衰弱，此时⾮单纯维度性听觉相态（⾳⾊的逻辑映射）可
视为不变量（实际上仍然是随着时间⽽变化，只不过由于我们对于
66 of 155 1/19/23, 6:22 AM

钢琴⾳⾊的整体性认知⽽误认为它是⼀个常量，实际它是⼀个变
量）；⽽如果你奏响⼀个和声⾳程并且试图听⼒辨别其⾳程结构，
那么当你听取了⼀个低⾳⽽试图转向另⼀个⾳的时候，因为错失了
后⾯⼀⾳的振动的时间前段，则其⾮单纯维度性听觉相态(⾳⾊的逻
辑映射)则发⽣了明显的改变（⽐从头听取），⽽此时其⾳⾼相态仍
然保持不变，其响度相态仍然在衰落之中。我们的听觉需要在时间
进程中感受声⾳，尤其是纵向上的多⾳，则必定会展现出多样化的
相态进程和组合，这是我们对相态进⾏分类定义的原因。
从外在的秩序性上看，⾳⾼相态和响度相态是更好的指标，它们在
听觉感受中可以有更好的秩序性。
在⾳乐中，⼈们对于⾳⾼相态可以有精准的认知，因此它可以算是
我们对于⾳乐材料感受最好的⼀个指标，然⽽这却并⾮是天然能
⼒。⼈们并不能天然的认知⾳⾼的差异，并且需要借助“中介”，这
个中介就是⾃⼰的嗓⾳。要感受⾳⾼的差异性，⾸先要明确⾳⾼这
个概念，对于⼀个原始⼈来说，他的时代没有⾳⾼的概念，假如他
没有尝试⽤嗓⾳模拟乐⾳（⾸先要造出乐⾳）并感受嗓⾳的状态，
他⾃然也不可能在这个维度上⽐较声⾳，⽽在现代，让⼀个没有任
何⾳乐训练的⼈感受两个⾳⾳⾼的不同，最简便的办法就是利⽤嗓
⾳模仿出两个⾳，并利⽤嗓⾳的紧张度来判断哪个⾼哪个低。富有
⾃信的模仿出⾳的⾼度是学习视唱练⽿的基本前提，是因为对⾳⾼
相态的感受⼒本身就和嗓⾳能⼒绑定在⼀起。
响度的感知能⼒更加直接，因为响度本身实际上是⼀个能量指标。
振动的能量⼤我们听起来声⾳就更响，尽管有等响度曲线这种制约
我们对响度感受的因素存在，但⼤体上说响度代表着⾳的能量这⼀
点是不错的。响度在⾳乐中有重要的应⽤，例如我们⽤它来强调⼀
些⾳达成对节奏的组织，在多声部⾳乐中我们也可以利⽤这⼀特性
突出某些声部以增强我们对它的感受性。相对于⾳⾼相态来说，我
们对于响度相态的感受⼒没有那么精确，但不能否认它对我们的听
觉所施加的重要影响。
67 of 155 1/19/23, 6:22 AM

“⾮单纯维度性听觉相态”是⾳⾊在逻辑映射，我说过了，它在性质
上同⾳⾊⼀样，是种积累效应，⽽且从实际上看，是⼀种前积累效
应，即掐掉后⾯时段所造成的改变不如掐掉前⾯时段所造成的改变
⼤。它在外部秩序性上仿佛同⾳⾊⼀样乏善可陈，“不同”就是最⾼
标准，然⽽这对于实际的⾳乐使⽤还是太过简陋了，这种不可定量
分析的性质不利于具体的⾳乐材料的分析和使⽤，因此我给予它⼀
个⼈⼯的秩序尺度：
对于任意两个连续乐⾳，当我们可以顺畅的以⾳程模式感受到它的
⾳⾼相态时，我们就说它们的⾮单纯维度性听觉相态是相似的；否
则，便是不相似的。
当两个连续的乐⾳，他们之间的实际⾳⾼越远⽽使得我们能以顺畅
的⾳程模式感受到它的⾳⾼相态时，它们的⾮单纯维度性听觉相态
的相似度就越⾼；否则，就越低。
这个标准，是从“连续的⾳⾼相态可感性”的⻆度提出的，因为这是
调性⾳乐的根基之⼀。按照这个标准，⼀般⽽⾔，⼀件乐器的相临
近的⾳的⾮单纯维度性听觉相态相似度更⾼，不相临近的则低；不
同的乐器之间，假如其连续接续的乐⾳能够流畅的被听觉感受为基
本⾳级运动的，其⾮单纯维度性听觉相态就越相似，否则就越不相
似。
第⼗六节论和声的⾊彩
和声的“⾊彩”⼀直都是个语焉不详的概念，⼈⼈都会说到和声的“⾊
彩”，⼀个和弦的⾊彩同另⼀个和弦的⾊彩不同，或者运动中的和弦
具有对⽐的“⾊彩”，究竟什么是“⾊彩”，却没有⼈从微观的⻆度的进
⾏讨论，本⽂试图从微观层⾯对和声的听觉“⾊彩”进⾏分析。
（⼀）什么是和声的“⾊彩”
和声的“⾊彩”同声⾳的“⾳⾊”没有本质的区别，都可以归结为“时空
维度上听觉相态的集合”，注意，此处的“⾳⾊”的定义应予以明确，
68 of 155 1/19/23, 6:22 AM

并⾮是与⾳⾼、响度并⽴的那个“⾳⾊”，我在前⾯的⽂章中对它重
新进⾏了定向，即指代：声⾳能够给予我们的全部听觉感受之和。
那么⼀般来说，⼀个乐⾳的⾳⾊可以描述为：⾳⾼相态、响度相态
和⾮单纯维度性听觉相态，三者⼜具有听觉观察上的整体性，称为
乐⾳原⽣相态的听觉整体性(基质)，需要说明的是，单个的乐⾳也
可能存在⼀些其他的单纯维度性听觉相态，如钢琴的单键⾳可以存
在可听觉感知的“拍频”现象(响度相态的变体，它会使得钢琴⾳的⾳
⾼感有要轻微⾛调的感受)，但其本身⼀般能量不⼤，否则就会影响
到乐⾳的基本听感，使得稳态的⾳⾼感丧失，那么也就不称其为乐
⾳了。⽽和声则最少有两个⾳来组成，除了各个⾳本身所带有的听
觉相态外，多个⾳的相互碰撞还⽣成了新的听觉相态：
A．新的⾮单纯维度性听觉相态。如同⼀个单⾳具有⾳⾊，数个⾳
的碰撞也必将⽣成新的⾳⾊，这是⼀种新⽣出的听觉相态。乐⾳主
要是⼀个由谐波构成的系统，在和声中，分属于不同⾳的谐波之间
也可发⽣相互作⽤，形成新的基质或者⾮基质，这些基质或者⾮基
质，假如其⾳⾼相态或者响度相态得不到表达，那么其最终就会沦
为整个和声系统的“⾳⾊”，但是这些新的“⾳⾊”的听觉典型性是不同
的，即它们能否形成⼀种新的、具有典型听觉意义的“⾳⾊”，以及
这个新的“⾳⾊”对于和声最终呈现出的效果的影响⼒是不确定的。
例如我们可以推测，钢琴上的C⼤三和弦，因其构成⾳的基频形成
泛⾳列排列的状态，我们可以说它⽣成了⼀种协和的新⾳⾊，⼀种
“使⼈感觉到明亮、积极的⾮单纯维度性听觉相态”，然⽽它也只是
⼀种粗略的描述，理论上说，⾄少任意两个泛⾳的组合碰撞即可发
⽣出新的“⾮单纯维度性听觉相态”，我们所能描述的这个“明亮、积
极”的听觉相态只是⼀种最终博弈的结果（能量较⼤的泛⾳组合⾃然
发挥作⽤⼤⼀些），是⼀种最宏观的、最直接、最有代表性的听觉
感受，在四⾳以上的和弦中，新⽣成的⾮单纯维度性听觉相态可以
存在“分层”的关系，即相对的“听觉⾊彩”分层的现象，如⼤七和弦所
具有的⾮单纯维度性听觉相态，可以具备明亮感和紧张感两种特
69 of 155 1/19/23, 6:22 AM

质，这是因为我们习惯于把它其中含有的⼀些⾳（构成⼤三和弦的
⾳）当做⼀些独⽴的感受单位⽽造成的。总之，它只是⼀种各种能
量博弈之后⼜形之于我们的听觉的结果,可以不具有唯⼀性。新的⾮
单纯维度性听觉相态是和声中存在⼀种普遍的相态，任何⼀种和弦
都将形成新的“不单纯维度性”听觉相态，但是这些新的听觉相态听
觉特性不⼀定具有听觉突出性或者典型性（如⼤⼩三和弦那样），
也不⻅得都可以找到适合的感觉和词汇去⼀⼀准确描述。
B．拍⾳相态（响度相态的变体）。拍⾳相态表现为和声中⼀个“基
质”（注意，该基质不⼀定是其中的某乐⾳）呈现出的响度的时响时
弱的的特性（震荡的感觉），拍⾳相态并不总是会出现在和弦中，
只有两个⾳所含有的强度较⼤的泛⾳距离较近时才会强烈感受到
（如⼆度，七度也能明显感受到，但⽐⼆度弱得多），这是因为它
们之间发⽣作⽤⽽发⽣拍现象。拍⾳相态是⼀种重要的听觉相态，
它在极⼤程度上影响和弦的“协和性”，⼀旦拍⾳相态达到了明显可
感的程度，该和弦的听感就会被归类为“不协和”，因为这种反复的
震颤给⼈以紧张和急迫的⼼理感受。
C.⾳⾼流转相态。⾳⾼流转相态是因为和声的多⾳⾼中⼼的特质⽽
导致，⼀般⽽⾔和弦具备⼏个⾳就⾄少具备⼏个⾳⾼中⼼，由于在
和弦发响的过程中各个⾳的泛⾳的能量交互作⽤、衰减特性差异以
及我们的听觉感受习惯（习惯于把⾳乐理解为⾳级运动）等原因的
综合影响，我们倾向于把具备⼀定延时的和弦听成是⼀些⾳⾼的动
态流转，但是流转的次序并不⼀定，流转的紧迫性（⾳⾼交替的速
度）也不⼀定，猜想可能与各⾳的瞬时能量对⽐与调和、⾳程模式
的主观熟练程度有关。需要说明的是，有时所感受到的⾳⾼会超出
⼏个构成⾳的范围，⽽有时其中的某个构成⾳的⾳⾼相态也难以被
听觉感知到，这是因为复杂的⾳响环境有时会⽣出其他⾳⾼感受，
⽽有时单⾳所具有的⾳⾼相态可能会被破坏以⾄于难以感受到。⾳
⾼流转相态与⾳⾊（或说也可以说⾮单纯维度性听觉相态）相似度
有关，⾳⾊相近的，则在和声的延时听取过程中容易发⽣流转现
70 of 155 1/19/23, 6:22 AM

象，否则不容易发⽣⾳⾼流转现象。和声的⾳⾼的流转相态在⾳乐
织体感受中并不是主流的形式，即在存在明显的横向⾳级运动的⾳
乐织体中，⼈们并不会过多的感受到单个和弦的纵向结构上的⾳⾼
流转，因为横向上⾳的运动模式（横向上出现的⾳对听觉注意⼒的
争夺）可以弱化这种对于单个和弦中⾳⾼相态流转的感受，除⾮该
和弦延时较⻓，且其后没有出现新的⾳造成注意⼒的向后迁移。⽽
在观察单个和弦时，⾳⾼相态的流转是⼀个明显的现象，我认为它
必定也造成了我们对于和弦的“⾊彩”的论断，其流转状态⼀定对和
弦的协和性的听觉造成了影响。需要强调的是，流转相态不是⾳之
间的注意⼒切换，例如假如⼀个和声⾳程有两个⾳⾊差异很⼤的乐
⾳构成，那么这种流转就不可能存在，⽽只能是听觉注意⼒转移，
流转相态要求和声的各⾳的⾳⾊具有相似性，并且在感受进程中随
着⾳⾊的差异性的进⼀步弱化⽽发⽣，典型的如钢琴和声。
综上所述，和弦的“⾊彩”即和弦所具有的“相态系统”，它⾄少包括以
下可以描述的部分：单⾳的⾳⾼相态、单⾳的响度相态、单⾳的⾮
单纯维度性听觉相态（上述三种相态以“乐⾳的原⽣相态的听觉整体
性”呈现）、新⽣成的⾮单纯维度性听觉相态、⾳⾼流转相态（⾳⾼
相态的变体）、拍⾳相态（响度相态的变体）。
（⼆）和声相态系统的简单分类：原⽣相态（的听觉整体性）与次
⽣相态
和弦的听觉相态可以分为简单的两类：原⽣相态和次⽣相态。原⽣
相态是指构成和声的单个乐⾳⾃身所具有的听觉相态，如单⾳的⾳
⾼相态、响度相态和⾮单纯维度性听觉相态，如果⼀个乐⾳可以被
听觉观察到，那么其⾳⾼相态、响度相态和⾮单纯维度性听觉相态
总是同时被观察到，从属于同⼀个可以独⽴观察的听觉进程，这个
性质也称为乐⾳原⽣相态的听觉整体性，也可称为⼀个听觉“基
质”。⽽次⽣相态则指由于构成和弦的原声⾳之间（泛⾳层⾯）的相
互作⽤关系⽽产⽣的新的听觉相态，和弦的新⽣成的⾮单纯维度性
听觉相态、拍⾳相态和⾳⾼流转相态均属于次⽣相态。原⽣相态和
71 of 155 1/19/23, 6:22 AM

次⽣相态之主要不同在于，原⽣相态具有整体性和协同性，原⽣相
态之间形成⼀个紧密的整体，彼此不可分割，也因为这种性质，原
⽣相态(乐⾳的⾳⾼相态、响度相态和⾮单纯维度性听觉相态)都可
以成为听觉追寻其听觉整体性的线索，此⼀点在进⾏和弦的结构听
辨中具有重要意义（我们以训练对⾳⾼相态的敏锐性来增强对乐⾳
在和声中的听觉独⽴性感受，即从和声中将它分离出来）。⽽次⽣
相态则与和弦中的任意单⾳不具备整体性或协同性，其作为具有独
⽴听觉效果的听觉相态的特征更加明显。例如⼤三和弦的⾮单纯维
度性听觉变态（明亮积极向上的听感）并不与其中任何⼀⾳紧密联
结，⽽是⼀种覆盖于整个系统的共有的⾊彩，⽽⼩⼆度的拍⾳相态
亦不从属于任何⼀⾳，⽽是⼀种具有独特听觉效果的相态（形成了
某种基质性的震颤的感受），⾳⾼流转相态是各⾳⾳⾼相态的瞬间
流转，也不存在和任何⼀⾳紧密联结的情形（尽管它以各乐⾳原⽣
相态的听觉整体性为感受基础）。
（三）和声相态系统的⼀般性质
1、突出性差异。相态在和声系统中的突出性是不同的，具有突出性
的相态可以称为优势相态，例如和弦中的某些乐⾳的⾳⾼相态可以
成为优势相态（注意，这种表述基本等同于说“某个乐⾳成为优势乐
⾳，或者具有听觉整体性的乐⾳原⽣相态成为优势相态，或者说该
听觉‘基质’具有了听觉优势”，因为⾳⾼相态的可感性实际上代表了
⼀种“基质”的可感性），⽽拍⾳相态也有机会成为优势相态（其听
感的“异常”程度更⾼），就连次⽣⾮单纯维度性听觉相态也有机会
呈现出典型性的听觉特征。
2、共时性。此⼀点易于理解。和弦由数个⾳共同发响⽽形成，因此
这个相态综合体在时间上存在着共时的现象，虽然这个过程中不⻅
得⾃始⾄终都是共时的，例如在充分延时的钢琴所奏响的和弦中，
⾼⾳往往先衰减殆尽，⽽低⾳则可以响到最后，但从整体上⽽⾔，
共时性是⼀个和弦所具有的各种听觉相态的主要时序特征，⽽且在
真正的⾳乐中，这种共时性的时序特征对我们的听觉起到了主要的
72 of 155 1/19/23, 6:22 AM

作⽤。共时性决定了我们对和弦听觉的⼀个“顾此失彼”的基本现
象，当我们的听觉注意⼒被其中的⼀些相态或者相态的组合所吸引
时，对其他的相态或者相态的组合的听觉注意⼒就会削弱。
3、⽆限性。和声的听觉相态是⽆限的，因为它⾃身的⼀些性质以及
我们的听觉注意⼒投放的⽅向或次序的不同，和弦可以向我们呈现
出不同的相态组合，因此也就具备了“不同的⾊彩”，例如，因为声
部设计的原因，和弦运动亦可以呈现出⾳级运动的听觉特性，此时
声部上的⾳所具有的相态在和弦中占据了主导地位，⽽和弦中的任
何⼀⾳都有可能被进⼊这种流畅的声部运动的感受中，因此对于同
⼀个和弦来说，其⾊彩偏重是可以不同的。
4、动态变化性。和弦中的多数听觉相态都处于变化之中，能够基本
维持稳定不变的是单⾳的⾳⾼相态（因此我们将它视为“基质”的最
重要的代表），其余相态都随时间⽽变化。如响度相态的可变性
（可为维持、变⼤、变⼩），拍⾳相态的可变性（可维持、变强、
变弱），⾳⾼流转相态的流转路径的可变性，还有⾮单纯维度性听
觉相态，其本身在听觉中就是时间的函数，是⼀种时间累积效应，
不同的时段注意⼒投放⾃然可以得到不同的结果。
4、可组合性。在听觉过程中，和弦的相态可以在时间线上产⽣组
合，这是由于⼏种相态优先被听觉所注意⽽导致的结果，例如三和
弦的进⾏中，如果其中构成的⾳可以组成⼀条流畅的旋律线条，那
么此时各个三和弦呈现出来的⾊彩可能是单⾳（流畅的旋律⾳）的
原⽣相态+三和弦的次⽣⾮单纯维度性听觉相态+其他因素这种组合
关系，当然这种组合并不仅仅是简单的线性衔接，⽽是⼀种时间上
的“掩蔽与侵染”的关系，此⼀点我们后⾯再说。
5、结合度差异。这⼀点前⾯“和弦听觉相态系统的简单分类”已经讲
过，主要就是⼀个单⾳的原⽣相态之间的结合度紧密（原⽣相态的
听觉整体性），和声的次⽣⾮单纯维度性听觉相态属于共有⾊彩⽽
同其他所有相态结合紧密（侵染⼒强），⽽不同单⾳的原⽣相态之
73 of 155 1/19/23, 6:22 AM

间⼀般结合不紧密，⽽次⽣相态中的拍⾳相态可以同其中某些原⽣
乐⾳有紧密结合，也可以同有些原⽣乐⾳保持相对的独⽴性。
（四）和声中相态之间的作⽤关系
掩蔽与侵染是和弦中的相态之间的基本作⽤关系。⼀般⽽⾔，⼀个
单⾳的原⽣相态因其振动系统的整体性⽽具有较好的结合性（谐波
系统经过博弈最终形成了具有单⼀⾳⾼相态的“基质”），作为⼀个
独⽴整体存在，不存在掩蔽这个性质（或者说乐⾳所呈现给我们的
听感已经是其内部泛⾳之间经过掩蔽与侵染的最终结果了）。⽽在
不同⾳的原⽣相态之间则存在着掩蔽和侵染的关系，在各⾳的原⽣
相态与次⽣相态之间也存在着掩蔽与侵染的关系，掩蔽和侵染属于
同⼀个过程，但描述的侧重不同，掩蔽强调的是对乐⾳原⽣相态听
觉细节的屏蔽，⽽侵染则强调相态的相态间的沾染关系，这两个侧
⾯在听觉上均有体现。原⽣相态之间，原⽣相态与次⽣相态之间掩
蔽与侵染的程度是不同的，这个现象深刻影响着我们的听觉进程
度，之后我们再慢慢分析
第⼗七节钢琴和声的听觉相态构成
之所以选定钢琴作为和声听觉相态分析的对象，是因为它是⼀种传
统的最重要的和声乐器，也是应⽤最⼴泛的和声乐器之⼀，更现实
的原因可能是“考试会考”。作为⼀架钢琴，它的发声有它独特的特
性，因此其和声效果与其他乐器相⽐也存在差异性，下⾯我们从相
态的⻆度对它的宏观⾳响特性进⾏分析。
（⼀）钢琴单键⾳的原⽣听觉相态
前⾯的⽂章已将讲述，任何乐⾳都由⼏种听觉相态构成：⾮单纯维
度性听觉相态、⾳⾼听觉相态、响度听觉相态构成，我们以此来分
析钢琴的单键⾳的原⽣听觉相态构成。
1、⾮单纯维度性听觉相态。前⽂已经讲过，⾮单纯维度性听觉相态
在听觉中具有⽆限多种“相”，同我们所说的⾳⾊⼀样，是千变万化
74 of 155 1/19/23, 6:22 AM

的，我们的听觉和声⾳的这种属性之间没有明确的定量关系，是为
“⾮单纯维度性听觉相态”，然⽽该种相态虽然不可定量分析，但却
实实在在影响我们的听觉，我们所感受的钢琴单键⾳的所谓“⾊彩”
受到了它的极⼤影响，⽐如我们说越左侧的键发⾳越低沉浑浊，向
右则渐次明亮，⼀直到最右边⾼⾳区的尖锐刺⽿，即体现出了它的
作⽤。
2、⾳⾼听觉相态：单个钢琴的⾳⾼听觉相态具有相对的稳定性的特
征，整个感知过程保持不变。
3、响度相态：由于钢琴发声⽅式的原因（触键后即⽆更多持续的能
量输⼊），钢琴⾳量衰减较快，在时间包络的四个阶段中⼏乎没有
Sustain阶段，直接呈现出衰减的趋势。
4、响度的反复相态（拍⾳相态）：在响度总体衰减的趋势之中，钢
琴单键⾳还存在不同程度的拍⾳相态，即响度的反复的强弱交替变
化现象。主要可能由两个⽅⾯的原因造成：⼀是钢琴的每条琴弦由
数量不等的弦（两根或者三根）组成，每根单弦的频率可能存在微
⼩的差异，这些微⼩的频率差异导致了拍频的发⽣。（拍频概念请
⾃⾏查阅）。⼆是钢琴琴弦的振动具有棒振动的属性，也会导致拍
⾳现象的出现。钢琴单键⾳的拍⾳相态是客观存在的，其影响⼒往
往在发响开始后开始出现，之后影响⼒慢慢减弱，⽽且不同的键这
⼀影响程度并不相同，仔细以听觉观察仿佛是⼀种⾳⾼上想要⾛⾳
的感觉（这可能是“拍”相态对⾳⾼相态的破坏），这⼀点⼤家可以
⾃⼰观察⼀下，但是，这种钢琴单键⾳的拍相态不会过于突出到影
响到其稳态⾳⾼的程度，否则其就不能成为“乐⾳”了。
以上相态构成了钢琴单键⾳原⽣相态的听觉整体性，即它是⼀个听
觉的“基质”，可以作为⼀个独⽴的听觉线索来进⾏观察。
(⼆)多键⾳构成的和声的听觉相态
1、新的（次⽣）⾮单纯维度性听觉相态。在钢琴上按响⼀个和弦，
其声⾳本质上同⼀个单键⾳没有任何区别——都是包含着⼀系列复
75 of 155 1/19/23, 6:22 AM

杂振动的声波系统。这些复杂的振动可能包括了钢琴中所有可能发
出声响的元件所同时发出的声⾳，甚⾄所在声场的环境对声波运动
施加的影响，这些因素统统整合起来以特定的波形进⼊我们的听觉
系统，并最终被解析成为⾳⾊。⼆者若论有何不同，就是多键同时
弹响时会呈现出多个可以相颉颃的能量中⼼，因此在听感上仍然可
能有各个单键⾳的形象（乐⾳的原⽣相态）存在，并且由于不同乐
⾳内部泛⾳在横向上的（不同乐⾳之间的）相互作⽤，还会形成新
的相态，如拍⾳相态（响度相态的变体）和次⽣⾮单纯维度性听觉
相态。其中⾮单纯维度性听觉相态若没有形成新的“基质”（以新的
⾳⾼相态的可感性为标志），它就会成为该和声系统共有的“⾳
⾊”，其听觉典型性和对该和声系统的影响⼒是不⼀定的。
2、单键⾳的原⽣听觉相态。包括（⼀）钢琴单键⾳的听觉相态的四
个部分。由于钢琴单⾳各⾃保持了相对的振动的独⽴性，具有完整
独⽴的包络线条，因此在整个和声发响的过程中可能保持各⾃独⽴
的听觉特性（原⽣相态的听觉整体性）。注意，不是⼀定，是可能
（如果没有受到严重的掩蔽或侵染的话）。
3、⾳⾼的流转相态。⾳⾼的流转相态是在和声发响进程中所可以观
察到的⾳⾼迅速切换的听觉相态（也可以认为是可独⽴观察的那些
相态的流转变化，如构成和声的乐⾳的原⽣相态的听觉整体性、拍
⾳相态之间的流转变化——后补记），其流转顺序不确定，可能取
决于各分⾳能量的瞬时变化关系，以及和声波形的包络线条的细
节，甚⾄⾃身所接受的听觉模式的熟练程度，所流转的⾳⾼⼀般包
括各个单键⾳的基础⾳⾼，但也可能包括⼀些不存在的虚拟⾳⾼
（例如结合⾳或者其他的⾳⾼滑动现象），但是最终该⾳⾼的流转
态⼀般收束在低⾳的基准⾳⾼上，因为低⾳最终将在和声发响的后
部占据绝对的地位，因为其能量衰减最慢。
4、响度的反复相态（拍⾳相态）。传统上，拍⾳相态是作为影响和
声协和性的重要因素出现的，有的理论认为，正是拍⾳的强度和频
率决定了⼀个和弦的协和度(这种想法未免太单纯了)。和弦中的拍
76 of 155 1/19/23, 6:22 AM

⾳现象是因为各个单键⾳的各个谐波成分所形成的⼲扰导致，和声
⾳响中的任意两个分⾳，只要频率差满⾜形成拍⾳的条件，就会形
成拍⾳，如果这两个分⾳能量⾜够强，便可形成听觉上可以感知的
拍⾳震荡。注意，可能会有多对分⾳形成拍⾳现象，它们也共同决
定了最终的拍⾳的听觉效果。
第⼗⼋节和声中的单⾳听辨：单⾳⾳⾼相态的锁定
（⼀）听辨单⾳的实质是⾳⾼听觉相态的锁定
前⾯我们说了，和声同⼀般的单⼀乐器发出的单⼀复合⾳最⼤的不
同，是和声中包含了多个可以对抗的能量中⼼，也就有多重能够对
抗的谐波系统，每个谐波视为系统的⼀个分⾳，他们之间因为相互
的作⽤就产⽣了⼀些新的听觉相态。这些听觉相态（包括各个乐⾳
的原⽣相态、和声中的次⽣相态）都进⼊⽿朵，相互之间就形成了
竞争（掩蔽与侵染）的关系，当你想要从中辨别⼀些特定的相态
时，有时就会发⽣困难。我们想要在和声⾳响中辨别出单⾳这种情
况，实质上就是从多种听觉相态中对单⾳⾳⾼相态（当然，乐⾳的
原⽣相态有整体性的特征，但⾳⾼具有较好的可识别性，因为我们
的听觉对⾳⾼最为敏感）进⾏追寻和锁定，为了⽅便描述，后⾯简
称为“⾳⾼锁定”或者“锁相”。注意，在乐⾳的⾳⾼感知理论—时间
理论中也有“锁相”⼀词，意思是听觉系统会在周期波形的特定相位
向⼤脑发送电讯号，以此来感受声⾳的频率，此“锁相”与我所说的
锁相意思不尽相同，我所说的锁相，是指对⼀个含有复杂相态的系
统中单⼀相态的寻找和锁定。
（⼆）影响⾳⾼锁相的不利因素
1、和声听觉相态系统的复杂性。在整个和声的发响进程中，各种听
觉相态是并⾏的，甚⾄是缠绕的，就像是数股缠绕在⼀起的线绳，
⽽对于其中某种相态的追索类似于从中理出⼀条线的脉络（和弦中
的单⾳成分分辨是连续地把握到多个单⾳的⾳⾼相态），此时经验
77 of 155 1/19/23, 6:22 AM

就显得极为重要，像解绳结⼀样，你需要对绳⼦缠绕的规律有⾜够
的认知，明确你需要寻索的那条线的样貌，对各种绳扣松解的⽅式
熟悉掌握，这样你才能顺利的把你需要追寻的线索从系统中清理出
来，对于和声来说，此时的寻索⼯具不再是⽬⼒，⽽是听觉。
2、各听觉相态在听觉上的突出性不同，具有强弱之分。这⼀点前⽂
已经讲过。我们要从⼀个和弦中锁定每个单⾳的⾳⾼相态，但是由
于受到系统的影响，这些单⾳⾳⾼相态（以乐⾳原⽣相态的听觉整
体性表现出来）的听觉突出性并不⼀致，有的容易被追寻和锁定
（例如低⾳⾳⾼相态⼀般受影响⼩），有的则呈现出相态的破坏或
者不稳，成为弱相态。单⾳的强弱相态在各种和弦中的规律并不⼀
致，除了低⾳的⾳⾼相态⼀般受影响较⼩外，其余⾳都不⼀定。这
种⾳⾼相态的强弱不以和弦结构性质⽽定，例如同样是⼤三和弦，
不同的⾳位会导致单⾳听觉相态强弱的不同，这⼀点可以看做由系
统的复杂性决定，具体哪⼏个⾳的组合都会呈现不同的结果。
3、次⽣相态对原⽣相态的注意⼒争夺。相对于原⽣相态（单⾳的⾳
⾼、响度等相态），次⽣相态中的拍⾳相态可以视为⼀种“异常”⾳
响（震颤），对于没有听觉经验的⼈来说，它会形成更⼤的听觉吸
引⼒，如果你的注意⼒被吸引到这拍⾳相态上⾯，对于原⽣相态的
听觉注意便会削弱，⽽流转相态则呈现出⼀种⽆序的流转状态，这
对于确定⾳⾼或者⾳程关系同样是不利的因素。
4、单位时间内响度的衰减性。对钢琴来说，和声⾳响持续的时间并
不⻓，⽽⼀般的考试就是要求你在这⼀⾳响的存续时间内分辨出其
中包含的单⾳。我们说过单⾳的⾳⾼相态并不会随着响度减弱⽽变
化，然⽽⼀个简单的事实就是随着响度的减弱，我们连这个声⾳本
身都听不到了，就不要说⾳⾼的锁相了。⾳量的衰减特性和频率相
关，越⾼频的的衰减越快，这就导致了和弦中每个单⾳的衰减时间
差异，越到⾳响存续的中后部，⾼⾳响度越弱，也就越容易在听觉
中消失。
78 of 155 1/19/23, 6:22 AM

5、听觉模式导致的锁相效率的差异。（下详述）
（三）相对⾳感、绝对⾳感对和声中单⾳⾳⾼相态
锁相模式的异同
不管是相对⾳感还是绝对⾳感，其对于和声中单⾳的确认都需要对
单⾳⾳⾼相态进⾏锁定。考察⾸调听觉和固定调听觉⾳乐听⼒的运
⾏模式，可以得知，⾸调听觉是将⾳⾼运动作为⼀种横向的⾳节模
式来理解，⽐如三个⾳顺次响起，⾸调会听到它是do-mi-so,每后⾯
的⼀个⾳都以听清前⾯的那个⾳为基础，以平时练就的对⾳⾼的变
化幅度（⾳程）的敏感度为标尺，得到对后⼀个⾳唱名⾳节的认
知。在对和声中单⾳锁定中，⾸调将继续延续这种模式，就是把⼏
个同时响起来的⾳的⾳⾼相态在时间中错开，得到⼀个⾳程结构的
判断，就像判断旋律⾳程⼀样。这样就得到⼀个基本结论：⾸调对
于和声中单⾳相态的确定是⼀种错时判断。那么绝对⾳感⼜是怎样
呢？作为绝对⾳感来说，他对于⾳⾼的判断模式是点状的，⼀个⾳
的判断并不以另外⼀个⾳的把握为前提，因为他⼤脑中关于⾳⾼同
⾳名（也可以是唱名）的对应关系的经验就是独⽴的点状经验。就
⽐如刚才我们提到的那个do-mi-so的⾳程结构，假如出于某种原因
导致其中⼀个⾳他没有听清，并不影响其他两个⾳的判断，他仍然
可以抛开那个没有听清的⾳得到另外两个⾳的⾳名，⽽对于⾸调来
说，假如前⾯⼀个⾳的⾳⾼相态没有被听觉确认，⼤脑就不能以之
为基础调取出⼀个⾳节模式，从⽽使得听觉失灵。那么绝对⾳感对
于和声中单⾳相态的锁定是否是⼀种什么样的状态呢，他同⾸调⼀
样，也是⼀种错时判断，因为绝对⾳感判断声⾳的本质仍然是要根
据经验调取⾳节（⾳名），这种调取的过程必然是顺次的。
虽然如此，⼆者的判断效率却存在差异性。以程度最好的那⼀类⾸
调听觉和固定调听觉来说，固定调听觉对于和声中单⾳成分的判断
在⼤多数情况下好于⾸调听觉，这不仅体现在判断同⼀个和弦的单
⾳成分的速度上，更重要的是体现在判断不同和弦的构成⾳的能⼒
79 of 155 1/19/23, 6:22 AM

上，也就是说固定调听觉有更⼴泛的适⽤性，⾯对构成⾳更多、⾳
程结构更复杂、⾳的跨度更⼤，不协和性更⾼的和弦时，固定调听
觉的判断能⼒更好。这是因为固定调听觉的经验模式更加简单，只
是⼀些孤⽴的⾳⾼点位经验，若该固定调以钢琴作为最初锚定⾳⾼
点位的训练⼯具，则其经验点不多于88个，⽽且据我了解，他们对
于不⽤⼋度上的同⼀个⾳仍然有⼀种“类”的感觉，也就是听觉上的
相似性，可能在区分上还有更简单的⼆级路径，⽽不必当做⼋⼗⼋
个完全不同的⾳，这样说来，其经验点数量就可以认为更少。他们
对于声⾳的⾳⾼相态的认知是精确到位的，⽽不像⾸调那样只能取
⼀种前后对⽐关系。⾸调需要在⼤脑中建⽴⾳⾼运动的⾳节模式
（唱名模式），以此来契合所听到的声⾳的⾳⾼的变化，那么这种
⾳程关系的排列组合数量何其巨⼤！每⼀个⾳程有⼗多种可能性，
两个连续⾳程的组合⽅式就达到了⼀百多种！⽽且还不包括复⾳
程！⽽对于⾸调来说，⼀种⾳节模式你未曾训练并熟知它，想要听
出来是完全没有可能的，在模式经验的简单性上，⾸调已经输掉
了。因为固定调听觉这种模式经验的简单性，他对于和声中单⾳的
锁相会变得更加容易，假如⼀个和声中包括三个单⾳⾳⾼相态分别
是⼩明、⼩亮、⼩⿊，那么固定调听觉可以识别每张⼈脸，所以可
以⽐较迅速的将他们依次挑出来，⽽⾸调可以认为只能识别他们的
身⾼差别，挑选时还要进⾏排序，所以就更慢。不仅如此，固定调
要进⾏单⾳⾳⾼相态的锁相时的顺序有更⼤的⾃由度，听到谁就可
以说出谁，⽽⾸调则必须对和弦中的⾳进⾏定向排序，⽐如采⽤低
⾳统⼀化的策略（将低⾳统⼀视为do），以减少⾳节模式的⽅式来
减少训练量，然⽽，对和声⽽⾔，他的相态的复杂性也往往决定了
这种排序是困难的，对于⾸调来说，若和弦⾳过多，他可能分不清
其中到底有⼏个⾳，也很难按照从低到⾼的原则给他们排好序。
总⽽⾔之，⾸调的和声单⾳判断能⼒是⽐较局限的，对于常⽤的⼏
种三和弦和七和弦⽽⾔，通过训练可以达到不错的听觉能⼒，但若
和弦更加复杂，⾸调的能⼒就受限了。
80 of 155 1/19/23, 6:22 AM

（四）⾸调提⾼和弦中单⾳判断⼒的路径
1、从和声相态的客观性质⼊⼿。对于钢琴和声来说，在和声的整个
⾳响进程中，有两个位置有利于单⾳⾳⾼相态的锁定，⼀在⾳头，
⼀在⾳响的持续的中后部。⾳头具有锁相优势的原因是因为此时各
单⾳的⾳⾊具有最⼤的区分性。如果你观察钢琴的单⾳的频谱，可
以发现其⾳头在整个频率区间都有能量分布，呈现出类似于噪⾳的
⾯⽬，实际这⼀阶段对于钢琴⾳⾊表现具有重要的作⽤，我们知
道，⾳⾊是⼤脑对于声波刺激在⼀个时间域内的认知，若截去这个
⾳头，那么钢琴⾳的⾳⾊可区分性就会下降，⾸调判断和声的单⾳
时需要错时进⾏，势必会有⼏个⾳不能听取到⾳头，导致他们的⾳
⾊可区分性下降。根据⼤上⼀篇⽂章关于⾳⾊的⼀般性质的描述，
“相态之间呈现出缠绕态关系，不可分割”，锁定了单⾳⾳⾊也即锁
定了⾳⾼相态，可以通过多次弹出和弦单次听取⾳头降低锁相难
度，若定要在⼀次发响的过程中判断出和弦结构，可选择在发⽣的
中后部错时，此时原⽣相态之间、次⽣相态与原⽣相态之间的⼲扰
⼒下降，单⾳的⾳⾼相态较易锁定。
2、强化⾳程（唱名⾳节）模式的熟练程度。强化⾳节模式的熟练程
度是从主观⽅⾯做出的努⼒，⾸调对于⾳⾼运动模式的判断效率来
⾃于⾳节模式(唱名模式)的熟练程度，在⼀般的旋律判断中尚且如
此，何况在复杂的和声⾳响环境中。⾳节模式的掌握从主观上提升
⾳⾼锁相能⼒，类似于有准备⽽听和⽆准备⽽听的区别，当你对⼀
个⾳⾼相态可能出现的位置⼼知肚明时，它在听觉中出现时就更容
易被抓取到。
第⼗九节关于⾳乐欣赏的⼀般性模式的讨论
我想根据⾃⼰的理解讨论⼀下关于⾳乐欣赏的⼀般性模式的问题，
在讨论之前我想把“⾳乐”的范围做⼀个局限，就是在“调性⾳乐”的范
围内讨论，因为这种⾳乐占据了主流，因此最具有代表意义。
81 of 155 1/19/23, 6:22 AM

（⼀）基本原理：声⾳信息的可预期性与不完全性
我想⾳乐欣赏这种活动同其他艺术欣赏活动或者脑⼒活动具有很显
著的区别，就是⾳乐欣赏似乎是⼀个⽼少咸宜的爱好项⽬，对于任
何⼈来说，它都没有什么⻔槛，我们不从专业听觉的⻆度或者从触
发情绪价值这样的⻆度过多延伸，单从⽣理⻆度论述，它似乎就像
嗑⽠⼦⼀样简单----不需耗费脑⼒，以简单的重复动作就可完成，⽽
且每⼀⼝都给⼈带来满⾜。⽐⽅说，读⼩说你需要做前后情节的对
⽐，对⼈物的命运前途毫⽆把握⽽陷⼊猜测，当你做⼏何运算时需
要动⽤⼤量脑⼒对已知条件的进⾏分析，这些活动都导致了较⾼的
时间成本和脑⼒成本，因此不够“经济”，也决定了这些活动需要更
多的意志⼒参与。有⼈或者说读⼩说很容易啊，那么你读过⼏本⼩
说呢？作为对⽐，你听过多少⾳乐呢?
我想这种低⻔槛或者普适性指向⼀个结论，那就是：⾳乐欣赏是⼀
种可以反复呈现的即时性满⾜。⽽这种即时性满⾜的关键就在于声
⾳的信息的可预期性与预期信息的不完全性，也就是“声⾳的信息的
部分可预期性”，如果按照我前⾯⼏篇⽂章所提出的概念，也可以表
述为“声⾳的听觉相态的部分可预期性”。
（⼆）基本单位：“下⼀个⾳符”
“反复呈现的即时性满⾜”⾸先所要求的就是反复性，即⼀个完成满
⾜感的最⼩单位问题，我认为这个最⼩单位就是“两个⾳符的转
换”，⼈们听⾳乐之所以得到满⾜，⼀个重要的来源就在于“下⼀个
声⾳”所带来的刺激，这个刺激满⾜“声⾳信息的部分可预期性”原
则，下⾯我们来稍作分析。
“调性⾳乐”之所以成为调性⾳乐，⼀个主要原因是声⾳的⾳⾼听觉
相态符合调式⾳阶的排列，⽽这种排列，在听觉上是⼀种经验。我
们先不讨论调式的起源问题，即⾃然⾳阶起源是否是⼀种基于听觉
⾃然选择的产物（我倾向于这样认为），但就说这种经验的建⽴过
程，是我们的听觉系统接受调式⾳乐训练的结果，这种训练虽然⽆
82 of 155 1/19/23, 6:22 AM

论如何来看都是有意识的⾃我训练，但是却并不仅仅是指代专业的
视唱练⽿训练，普通的⾳乐爱好者皆可达成。假如从⼀个个⾳⾼的
具体的点位来理解，我们可以说这种经验是⼀系列相对⾳⾼的点位
经验，假如从⾳程整体的⻆度来看待，则可以说是⼀些列⾳程组合
的模式，这两种说法实际并不⽭盾。当你从年轻的时候开始参与⾳
乐的聆听与模仿时，这种⾃我训练就正式开始了。没有⾃⼩接触过
固定⾳⾼乐器训练的⼈⼤概率会发展出相对⾳⾼的能⼒，那是因为
他们对固定⾳⾼的点位缺乏精确标记⼯具，久⽽久之就会转向对⾳
程关系的把握，⽽这种把握是⾮常经济合理的，我想任何喜爱唱歌
并且乐感不错的⼈都可以变调来演唱某段旋律⽽不觉得有任何困
难，这就是⼀种相对的⾳⾼点位意识的作⽤，或者说对于⾳程模式
的把握。当我们接受了⾜够多的调性⾳乐的熏陶和模仿训练以后，
⾳程连接模式的“库容”就会拓展，尽管我们感受不到它们的存在，
但是这些⾳程组合模式却实实在在的影响我们的⼤脑对⾳乐的感
受，当我们听到⼀段新的⾳乐的时候，便不会再感到意外，⽽是觉
得似曾相识，⽽且有时你感觉⾃⼰可以“预测”接下来旋律的⾛向，
⽽⼀旦出现⼀些你不曾熟知的⾳程模式时，你便会有“新鲜感”，⽽
如果这些⾳程模式次次超出你的预期（⽐如⽆调性），那么你的⼤
脑就会觉得它不可理喻并且⾮常“难听”。这种预期，我称之为“⾳⾼
听觉相态的预期”。⾳⾼听觉相态的预期是⼀种可以在不同的⾳⾊上
可以迁移的能⼒，可以视为对声⾳的⾳⾼这个维度的抽象把握，这
种调性预期可以迁移到任何乐器所演奏的⾳乐上，不管是⼈声、钢
琴、⼩提琴，这种⾳⾼相态的预期都存在，⽽这种⾳⾼相态的预
期，我认为可以视为“确定性”预期。
⾮单纯维度性听觉相态（理解不了你就把它想成“⾳⾊”）预期主要
受制于⾳⾼相态的形式，可以看做是对调性预期的⽀持因素。⾳乐
中假如存在调性预期的因素（⽐如⼀段旋律中），则必然要求构成
该旋律的声⾳的⾳⾊的协调性，这种协调性是为了确保⾳⾼相态的
清晰和连续，假如两个⾳的⾳⾊（⾮单纯维度性听觉相态）差异过
83 of 155 1/19/23, 6:22 AM

⼤，⽐如⼀个萨克斯演奏的⾳加⼀个⼋⾳盒的⾳，那么其连续的可
感知⾳⾼相态就会遭到破坏，从⽽破坏了调性预期，因此⾳⾊预期
虽然存在，但可以视为⾳⾼相态预期的⼀种附加条件。
除了⾳⾼相态预期和⾳⾊（⾮单纯维度性听觉相态）预期，最重要
的另外⼀种预期就是节奏预期，节奏预期是由于声⾳出现和终⽌符
合均匀的时间分布⽽来，其中⼜包含了拍⼦和节拍，拍⼦纯粹由于
声⾳起⽌（或者其组合的起⽌）符合均匀时间特性⽽来，这是节奏
的基础，⽽节拍则强调某些拍⼦的响度相态⽽使得他们获得超出其
他拍⼦的听觉地位⽽形成。节奏预期是⼀种很重要的预期，具体就
是指我们的⼤脑会判断“这个地⽅该出现声⾳了”，假如这个预期达
成了，⼈们机会感到舒适。节奏感明确的⾳乐使⼈觉得清晰明确，
节奏混乱⽆规律的使⼈觉得迷惑费解。
以上预期构成了“下⼀个⾳符”的基础预期，这种预期要求声⾳的连
续⾳⾼相态的明确性和声⾳在时间线上起⽌的规律性，但⾳⾼相态
和响度相态并⾮⼀个声⾳的全部听觉相态，连续⾳⾼相态的清晰性
虽然要求要求⾮单纯维度性听觉相态的协调性，但是这只能算是调
性预期的⼀个附加条件，⽽⾮单纯维度性听觉相态之所以“⾮单
纯”，原因就是其形态万千变化⽽⼜不可被⼤脑准确把握。之前我在
论述“内⼼听觉”的概念时曾经提到过“听觉⼼像”这个概念，听觉⼼像
可以视为对⼀个声⾳的听觉表现的脑记忆，这种脑记忆带有声⾳的
全⾯信息，如⾳⾼相态、响度相态和⾮单纯维度性听觉相态（有研
究说响度相态信息记忆较弱），然⽽这种记忆性质却只能⽆限逼近
真实却不能如同真的听到那个声⾳那样声临其境，不能有那样细腻
和真实的刺激感，因为这种听觉⼼像能⼒不仅存在个体差别，⽽且
作为⼀种记忆，你⽆法阻⽌遗忘的发⽣，⽐如你现在回忆⼀⾸歌
曲，你⾃然可以回忆起歌⼿所演唱的那个声⾳线条的特质（⾳⾼相
态、⾳⾊特征等），然⽽这种回忆的声⾳信息的清晰度和逼真性是
有限度的，不能和真实听到的这个信息的清晰度和逼真性相⽐。更
重要的是，调取这种记忆以还原那个听觉感受是需要⼤脑进⾏思考
84 of 155 1/19/23, 6:22 AM

和组织的，⽽这就需要耗费时间和脑⼒，⽽⾳乐直接给你明确了这
个信息，既满⾜了你的预期能⼒（调性预期和节奏预期和⼀定程度
的⾮单纯维度性听觉相态的预期），同时⼜给予你全新的刺激（主
要是⾮单纯维度性听觉相态信息的完整性导致）。
（三）局部整体性
“下⼀个⾳符”的可预期性是⾳乐使⼈满⾜的主要⼼理机制，另⼀个
重要的⽅⾯我认为是“局部整体性”。局部整体性是⼈们欣赏⾳乐注
意⼒分配所导致的⼀个必然结果，即在⾳乐欣赏中，我们的注意⼒
需要跟随时间线上声⾳的变化，因此只能分配部分脑⼒来有限度的
局部感受刚刚已经听过去的声⾳的整体性，这也是⾳乐是由乐句组
成的⼀个基本原因，我们的脑⼒有限，因此⾳乐需要以乐句的“呼
吸”来适应我们⼤脑的节奏，你不可能直接听觉理解⼀⾸乐曲第⼀个
⾳符同第三⼗个⾳符之间的联系，你所能够理解的是⼀⼩段连续⾳
符所组成的整体，这是你可以短暂记忆其声⾳动态效果并且回味赏
玩的，因此这样⼩段⾳符的听觉质量对欣赏者的主观感受⾮常重
要。虽然我们可以对⼀⾸乐曲的整体构架有⼀个宏观的认知，但是
具体到细微的⽅⾯，则总是按照时间线环环相扣的，我们对⾳乐的
记忆也是这样，⽐如有⼀⾸歌，我们会从第⼀个⾳符开始陆续唱出
后⾯的所有⾳符，但是假如叫你从第⼀个⾳符⼀下⼦跳到中间的某
个⾳符，那样就⽐较困难了。、
（四）听觉注意⼒的投放特征
关于⾳乐欣赏的注意⼒投放的特征，我想“单声部注意”和“声部交错
注意”是主要的两种模式。
在⾳乐织体中，声部可以视为“⼀种在时间上可以听觉追寻的有规律
的声⾳排列”。影响⼀组声⾳排列被⼤脑理解为“声部”的要素可以包
括：a⾳⾼要素，包括调性的、泛调性和⽆调性的，但“⼩⾳级运动
为主”是共同特征；b⾳⾊要素，该组声⾳排列为同⼀件或同类乐器
演奏或者其⾳⾊具有相似性；c节奏要素，包括拍⼦和节拍，拍⼦是
85 of 155 1/19/23, 6:22 AM

特定⻓度的声⾳起⽌（包含组合性起⽌），节拍以响度突出性达成
对拍⼦的组织。这些要素，部分具有（如⿎点）或者全部具有（如
旋律）的，可以被⼤脑理解为⼀个“声部”。
“单声部注意模式”是指，在⾳乐欣赏中，注意⼒只能全⼒追索⼀个
声部上的声⾳的动态变化，⽽不能同时追索两个声部或者以上的声
⾳变化。当注意⼒专注于⼀个声部时，其余声部则沦为“模糊背
景”。“单声部注意”是我们对⾳乐信息进⾏前后联系的整体把握的要
求，因为⼀⽅⾯我的听觉要接收新的声⾳信息，⼀⽅⾯⼜要在⼤脑
中对刚才已经“过去”的信息进⾏整合、记忆和感受，那么就决定了
这个过程⼏乎已经占据了注意⼒的全部，此时你⽆法再分出富余的
注意⼒去注意其他的声部线条，⽽只能使得其他线条沦为模糊的声
⾳背景。这种情况会⽐较多的出现在我们在听取⼀⾸新的乐曲时的
情景中，特别是在欣赏主调⾳乐时，我们需要在开始时领会主要声
部的动态特征，因此注意⼒会集中在主要声部⽽忽略其余声部。
“交替性注意模式”也是⾳乐欣赏注意⼒投放的⼀个重要模式。交替
性注意是指听觉注意⼒在声部之间切换的状态。交替性注意通常在
任何情况下都可以通过注意⼒的投向控制⽽达成，但是⼀般地，交
替性注意也受到声部特征的影响，⽐如⾳型的丰富性、连贯性，声
部的响度特征，声部的⾳⾊的特异性等，这些特征体现了作者的意
图，即作者想让听者“优先”注意的声部。交替性注意也可以是⾳乐
欣赏的主要模式之⼀，⽐如你在欣赏⼈声演唱声部时可能会短暂性
的将注意⼒投放在节奏⿎点上或者低⾳线上，但是当你做注意⼒转
移的同时，也必定使得你对原来所注意声部的细节把握的弱化，哪
怕这种注意⼒转移是瞬间的，也必定造成这种影响。
对于这两种模式的观察我们可以得到以下结论：
1. ⼈不可能同时听清两个或者以上的声部（在要求⼀定的局部整体
性的前提下）。
2. 声部的复杂程度导致对注意⼒要求不同，⽽且这种要求的程度可
86 of 155 1/19/23, 6:22 AM

以随着⼈对某声部的熟悉⽽改变。（⽐如也许你觉得⾃⼰可以听清
⼈声演唱和⿎点的声部，实际则是因为⿎点部分过于简单，导致注
意⼒可以较多的⽤于⼈声声部）
3. 对⾳乐的注意⼒投放模式是在时间线上追索“声部”，这导致了对
声部之间的⾳符的时间关系、⾳程关系听觉判断能⼒的不⾜。
多声部的⾳乐织体可以丰富⾳乐的层次性，使得⾳乐形象更加丰
满，也导致了我们也许⽆法真正“驾驭”多声部⾳乐，因为我们的听
觉⽅式总是使得我们“顾此失彼”，但是我相信，这种不能全⾯驾驭
的特性正是⾳乐美学魅⼒的⼀个重要的部分，倘若⼀个东⻄让你了
如指掌，那么它也许就不会那么让你着迷了。虽然如此，这种复杂
性也不是越⾼越好的，⽆数⾳乐作品都展示给我们，注意声部之间
的复杂与简单、密与疏、调性与⾮调性（⾊彩性）、强与弱的对⽐
关系，以避免造成听觉感受上的主次⽭盾，也许会是⼀个⽐较好的
选择。
第⼆⼗节⾳乐欣赏中“掩蔽效应”的三种表⾯机制
掩蔽效应是指，由于两个或者多个声⾳同时存在，使得对其中任何
⼀种声⾳的可听清性下降的现象。放在乐⾳构成的和声系统的⻆
度，如果⽤“听觉相态”来表述的话，就是由于掩蔽作⽤的存在，使
得具有整体性的乐⾳的原⽣相态的独⽴可听性下降。掩蔽并⾮单指
听不⻅，任何声⾳的听觉细节的损失都可视为掩蔽，因此在声⾳A
对声⾳B造成掩蔽的同时，声⾳B也可能对声⾳A造成掩蔽，但是在
听觉感受上，程度可能有所不同。
在⾳乐上，由于织体的复杂性，在时间上出现共时的声⾳是极为普
遍的现象，鉴于掩蔽效应对我们听觉所施加的切实⾳响，所以有必
要对⾳乐中⾳响掩蔽的机制和现象进⾏⼀下论述。⾳乐中掩蔽现象
形成的表⾯机制主要有三种：强度压制、相态破坏与注意⼒偏向。
1、强度压制。强度压制即响度压制，是指响度较⼤的声⾳会对响度
87 of 155 1/19/23, 6:22 AM

较⼩的声⾳造成更⼤的掩蔽，⽽导致听觉上对后者的⾳响信息更⼤
损失。
2、相态破坏。相态破坏是指，乐⾳谐波中强度较⼤的谐波，如果彼
此之间频率相近，则会对两个⾳的原⽣听觉相态的听觉独⽴性造成
破坏，也就是说破坏了两个声⾳原来的那种听感，造成⼀种破坏性
掩蔽。例如⼀个⼩⼆度和声⾳程，因为其基频距离过近，通常就会
对两个⾳的可听清性造成破坏性影响，但在出现相态破坏时，对于
⾼⾳的相态破坏往往更加严重。如⼀个⼩⼆度和声⾳程xy，假如发
⽣了这种相态破坏，则听感上⾼⾳更加难以听清，⽽使得低⾳成为
听觉上的优势⾳。
3、注意⼒偏向。注意⼒偏向是由于欣赏⾳乐时主观上追索某⼀声部
所造成的，即当听觉注意⼒投向某⼀声部时，对其他声部的听觉感
受⼒下降，造成掩蔽。这种掩蔽主要由于⼈们对于声部的局部整体
性感受需要所导致，是⼀种主观掩蔽。
第⼆⼗⼀节和声中相态根据观察特性的分类及
其在听觉中的呈现⽅式
(⼀)可独⽴追索与不可独⽴追索
和声是⼀个包含组成⾳原⽣相态和次⽣相态的系统，这个系统⽤传
统的话语来描述就是“⾊彩”。其中次⽣相态包括：次⽣⾮单纯维度
性听觉相态、拍⾳相态（响度相态变体，和声中可以存在，也可以
不存在）和流转相态（本质上是⼀种具有独⽴可观察听觉属性的相
态之间的流转态——包括乐⾳的原⽣相态和拍⾳相态）。
和声中的听觉相态（或组合）按照能够独⽴构成观察线索可以分为
两类，其中能够作为独⽴观察线索的有乐⾳的原⽣相态（因其具有
整体性）、拍⾳相态、流转相态，⽽和声中新⽣成的次⽣⾮单纯维
度性听觉相态却不可以以听觉独⽴追索，但却是能够产⽣听觉影响
88 of 155 1/19/23, 6:22 AM

⼒的成分（尽管产⽣的影响⼒程度可能不同）。
（⼆）听觉相态的运⾏“基础”
和声系统中相态的听觉基础是乐⾳原⽣相态的“整体性”（乐⾳的原
⽣相态因为⾳⾼相态、响度相态同⾮单纯维度性相态三者的协同⽽
形成“基质”），除了“次⽣⾮单纯维度性听觉相态”外，其余听觉相
态（或者相态组合）均以该整体性为听觉基础。
乐⾳的原⽣相态的听觉“整体性”，即对于⼀个乐⾳来说，因为其⾃
身振动系统（或者说谐波系统）的特性，它在听觉中呈现出⼀个具
有⾳⾼、响度和⾳⾊（⾮单纯维度性听觉相态）的听觉整体，总是
呈现缠绕态⽽不可分割，但是是因为三者在听觉进程中呈现出不同
的变化率，因此这个“整体”的听觉感受是可以发⽣变化的，但“整体
性”这个特征却保持不变。在⼀个听觉进程中，对⼀个乐⾳的三种听
觉相态的任何⼀种进⾏听觉追索都可以导向这个整体性听觉本身。
举例：⽐如和声⾳程AB，假设我们要对其⾳程结构进⾏听觉判断，
那么由时点T1开始我们听取到A的原⽣相态并听觉确认了其⾳⾼
（并⾮判断出了具体的⾳⾼，⽽是在⼤脑内模仿出了该⾳⾼位点，
感受到了那种稳态），并于时点T2转向乐⾳B，注意，此时B乐⾳的
⾳⾼相态仍然是保持不变的，其响度相态可能发⽣了改变，⽽其⾮
单纯维度性听觉相态（与“⾳⾊””性质⼀致）则⼀定发⽣了改变，因
为钢琴乐⾳的⾳头对该乐⾳的“⾳⾊”有着显著影响，我们因为⼈为
的“错时”听取⽽使得它的听感发⽣⼀些变化，这种情况在和声的听
觉感受进程中是经常发⽣的情况，但是，尽管我们从T2时点所开始
听取的B⾳的⾳⾊较从头听取B⾳所得到的⾳⾊发⽣了某种变化，但
此时（T2时点往后）乐⾳B的⾳⾼相态、响度相态与⾮单纯维度性
听觉相态仍然作为⼀个听觉整体⽽存在，除⾮此时其原⽣相态遭到
了极为严重的破坏以⾄于难以被听觉辨认。
这个“整体性”就是听觉相态所可以赖以观察的基础，也可以说是听
觉相态系统最重要的感受“基质”。当我们说“⾳⾼相态”或者“响度相
89 of 155 1/19/23, 6:22 AM

态”的时候，不仅仅是在强调这个基质的某个具有典型意义的听觉特
征，更是在强调这个“基质”的独⽴性本身，在乐⾳的原⽣相态中，
⾳⾼相态、响度相态和⾮单纯维度性听觉相态都指向了同⼀个听觉
感受。此外，拍⾳相态和相态流转态基本上也可以认为以这种原⽣
相态的整体性为变化基质，但情况略微复杂⼀些，其中拍⾳相态呈
现出某⼀种“基质”的响度维度的典型性变化，然⽽这种“基质”有时不
能简单认为是其中某个原⽣乐⾳基质。假如我们使得两个正弦波发
⽣拍现象，我们可以认为这个拍现象是以频率较低的正弦波为基础
的，以它为基质的响度变化过程，然⽽在乐⾳复合⾳之间发⽣的拍
现象，却不能简单认为其基质是低⾳的基质，我们只能确定和声中
的拍⾳相态必定有⼀个“基质”但是这个基质却是不甚明确的。⽽流
转相态则表现为乐⾳⾳⾼相态、拍⾳相态之间的衔接和转换，尽管
它是跨“基质”的，但仍不失为⼀种可以在时间上追索的听觉线索，
因此它也具有听觉独⽴性。需要强调的是，流转相态只发⽣在⾳⾊
相近的情况下（如钢琴中密集排列的原位和弦），如果构成和声饿
⾳之间⾳⾊差异性过⼤，则流转相态就不会发⽣。
（三）⾮单纯维度性听觉相态的特殊性
⾮单纯维度性听觉相态是⼀种“特殊”的听觉相态，其主要特性就是
不可独⽴观察。作为单⼀乐⾳来说，可以通过限定条件来表现出这
种属性，例如两个⾳⾼和响度⼀致的⾳，听起来仍然不同，即表明
它们的“⾮单纯维度性听觉相态”是不同的，⾮单纯维度性听觉相态
是“⾳⾊”在逻辑上的映射，它的特性就是不可独⽴观察，但是对乐
⾳的听感造成重要影响。次⽣⾮单纯维度性听觉相态同样具备这种
性质，它不可独⽴观察，是谐波调制的结果，不存在可供观察的基
质性的⾳响性状，这种隐蔽性也使得其具有了较好的侵染⼒，并以
此对和声的⾊彩造成影响。
（四）相态在听觉观察中的作⽤⽅式
1、听觉注意⼒的单向性与可迁移性。
90 of 155 1/19/23, 6:22 AM

从时间线上看，⼈不可以同时以听觉持续性的观察两种或者以上的
可独⽴追索的听觉相态（也即基质），包括具有听觉整体性的乐⾳
的原⽣相态、拍⾳相态、和声中的相态流转态（流转态可以视为相
态组合、原⽣相态的听觉整体性也可视为相态组合）这三种，假如
这三种相态在时间上形成并⾏，则听觉只能追索全⼒追索其中的⼀
种，试图观察其中任何⼀种相态（或相态组合）都会导致对其他相
态（或相态组合）特征的听觉注意⼒的丧失或者削弱。由于这⼀特
性，对于同⼀个和弦，根据听取的⽅法的不同，其⾊彩可以有多种
解释，即和声的⾊彩取决于你观察它的相态的⽅式。这⼀特性可以
推⼴到多声部⾳乐的听觉中，即⼈不能够同时追索两个或者以上的
声部，当听觉注意⼒追索⼀个声部的时候，其他声部的影响削弱或
者消失（作为⼀个声部的影响⼒削弱或者消失，点状影响⼒可能存
在）。
⽽在可所有可独⽴追索相态之间，听觉注意⼒可以实现迁移，即从
⼀种相态的追索与观察转⼊另⼀种相态的追索与观察，注意⼒的转
移受到客观与主观两个⽅⾯的影响。这⼀点也可以推⼴到声部，即
注意⼒可以在声部之间进⾏迁移，从对⼀个声部的追索进⼊到对另
⼀个声部的追索。
2、优势相态与影响因素。
在对和声的听觉过程中，可以率先被听觉所确认其特征的相态或者
相态组合（原⽣相态的听觉整体性），称为优势相态。在⾳乐欣赏
中，和声的优势相态具有较⾼重要性。
相态的优势主要有四个因素决定：从和声⾃身来说，主要由相态强
度（响度）对⽐和⾳响特性对⽐决定，即响度⼤的具有优势，⾳响
特性差异⼤的具有优势。例如，拍⾳的⾳响特异性⾼，容易形成听
觉优势，构成和声的⾳的⾳⾊差异性⼤，则均可构成听觉优势，系
统中出现新的⾳响特性（如调外⾳），也有可能形成听觉优势。听
觉优势是⼀种相对优势，并不⼀定存在“⼀家独⼤”的现象。从横向
91 of 155 1/19/23, 6:22 AM

结构对纵向和声的影响来看，影响相态听觉优势的主要因素有听觉
经验模式优势和⾳⾊差异度优势（⼩⾳级优势）。听觉模式优势主
要是调性优势，即⼀般来说，我们的听觉受到调性⾳乐的熏陶，形
成了⾳程模式经验，横向的⾳程模式经验可以决定和声中的哪种相
态是突出的。⼩⾳级优势实际是⾳⾊差异度优势，即认为对于同⼀
个乐器所演奏出的乐⾳，其⾳级越⼩，则⾳⾊差异度越⼩，听觉系
统在接受时需要作出的适应性调整越⼩，因此具有听觉优势。
3、相态的掩蔽与侵染
掩蔽与侵染是同时发⽣的过程，但可以分开来表述。掩蔽是指，⼀
个相态（或相态组合，如乐⾳的原⽣相态）由于其他相态（或相态
组合）的存在，⽽使得其本来⾳响的听觉细节遭到损失的情况。这
种损失可以由轻微到完全丧失该相态（或相态组合）特征的听觉可
感性。掩蔽的表⾯机制主要有:强度压制、相态破坏和注意⼒偏向
（主观掩蔽），掩蔽是和声相态系统普遍存在的情况。侵染是指，
在⼀个相态（或相态组合）的基础上沾染了其他相态（或相态组
合）的听觉特征，侵染⼒的强弱以相态（或相态组合）的听觉“基
质”是否明确相关，听觉“基质”明确可感的，独⽴性强⽽侵染⼒弱，
否则侵染⼒强。由此可知，次⽣⾮单纯维度性听觉相态具有强侵染
⼒，拍⾳相态因其“基质”听觉不明确性也具有较强侵染⼒，此外，
如果对于⼀个⾳⾊相近的乐⾳的组成的和声系统，假如在⾳响感受
过程中原⽣相态的听觉可分离度降低（典型如钢琴和声）或者因为
注意⼒的集中于某可独⽴观察相态（或组合）⽽尚未确认其他相态
的听觉独⽴性时，原⽣乐⾳之间也可发⽣侵染。侵染的实质是⼀种
由于主客观原因⽽导致的相态混淆。
（五）调性与连续⾳⾼相态的感知
调性⾳乐是主流⾳乐形式，调性⾳乐是⼀种以⾃然⾳阶⾳程关系为
基础的⾳乐。关于⾃然⾳阶是否存在⾃然选择优势此处不加讨论，
我倾向于有。调性⾳乐以⾳的连贯的⾳⾼相态的感知为前提，这个
92 of 155 1/19/23, 6:22 AM

前提要求⾳的“⾮单纯维度性听觉相态”具有相似性，也可简单理解
为需要“⾳⾊”具有相似性。调性⾳乐的另⼀个基础是与⾳程经验模
式的契合度，即我们的经验主要来⾃于⾃然⾳阶⾳程关系的排列组
合，我们⼤脑中所形成的模式也以此为基础，对于这种模式经验的
超越会造成调性感的破坏，由此可知调性破坏可以具有两种⼿法：
破坏⾳⾼相态的连贯可感性；打破固有⾳⾼运动经验模式。
第⼆⼗⼆节和声听觉模型的初步建⽴
（⼀）和声系统的定义
⼴义的和声系统由n个原⽣⾳组成，原⽣⾳是指同⼀个震动系统所形
成的声⾳。狭义的和声系统由n个原⽣乐⾳组成，原⽣乐⾳是指来⾃
于同⼀个振动系统，且具备明确可感的稳态⾳⾼的原⽣⾳。当n个原
⽣乐⾳发⽣时间域的重合，且各⾳的强度能够发⽣被听觉所感知到
的作⽤时（意识层⾯或者意识下层⾯），就形成和声系统。
（⼆）乐⾳的原⽣相态
原⽣乐⾳有三个维度的认知信息，分别为⾳⾼、响度、⾳⾊。原⽣
乐⾳具有听觉的整体性，即⾳⾼、响度、⾳⾊的认知处于同⼀个听
觉进程，不可分割。为了指代这种整体性，将⾳⾊抽离出来，把乐
⾳的三个维度的认知信息重新定义为⾳⾼听觉相态、响度听觉相态
和⾮单纯维度性听觉相态。其中⾳⾼相态和响度相态具有外部秩序
性，可以⽐较和排序，⾮单纯维度性听觉相态不具有外部秩序性，
可以进⾏⽐较（即能感知不同），但不能进⾏明确的排序。
乐⾳的原⽣相态=⾳⾊=⾳⾼相态+响度相态+其他单纯维度性听觉相
态+⾮单纯维度性听觉相态，其中其他单纯维度性听觉相态可以存在
（例如拍⾳相态，典型如钢琴），但其存在不应影响⾳⾼相态的明
确可感的稳态属性，否则即不属乐⾳。
将乐⾳原⽣听觉相态定义为Y，⾳⾼相态定义为h，响度相态定义为
X,其他单纯维度性听觉相态定为q，⾮单纯维度性听觉相态为u，得
93 of 155 1/19/23, 6:22 AM

到：
Y=h+x+q+u,其中q可以为0，⼜因为感受进程中时间是重要参量，
故可以进⼀步写为：YΔt=h+x+q+u，其中q可以为0 。
YΔt的感知是⼀个累积效应，若将⼀个乐⾳⾳头掐去，则感知量可
能发⽣较⼤变化，原因与乐⾳系统起振的⾳响特性相关（典型如钢
琴），这个现象可以描述为：在同⼀个乐⾳的发响进程中做两个不
同时段截取Δt1和Δt2，则YΔt1和YΔt2可以不同。在感受进程中，
⾳⾼相态、响度相态、⾮单纯维度性听觉相态的变化率存在差异，
其中⾳⾼相态h保持不变，响度相态x可以维持、变⼩、变⼤，⽽⾮
单纯维度性听觉相态变化性质默认与Y同步，视为Y在逻辑上的映
射。
（三）听觉过程的特性
听觉过程是⼀个主客观作⽤交织的过程，振动引发了听觉现象和听
觉注意投向，⽽注意⼒的主观定向投放可以造成不同的听觉结果。
参考“鸡尾酒会效应”。
多⾳共响时可以发⽣掩蔽效应，掩蔽效应是指因为⼀个原⽣⾳的存
在⽽使得另⼀个原声⾳的⾳响听觉细节损失的情况，即在Ya的作⽤
下，Yb发⽣了不同程度的改变的现象。掩蔽的表⾯机制设定为三
类：强度压制、原⽣相态的破坏和注意⼒偏向。强度压制指响度⾼
额容易掩蔽响度低的（使得Y损失更⼤），原⽣相态的破坏是指由
于乐⾳的某些谐波之间产⽣了拍现象⽽使得原⽣相态的听觉独⽴性
的破坏，注意⼒偏向是指由于某些主客观原因听觉注意⼒转向某个
乐⾳的原⽣相态或者其他单纯维度性听觉相态，⽽使得对其他乐⾳
原⽣听觉相态感受的下降。
（四）和声系统的听觉模型
和声系统（狭义）由n个乐⾳的原⽣相态系统组合⽽成，由于乐⾳各
⾃谐波系统之间的相互作⽤，这个系统所包含的相态并⾮各个乐⾳
94 of 155 1/19/23, 6:22 AM

原⽣听觉相态的累加，⽽有可能出现⼀些新的听觉相态，这些新的
听觉相态也可分为两类：拍⾳相态与次⽣⾮单纯维度性听觉相态。
拍⾳相态具有独特听觉特征，可以在时间线上独⽴观察（这个特性
类似于乐⾳的原⽣相态Y），⽽次⽣⾮单纯维度性听觉相态不可独
⽴观察，使拍⾳相态为p，使次⽣⾮单纯维度性听觉相态为u’,和声
系统的理论总相态为S,则有：
S=Y1+Y2+….+Yn+p+u’ ,其中n≥0 。
然⽽理论总相态值不等于实际感受相态值，我们的注意⼒有⼀个重
要特性，就是不能同时关注两种及以上的可独⽴追索听觉相态（主
要为各乐⾳的原⽣相态和拍⾳相态），这⼀特性是由于相态基质的
独⽴性所决定的。
根据这⼀特性，我们对于和声的感受出现两种基本模式：跟定模式
与流转模式。跟定模式即听觉注意⼒在⼀段时间内跟定和声系统中
某乐⾳的原⽣相态或者拍⾳相态⽽在主观上忽略其他相态，流转模
式是指在⼀段时间内听觉注意⼒在单纯维度性相态（主要是指各乐
⾳的原⽣相态的听觉整体性和拍⾳相态）之间流转游移的状态。跟
定模式通常以对和声较为短暂的感受时间为前提，⽽流转模式则需
要较⻓（相对）的时间为前提。需要强调的是，在⾳乐的和声的连
接中，主要由跟定模式发挥作⽤，因为⼈们倾向于把和声运动当做
是⼀种⾳⾼运动，这（⾳⾼运动模式）是我们欣赏⾳乐的⼀种主要
经验模式。
那么根据这⼀分类，可以对我们感受到的和声听觉相态（俗称和声
的“⾊彩”）S’表述如下：
跟定模式下：S’=Yn+ u’+Φ或者S’=p+ u’+Φ，⼀般的，S’=Yn+

u’+Φ更常适⽤，因为其代表着⼀种可感知的⾳⾼相态。
和声系统中的单纯维度性相态（各乐⾳的原⽣相态和拍⾳相态）之
间存在着掩蔽的关系，表现为在听觉上使得各乐⾳的原⽣相态Yn产
⽣不同程度的变化，甚者可以使得原⽣相态的听觉独⽴性消失。u’
95 of 155 1/19/23, 6:22 AM

是次⽣⾮单纯维度性听觉相态，因其不具备听觉独⽴性⽽具有了良
好的侵染能⼒，可以加诸任何单纯维度性听觉相态之上，成为和声
系统的共有“⾊彩”，⽽Φ则代表了听觉注意⼒的散逸状态所受到的其
他⾮跟定单纯维度性相态的影响，因为听觉注意⼒受到主客观因素
的影响不可能完全百分百集中于单个单纯维度性听觉相态，发⽣部
分偏移不可避免，Φ也是⼀种侵染量，其表现为在注意⼒未完全转
移前对跟定单纯维度性相态的听觉修饰。
流转模式下：S’ Δt=YnΔta∨pΔtb+u’+Φ，其中Δt =Δta+Δtb 。其

中任意原⽣相态和拍⾳相态可以交互流转，顺序不特定。
实技篇：视唱练⽿训练基本技术
第⼀节⾳程示例的学唱：⽅法与注意事项
原理部分已经讲过，旋律听⼒的实质是⼀种⾳⾼变化同唱名⾳节变
化的对应性能⼒，因此训练的重点就在于将这些⾳节组合的模式根
植于⼼中，所以学习视唱练⽿的第⼀步就是以唱名法来唱示例。
（⼀）软硬件的准备
学习视唱练⽿的软件准备就是个⼈的学习唱歌的能⼒，这种能⼒表
选为你听歌学唱的效率，以及歌唱的⽔平（⾳准及情绪把控等），
当然对于学习视唱练⽿来说，最重要的⼀条是⾳准控制能⼒。如果
⼀个⼈真的“五⾳不全”，那么他学习视唱练⽿就会⾯临巨⼤障碍，
因为学习视唱练⽿最重要的辅助⼯具不是⽿朵，⽽是嗓⼦。“五⾳不
全”是⼀种笼统的说法，实际上可以有“跑调”和“错⾳”两种表现，跑
调是指你所演唱歌曲不符合歌曲当前伴奏的调式，这种情况特别是
指在“跟着伴奏唱歌”的情况下发⽣的，如果⼀个⼈脱离开伴奏进⾏
清唱，那么有略微的调（⾳⾼）的整体偏离其实再正常不过，但是
如果在具有伴奏的时候跟唱出现这种情况，则会出现不可忍受的不
协和感觉。第⼆种情况就是演唱过程的“错⾳”，即唱错了⾳程关
96 of 155 1/19/23, 6:22 AM

系，出现了⾳⾼上的构唱错误，这种情况也是“五⾳不全”的重要表
现。当然，两种缺陷也极有可能出现在同⼀个⼈身上。需要强调的
是，跑调错⾳只是⼀种少⻅的情况，⼤部分⼈的听觉和嗓⾳控制能
⼒实际上是可以胜任歌唱的，许多⼈唱歌不好只是开发和训练不
够。如果⼀个⼈唱歌跑调错⾳，⼤概率不是什么听觉异常，⽽是嗓
⾳控制能⼒问题。有许多⼈没有经过任何专业训练，但是却形成了
相对优秀的歌唱能⼒（尤其是流⾏⾳乐领域），那是因为他们⽣涯
中的⾃我开发和训练，是喜爱⾳乐的结果，⽽绝不是什么天赋，当
然我这么说并⾮否认嗓⾳的“质量”，有的嗓⾳⾳⾊确实更加令⼈偏
好，但是这个特性不是视唱练⽿的重点，对于视唱练⽿来说，你的
⾳⾊质量不重要，你的⾳⾼模仿⼒才是基础，就是说如果你可以根
据歌曲示范正确的模仿着唱对⾳⾼，那么你就具备了⾃学视唱练⽿
的条件。
硬件⽅⾯，我建议你搞⼀个200-300元左右的电⼦琴，当然如果你
不差钱，钢琴、电钢琴、合成器都是可以的，并且⽐电⼦琴更好。
如果你真的很穷，那么⼿机钢琴app（如完美钢琴）实际也是可以
使⽤的，并不会对学习造成什么不良影响，实际上其⾳⾊甚⾄⽐普
通电⼦琴好很多，但是相对来说，电⼦琴更适合弹奏练习。基于以
上原因，选择什么类型的键盘由你⾃⼰根据实际情况决定。
但是，反对⽤吉他来进⾏视唱练⽿的学习，基于两个⽅⾯的考
虑：1.吉他需要进⾏调⾳，可能会有不准的情况。2.吉他的不同弦
上的⾳⾊协和性不够好（这⼀点可以参考原理部分关于⾳⾊协和性
的讨论），特别是质量不好的吉他，这个特性就更加突出。
（⼆）⾳程示例的熟练掌握
教程提供了⼀份⾳程示例表，从⼩⼆度到⼤七度的每个⾳程关系全
都⽤某⾸歌曲（或乐曲）中的某⼀句或某⼀个⼩节的开头来代理某
个⾳程关系，如43⽤的《⾍⼉⻜》的最后⼀句，4343121，⾳程示
例的意义、选择要求原理部分已经述及，此处不再多⾔。
97 of 155 1/19/23, 6:22 AM

那么如何使这些⾳程示例深⼊内⼼，使之达到熟练之境界呢？
学习视唱练⽿同学习⼀⻔新的语⾔原理差不多，都是要通过听读写
进⾏学习，然后才能达到熟练掌握，以听带动唱，以唱促进听，⼆
者交互进⾏，反复演练，最终就可以达到能唱能听的效果。
具体怎样来操作呢？就是听、唱、弹三管⻬下。
1、要听原歌曲（⻅⾳频资料），以听学唱，进⾏模仿，这是我们每
个⼈的⾃然天性，即便没有经过任何⾳乐训练的⼈也可以做到；即
使受过⾳乐训练的⼈，学唱⼀⾸新歌的时候这⼏乎也是最有效率的
⼀种办法。⼀边听⾳乐⼀边学唱，何其轻松愉悦的⼀种⽅式！听得
多了，那⾸⾳乐的旋律就会刻在⼼⾥，形成⼀个听觉“⼼像”，这是
⼀个记忆的基础。我们之所以要采⽤“⾳程示例”作为学习视唱练⽿
的初始⼿段，就是利⽤了不同⾳乐资料⾳响环境的“特异性”，它们
的每⼀个都是独⼀⽆⼆的，因此容易记住。在唱示例的时候，如果
你不能直接以唱名代⼊演唱出来，⾃然也可以先学习跟着唱歌词
（乐曲就没有办法啦），但是如果可以的话，建议直接唱唱名，⾃
然，在唱唱名之前要⽤键盘对歌曲或者乐曲示例⽚段的旋律⾳进⾏
验证（具体看下⾯2），课件⾳频资料中也有⼈声范唱，也可以参
考，但是不建议直接以⼈声范唱作为唯⼀学习材料（即反复听⼈声
范唱并学唱），因为那样的话就削弱了“特异化的⾳响环境”这⼀属
性，可能会影响记忆的效率。
2、要⾃⼰⽤键盘弹奏示例并跟唱。这⼀步是确保⾳符正确的对应旋
律，虽然所有的⾳程示例已经过本⼈选择和听觉判断，在⾳⾼同简
谱数字的对应性上没有问题，但是仍然你需要使⽤键盘反复弹奏示
例以加深印象，在弹奏的同时需要你跟着键盘来唱，对于是边弹边
唱，还是整体弹完⼀句后再唱，或者先默唱⼀遍再以键盘弹奏验
证，我觉得都可以尝试，个⼈建议第⼀种和第三种⽅式较好，可以
根据情况⾃⼰选择。
3、会唱示例以后要反复练唱。⼀句示例，⼀旦你听会、弹会、唱
98 of 155 1/19/23, 6:22 AM

会，就要反复练习唱，——这本身是极其⽅便的，在任何时候，你
也许只需要拿出⼀分钟的时间就可以练习⼗遍----只要不在从事危险
性⼯作的时候分神，都是可以的，⼯作的⼩间隙、上厕所的时候，
随便想起来就可以练习。⼀定要练习到⾳程示例表的上的所有示
例，只要⼀想起哪个就可以脱⼝⽽出，中间不假任何思索，这才是
初步的熟练。
4、熟练后，建议采取⾳程---⾳程示例的⽅式进⾏练习，⽐如35这
个⾳程，在你唱熟35635（打靶归来）这个示例的时候，你就可以
直接将⾳程和示例分开唱，唱35（此处内⼼想的是示例全句），⽽
后重复全句35635，其他示例同样。反复练习。（这⼀条是初版给
出的练习⽅式的建议，现在想不懂有什么特别的意义了。⼈可能会
忘记⾃⼰的学习经验或者在回忆中造成经验要素重要性的认知偏
差，这多么可悲！所以要多做学习⼼得笔记啊诸位。不过我猜想这
个练习⽅法可能是为了提升对于⾳程的反应速度，所以保留这个练
习⽅式。当然，如果你直接唱完整的⾳程示例似乎也没有什么不妥
当的——20210824补充：想起来了，这样是为了练习直接构唱，所
以这种练习⽅式是有道理的，建议使⽤）。
（三）学唱示例过程中的⾳调问题
我们在⽤键盘来弹唱示例的时候，统⼀要求⽤⼩字⼀组的键来弹
奏，有的示例占⽤了两个⼋度的键，那么就向⼩字⼀组的两侧的键
延伸。举例来说，假如你弹奏12311231345（两只⽼⻁），就⽤⼩
字⼀组的（中央⼋度，也就是C4到B4这⼀组）⽩健来弹奏，假如你
要弹奏712711（⼀起来下厨呀），那么就向中央⼋度右边做延伸，
弹奏B4C5D5B4C5C5，并跟唱。同样的，如果⽤到了⿊键，也以中
央⼋度为基本区域进⾏弹奏，并且根据实际情况的需要向两侧的⼋
度延伸。
在这⾥需要讨论⼈声的⾳域的问题，⼀般⽽⾔男声⾳⾼能够达到
C5(⼩字⼆组的C)，即为男⾼⾳，达不到的这个⾳⾼的也有不少，
99 of 155 1/19/23, 6:22 AM

⾳域还要有所降低，对于⼥声来说，⼀般⽐男声⾼4-6度，那么看似
我们嗓⾳⽆法向中央⼋度右侧做延伸了。实际上，我们在演唱歌
曲，或者跟着键盘的中央⼋度唱⾳阶的时候，所唱出的实际⾼度不
是C4-B4，⽽是C3-A3，只不过这个现象不仔细观察就发现不了，
这是⼀个很正常的现象，所有⼈都是这样唱的，因此我们跟唱时仍
然可以将嗓⾳向⾼⾳区延伸⼀个⼋度左右，因此，这些示例⼀般⼈
都是可以适⽤的。
还有⼀个重要的问题就是，所有的⾳程示例，它们的调(⾳⾼)实际
上都是不定的，并不是⼀定都是C⼤调或者A⼩调（笼统的说），那
么我在做歌曲示例的跟唱的时候需不需要同歌曲原调性⼀致?还是说
要根据键盘统⼀弹奏使⽤C调⾳⾼，这个问题看似是⼀个问题，其
实不需要纠结。回答就是当你根据歌曲示例学唱的时候就⽤原调⾳
⾼，当你在键盘弹奏并跟唱的时候就⽤C调⾳⾼，当你脱离键盘并
根据记忆⾃⾏唱出示例的时候，不需要过分在意调（⾳⾼）这个要
素，只需要⽤你的嗓⾳⽐较⾃然和舒服的唱出来就可以了，因为对
于⾸调来说，在任何时候忽略具体的⾳⾼，⽽抓取⾳程的关系都是
最基本的要求。⼀个示例如果你真正唱的熟了，还可以⾃⼰尝试在
⾃⼰的低中⾼三个⾳区唱⼀唱试试，当然，你也不必过分倚重这种
练习⽅式，因为⼀个示例真正唱熟以后，在任意⾳⾼上随意唱出都
没有任何问题。
（四）初版课件的⼀些其他细微的建议
1、表格选⽤了具体歌曲⼩节来辅助你记忆⾳程，这个⾳程⼀般是⼩
节开头的两个⾳，但也有例外；2、每⼀个⾳程都选取了上⾏和下⾏
两个示例，如1231（两只⽼⻁）和216116116165（素胚勾勒出⻘
花笔锋浓转淡）；3、每⼀个⾳程下的⼏个变化，⽐如⼩三度下的四
个24.35.61.72，虽然其⾳程实际是⼀样的，但不可通过其中的⼀个
来推算另外三个，必须每⼀种都以具体的歌曲示例熟记之，不可取
巧，因为在调性⾳乐中，他们所处的⾳阶位置不同，必须熟练掌握
才能实⾏任意连接转换，⽽且在实际的旋律听记中，没有时间给你
100 of 155 1/19/23, 6:22 AM

做代换，⼀做代换，必定迟滞，通篇打乱。4、不必考虑表格中所有
歌曲调式上的差异，男声⼥声国语外语也都不是问题，不仅如此，
我很⿎励在熟练后能将每个⾳程在⾃⼰嗓⾳的⾼、中、低⾳区多唱
⼀下，就某个具体⾳程来说，它唱起来在听觉上都是⼀样的。⾸调
⽿是⼀种根据⾳程关系听辨旋律的⽅法，⽆法像固定调那样分辨具
体⾳⾼，听到都是相对⾳⾼，因此⾸调⽿练习者必须学会每⼀个⾳
程在任意⾳⾼上的“⽆级变速”，即在任意⾳⾼上构唱某个具体⾳
程，所以要求⼤家练习时可以在不同⾳域上试⼀下，但注意：不必
过度依赖于这种练习⽅式，⽤更多的精⼒去唱那个固定调⾼的⾳程
示例（你舒服的⾳域），如果⼀个示例果真唱到了极其熟练的程
度，任意⾳⾼的构唱不是问题。5、第⼀步⾸先要学唱，先不要试图
听出⾳程，等到表格上纯五度前⾯（通常在⾳乐中使⽤的最多）的
所有⾳程都唱会后，才可以尝试扒谱。关于扒谱，后⾯有⼀章内容
专⻔来讲，此处不表。6、⼀定要使⽤键盘。我建议⼤家先买个电⼦
琴，原因是便宜、⾳准好，虽然电⼦琴不过是个玩具，但⽤来学视
唱练⽿已⾜够，性价⽐⾼。注意，此教程旨在培养⾳乐的听⼒，因
此对键盘操作不做要求，指法上采⽤⼀指禅都可以，但我建议有⻓
远⽬标的还是注意下指法，⾳乐这种玩意⼉，想深⼊学下去，必定
绕不过钢琴。7、⼿机上可以下载完美钢琴之类的软件，⽅便随时随
地学习。
第⼆节短促发⾳式读唱⽅式
（⼀）什么是短促发⾳的读唱练习
短促发⾳式的读唱练习是视唱练⽿中的第⼀个重要的嗓⾳控制技
术，它贯穿于整个视唱练⽿活动的始终，包括前期的简单识谱和最
后期的⼈⾁扒谱阶段，像⾳程示例⼀样，你可能在未来的任何时候
都可能要利⽤到它。那么什么是短促发⾳的读唱⽅式？
短促发⾳的读唱⽅式，顾名思义，就是以短促发⾳的⽅式来读取⾳
101 of 155 1/19/23, 6:22 AM

符，以极短的时间（⼩于⼀秒钟）唱出⼀个⾳符的准确⾳⾼后，⽴
刻停⽌发⾳，产⽣⼀个停顿，在停顿期间以该停⽌的⾳符为根⾳，
回想我们的⾳程示例表的示例，⽤示例的那个⾳程确定下⼀⾳符的
⾳⾼，以短促发⾳的⽅式发出该⾳⾼，之后再停顿，再以这种⽅式
进⾏到下⼀个⾳符。
例如要唱出这样⼀条旋律：5435543575，上来开头⽤⾳程示例表中
的⼤⼆度示例5453212（⽼男孩）唱出54（此刻4要短促发⾳）--停
顿，回想以43开头的示例（4343121⾍⼉⻜）确定3的⾳⾼----唱出
3（短促发⾳）----停顿，回想以35开头的⾳程示例（35635 打靶归
来）确定5的⾳⾼---唱出5（短促发⾳）---停顿，同⾳反复5（短促
发⾳）---停顿，回想以54开头的示例（5453212⽼男孩）确定4的⾳
⾼---唱出4.......⼀直进⾏下去。
回想示例的时候是在⼼⾥默唱，⽽且你如果示例已经唱得较为熟
练，通常也不必再在⼼⾥默唱⼀整句示例，仅仅以示例带动在⼼⾥
唱出我们需要的那个⾳程好了，在⼼⾥默唱，之后形之于嗓⾳，假
如你在⼼⾥还不能较迅速的默唱出这个⾳程，说明你对⾳程示例表
唱的还不够熟练，要继续回头复习⾳程示例的唱法。
（⼆）使⽤短促发⾳的读唱练习的必要性
在视唱练⽿中使⽤嗓⾳是必须的，它是形成⾸调听⼒的最重要的⼀
个⼯具，⽽且在后期，它也是你实现⼈⾁扒谱（指代⽆任何乐器辅
助的扒谱）所能够依靠的⼀种重要的嗓⾳技巧。通过“唱”的练习⽽
⽽达到熟练的听辨能⼒是学习视唱练⽿必由的道路，所以这个课⽬
才叫做视唱练⽿，视唱和练⽿虽然是两种看似相对独⽴的活动，但
在实际上存在着强因果关系，前者是后者的前提。
⾸先，我们视唱乐谱需要使⽤嗓⾳完成，在学习的初期，你的视唱
过程不可能像⼀个经验熟练的⽼⼿那样快速熟练，短促发⾳式的读
唱⽅式可以保证你可以以较慢的速度正确的读出乐谱，达成初步的
读谱视唱能⼒。⽽在后期⼈⾁扒谱的时候------即使你的⽿⼒再强，
102 of 155 1/19/23, 6:22 AM

有的时候也会⾯临某个⾳程节点听不出来的情况，此时，就需要你
以短促发⾳的读唱⽅式将这个⾳程还原到最容易辨认的状态，从⽽
得出这个⾳程是什么的结论。
这个问题还可以展开说⼀下。就是等我们的听觉能⼒纯熟以后，我
们可以达到什么样的程度，是否所有的乐曲（旋律）都可以迅速得
到谱⾯呢？
实际上，影响⼤脑中直接“出谱”的因素是⽐较多的，这⾥简要做⼀
些说明，⽤以论证“短促发⾳的歌唱⽅式”的重要性。影响我们⼤脑
对于乐曲谱⾯的直接反应的要素有很多：
1、调性调式因素。⾸调听⼒实际上是⼀种模式经验听⼒，它以⼤脑
经过训练后产⽣的⾳程和⾳程连接模式作为听觉反应的基础，当你
听到的⾳乐符合你的经验模式的时候，你就能够反应出来（谱
⾯），如果不符合，那么就不能反应出来，可能表现为可以听出⼀
些零碎的⾳程⽚段。那么我们训练的最主要的⽬标是⾃然⼤调⾳阶
的各类⾳程关系的连接，这⽆疑也是最基础、最常⽤的，它实际上
包括了⼤调⾳阶、⼩调⾳阶还有其他五个中古调式的⾳程关系（还
有五声调式之类的），但是我们知道，调式是⼀个⾮常丰富的概
念，还有其他⼀些别的调式⾳阶，它们和⾃然⾳阶所代表的⾳程关
系既有重合的部分也有不同的部分，对于这些我们没有训练过的⾳
程关系组合，实际上我们是很难直接听出来的。何况还有⼀类以破
坏调性为宗旨的⾳乐形式，如泛调性和⽆调性⾳乐，直接⽆视⾃然
⾳阶的⾳程关系，对于这⼀类⾳乐，我们基于⼤调⾳阶所训练出的
听觉能⼒显然是不够⽤的，你也不可能直接听出它的谱⾯。
2、演唱歌词的⼈声。演唱歌词的⼈声也⽆法直接听出⾳⾼，这主要
是由两个原因造成，⼀是⾳节的⼲扰，因为我们所使⽤的唱名法是
⼀种⾳节系统，这个⾳节系统同我们⼈类所使⽤的语⾔系统的⾳节
实际是混同的，这样我们在听取⼈声演唱的歌词时，就难免受到影
响，导致不能同唱名法⾳节系统对应起来。⼆是语义影响，因为歌
103 of 155 1/19/23, 6:22 AM

词是带有语义的，会吸引我们的注意⼒，会导致听觉辨析能⼒的削
弱，这也算是⼀个原因，但不是主要原因，因为我不懂的语⾔所演
唱的歌词同样不能直接反应出⾳⾼。⾄于演唱歌词的⼈声该怎样提
⾼听辨效率，这个问题我们后⾯单独来讲。
3、⾳符细节表现的差异。⾳乐是⼀个变化多端的系统，就⼀个具体
的⾳符来说，它有⾳⾼、⾳⾊、强度、时值差异，在调性环境中，
它还有调性⾊彩、倾向性等差异，总⽽⾔之，同样⼀个⾳程，它在
听觉中的表现可能很不⼀样，不要以为学过⼀个⾳程示例后就能适
⽤你听到的所有该⾳程的环境，在能⼒尚未纯熟的阶段，辨别不出
来是经常的情况。
4、⼈声的特性。对于我们不能直接听出来的⼀些旋律，我们需要使
⽤嗓⾳复述出来之后再尝试加以判断，然⽽在这个复述的过程中，
⼈声会表现出它独有的⼀些特性例如滑⾳、颤⾳等现象。滑⾳是
指，在进⾏⼈声演唱（包括复述）时，在⾳符之间进⾏转换或者过
渡的时候会产⽣⼀些其他的⾳⾼相态，这些“异端”的存在会对⼀个
明晰的⾳程关系造成⼲扰。颤⾳是指，⼈声演唱时在某⼀个具体的
⾳⾼上会有颤⾳的存在，这种颤⾳可以导致某⼀确定⾳⾼的“不
稳”，从⽽再听辨时对其基本⾳⾼的把握产⽣⼲扰。⽽短促发⾳的读
谱⽅式可以克服这种劣势：通过短促发⾳消除了颤⾳的影响（来不
及颤）；通过短暂停顿消除了滑⾳的影响（捞不着滑）。通过把⼈
声的发声⽅式变得类似于某些乐器（⽐如钢琴），从⽽消除了劣
势，使⾳程关系明晰化。
基于以上这些“听觉⽆⼒”的情况，我们需要使⽤“短促发⾳的读唱⽅
式”。短促发⾳的读唱⽅式的精髓在于它的还原能⼒。在扒谱的过程
中，有时我们需要使⽤嗓⾳对听不出的旋律进⾏复述，在复述的时
候，因为上述⼀些因素的存在，有时候旋律中的某个⾳程表现出来
的性状，或者说给我们的感觉，就会和我们进⾏训练的那个基础模
板——也就是⾳程示例的感觉不⼀致，导致辨认上的困难，此时，
短促发⾔的读唱⽅式可以使得这些听觉上不易辨认的⾳⾼变化回归
104 of 155 1/19/23, 6:22 AM

到最原始的状态，此时你就能够根据以往的经验辨认出当下的⾳程
到底是什么。
（三）短促发⾳的读唱⽅式的应⽤场景
⼀是初步识谱时的应⽤。初步识谱时，⾳程示例的学习处于起步阶
段，⾳程的具体连接还没有练习许多，因此读谱时主要依靠⾳程示
例来“卡”，为了更加准确的读出每⼀个⾳程，可以采取这种短促发
⾳的⽅式来读谱，使每个⾳符都变成⼀个清晰明确的根⾳，从⽽有
助于下⼀个⾳符的正确读出；在掌握⼀定程度的⾳程连接的实例，
读谱⽐较流畅的时候，偶有陌⽣的连接⽅式不能顺利读出，也要使
⽤这种⽅式来读。当然了，这种⽅式是为了读出正确的⾳⾼，读出
以后唱的时候要正常的根据节奏和歌曲表情要求来唱。
⼆是在做“逆向解析”（后⾯会专⻔讲解“逆向解析”这个重要练习⽅
法）的过程中使⽤这种⽅式强化⾳程关系的掌握和建⽴内⼼听觉。
对于我们学习⾸调练⽿的⼈，⼤量积累乐句实例⽚段是必须的（三
⾳连接实例⽚段），你要背诵⼀些短⼩旋律，背过以后再以这种短
促发⾳的⽅式做逆向解析练习，这种练习⽅式很有效，它不但可以
检验你的⾳程关系是否已熟练掌握，⽽且可以迅速加强⾳程关系掌
握的熟练程度，因为你每读⼀个⾳程，那个具体示例所代表的⾳程
关系都要在⼼⾥过⼀遍，这个“过⼀遍”的过程是在⼼⾥默读完成
的，⼜极⼤程度上锻炼了你的内⼼听觉。
三是⼈⾁扒谱阶段的重要⽅法。在⼈⾁扒谱的阶段，因为(⼆)所讲
的三个原因，有时候你不能直接听出旋律，或者会卡在某个节点听
不出来，这时候也需要你以⾃⼰的嗓⾳先复述⼀段陌⽣的旋律，在
复述的过程中，要采取这种短促发⾳（结合“⽬标⾳的⾳节统⼀化处
理”这个技巧，后⾯专⻔会讲）的⽅式进⾏复述，这样才能把旋律还
原成⼀串清晰明确的⾳程关系，从⽽可以使你较快的得到其谱⾯。
关于这种⽅法进⾏⼈⾁扒谱的注意事项还有⼀些，此处不再多⾔，
容后专⻔介绍。
105 of 155 1/19/23, 6:22 AM

（四）短促发⾳读唱⽅式的嗓⾳控制技术要点
1、较低的⾳量。原理篇讲过，“低唱默数”是形成内⼼听觉的重要⽅
式，我们在做短促发⾳的读唱练习的时候，正是要贯穿这⼀原则，
即使⽤较⼩的⾳量来进⾏读唱。使⽤较低的⾳量，可以使声带更加
游刃有余的进⾏构唱，更重要的原因是这种⽅式能够同内⼼对⾳程
的“数算”协调起来，不⾄于让⾃⼰所发出的过⼤的声⾳影响到内⼼
对于⾳程的“数算”。那么多低的⾳量恰当呢，-------我认为⾃⼰能够
听到就可以了，就让它留在嗓⼦眼⾥，你要知道这不是表演唱歌，
⽽仅仅是配合内⼼对于⾳⾼的构建活动，因此不需要过⾼的⾳量。
2、唱出⼀⾳停顿时保持声带和⼝腔的状态，并快速完成⼩幅度（轻
微的）的吸⽓蓄⼒以发出下个⾳。这种保持声带紧张度和⼝腔形状
的状态有利于对刚刚发出的⾳⾼的把控，帮助你以⼀种“较为稳定”
的状态构建出下⼀个⾳的⾳⾼。
3、加强对已经唱出的前⼀个⾳⾼的短时记忆能⼒训练。训练的⽅法
主要有：⽤短促发⾳的读唱⽅法发出⼀个⾳⾼后，停顿2-3秒，重新
发出这个⾳⾼；发出⼀个⾳⾼后，构建出另⼀个⾳⾼，之后根据暂
时性记忆回唱第⼀个⾳⾼，这个技能在做逆向解析时会⽤到。
第三节逆向解析与简单读谱
（⼀）逆向解析的定义
逆向解析是⼀种重要的练习⼿段，它在旋律听觉能⼒形成上具有重
要作⽤，是⼀种可控、可⾏、低难度⽽⼜⾼效率的练习⽅式，特别
适⽤于⾃学者，它有助于形成你内⼼的相对⾳⾼的点位意识，是形
成内⼼听觉的重要练习⽅法。逆向解析以短促发⾳的读唱⽅法为训
练基础，就是说，你需要掌握短促发⾳的读唱练习，并以此⽅法为
基础进⾏逆向解析训练。
逆向解析的意思是，在任意调上的旋律线条，最好是你喜欢的旋律
⽚段，以唱名的形式将它唱熟，之后从头开始⼀个⾳程⼀个⾳程的
106 of 155 1/19/23, 6:22 AM

做解析，解析的原型⼯具是⾳程示例，解析的对象就是建⽴在不同
⾳⾼上的⾳程，解析的辅助⼿段是短促发⾳的读谱⽅式。为什么称
为逆向解析？因为如果把对陌⽣乐谱中的⾳程构唱看做是⼀个正向
的过程，那么事先已经明确了旋律进⾏的⾳⾼和唱名再对⾳程进⾏
⽐对印证的⽅式就可认为是⼀个逆向的过程，所以称为“逆向解
析”。逆向解析只有⼀个⽬的，强化⼤脑在任意⾳⾼上构建⾳程的能
⼒，以形成内⼼听觉。
仅仅把⾳程示例唱熟是不够的，那只是学习视唱练⽿的第⼀步，就
是在⼼中建⽴⼀个个松散的⾳⾼标尺的模型，这是⼗分重要的⼀
步，作为没有教师时时指导的⾃学者，这是最重要的辅助⼯具，是
⼀种在没有形成下意识的⾳⾼反应能⼒之前的⾳⾼构建的标尺，它
会在较⻓的时间内发挥作⽤，⽆论是初级的读谱视唱还是扒谱，例
如，你需要⽤它来验证读谱时⾳⾼构建的正确性，在扒谱中，你需
要⽤它来契合旋律⾳⾼的进⾏，以得到正确的谱⾯，总之，⾳程示
例可以帮助你在没有教师指导的情况下较为迅速有效的形成内⼼⾳
程的快速构建能⼒，这是⾳乐视唱能⼒和听觉能⼒的根本。
逆向解析是⼀种⼈⾁扒谱（不借助乐器）形态的次状态，区别在于
是否已经明确旋律的⾳⾼变化（唱名变化），如果不知道，那就是
扒谱，是⼀种⼀个⾳程⼀个⾳程硬扒的状态（在不借助乐器的情况
下，你可以⽤这种⽅法来硬扒旋律），如果事先知道了，那就是⼀
种有明确⽬标的契合和验证，它可以在⼤⼤降低难度的情况下训练
内⼼对于正确⾳⾼的构建能⼒。
（⼆）特点及优势
逆向解析本质上是⼀种情景化的⾳程构唱练习，但是⼜不同于传统
意义的⾳程构唱练习，它有三个特点：
1.需要借助⾳⾼的标尺原型，也就是⾳程示例。这可以有效的检验
⾳程示例掌握的牢固程度，并且强化⾳程示例掌握的牢固程度，形
成较快速的回想能⼒，⽽快速回忆能⼒即代表快速的⾳程构建能
107 of 155 1/19/23, 6:22 AM

⼒。
2.所训练的是任意调构建⾳程的能⼒。因为⼀条实际的旋律可以是
任意调，当你做原调复述依此做逆向解析，就是训练在任意调上构
建⾳程的能⼒，⽆论是唱谱还是听辩，忽略调（key，或者说具体的
⾳⾼）⽽抓取⾳程关系都是⾸调的基本要求。
3.这是⼀种明确结果的验证式练习，因此不会出现判断失误，不会
导致错误的⾳程构建结果，⽽只能是进⾏⼀种框架内的正确强化。
这⼀点就克服了没有教师指导纠错的劣势，成为⼀种适宜于⾃我练
习的⽅式。
（三）逆向解析的两种练习⽅式
逆向解析有两种基本练习形态，⼀种是做线性解析，也就是按照旋
律⾳出现的次序顺次解析，这是基本形态。另⼀种是做相邻⾳程的
快速构建⽐对练习，⽐如523471（夕阳⼭外⼭），在构唱出52以后
返回基本⾳⾼5，构建53，返回，构建51，强化区分能⼒。
做逆向解析所使⽤的⼀种重要的发⾳⽅法是短促发⾳的读谱⽅式，
这种读谱⽅式可以中断嗓⾳模仿旋律时的那种肌⾁准备的动态倾向
性，——在这种动态倾向性即意味着基本⾳级的不稳，这对于⾳⾼
和⾳程的判断是种劣势。把任何富有感情的旋律演唱变为⼀种点状
的稳定⾳⾼，从⽽⽅便⾳程示例的代⼊和⾳程的判断，这就是短促
发⾳的读谱⽅式的精髓。
在做短促发⾳的逆向解析时，⼀定要低吟轻唱（声⾳越⼩越好，⾃
⼰能听到就可以，最终还要变成可以在⼼⾥唱），关键是不要让外
在声源扰乱内⼼的⾳⾼构建活动，在以点状⽅式进⾏到⼀个新的⾳
⾼并产⽣停顿时，要保持嗓⾳当时的那种紧张状态，并思考（回忆
示例）构唱出下⼀个正确⾳⾼。当做第⼆种形态的练习时，需要经
常回到前⼀个⾳级，这种回归应当以⾳⾼的短时记忆为主要依据。
逆向解析是⼗分重要的练习⽅法，推荐为掌握⾳程示例后最主要的
108 of 155 1/19/23, 6:22 AM

练习⼿段，不推荐将扒谱作为主要练习⼿段，因为即使你已经掌握
了⾳程示例，由于对⾳程连接的掌握尚未纯熟，直接⽤听⼒扒谱也
⼏乎是不可能的，或者极为困难容易挫伤学习积极性。逆向解析是
⼈⾁扒谱的次状态，通过这种练习可以使你不断强化⾳⾼点位的构
建能⼒，因此推荐为掌握⾳程示例后的主要练习⼿段。当然了，使
⽤键盘辅助的扒谱也可同时进⾏，但应以简单短⼩的旋律（部分乐
句）为主，⽽不必以整⾸乐曲做扒谱练习的对象。
（四）简单读谱能⼒养成
在把⾳程示例掌握熟练以后，你可以尝试在“短促发⾳的读唱⽅式”
的辅助下进⾏简单的唱谱识谱，就是说慢慢的把⼀个陌⽣乐谱⼀个
⾳⼀个⾳的把正确的⾳⾼唱出来。在做这项练习的时候，要求选择
⼉歌作为对象，因为⼉歌相对来说⽐较简短，所使⽤⾳程关系跨度
⼩，且节奏类型⽐较简单，有利于降低读谱难度。当然，尽管节奏
型⽐较简单，仍然需要你具备⼀定的节奏视唱能⼒，所以要对最基
础的节奏型和节奏型组合有过了解和练习，需要会打拍⼦并根据拍
⼦唱出正确的时值。但是要注意，这项⼯作的象征意义⼤于实际意
义，如果仅仅依赖于这种练习⼿段，则你的提⾼不会⾮常快，它只
是给你⼀个阶段性的⾃我认可的感受：就是，我能够识谱了，是
的，尽管速度很慢像爬⼀样，但是我的的确确可以在不依赖任何乐
器辅助的情况下识谱了。实际上，掌握⾳程示例以后最好的两种练
习⼿段是逆向解析和三⾳连接实例的背唱，但是我相信你也需要以
“能够独⽴识谱唱谱”作为⼀个学习的阶段性的⾥程碑。同学们，学
习中最困难的就是不断获得正向反馈来抵御过程中的怀疑感、枯燥
感，所以我相信这个简单读谱的⾃我“试验”可以提振你们学习的信
⼼，但是，却不必过于依赖这种练习⽅式。
第四节节奏练习与节奏扒谱（扒节奏）
（⼀）节奏型的读谱练习
109 of 155 1/19/23, 6:22 AM

虽然本课件对节奏型的读谱练习所讲甚少，但实际上这是⼀个⼗分
重要的内容，就是你需要⽤⼿打着拍⼦来进⾏节奏型的组合视唱，
本课件之所以对此所讲甚少，是因为这件事情实际上没有什么可以
取巧的办法，⽽纯粹是⼀种需要反复练习才能够不断提升的技能。
实际上我们⼈类对于时间的把握并不能达到精确的程度，之所以要
打着拍⼦来视唱节奏，是因为需要以这种机械动作来做⼀个时间上
⽐例尺，这种打拍⼦的办法以后同样会应⽤到节奏的扒谱过程中，
都是必不可少的辅助⼿段。节奏型的视唱练习，本⼈推荐尤静波的
《流⾏节奏训练教程》这本书，并不是说这本书都多么好，只是这
本书我⽤过，⽽且可⽤。如果你有其他的专⻔进⾏节奏视唱的书或
教材，⾃然也是可⾏的。
（⼆）扒节奏的顺序
扒节奏的总体原则是由⼤到⼩、由宏⽽微。具体来说，要扒出⼀⾸
陌⽣歌曲的节奏，⼤体的步骤应该是：判断拍⼦类型（是⼏拍⼦的
歌曲）——划分⼩节线——每个⼩节内的数拍所包含⾳符的具体时
值的划分（结合节奏型判断）。
判断出了⼀⾸歌曲的拍⼦类型，并记录了其具体的强弱规律，就划
分出了⼩节，这是扒节奏的第⼀步。关于拍⼦类型的判断，在上⼀
篇原理篇中已讲述过，它是⼀种拍⼦的强弱规律的循环往复，例如
⼆拍⼦就是强弱强弱强弱……..，⽽三拍⼦则是强弱弱强弱弱强弱
弱……..，⽽⼩节包含了⼀个强弱单位，如⼆拍⼦的⼩节线划分就是
强弱︱强弱︱强弱︱强弱︱……，余类推。
理论上来说，有经验的听者可以从歌曲演奏或演唱中直接以听觉确
定这种律动⽅式，然⽽更多的⼈可能不能达到这种程度，所以我们
需要寻找⼀种⽅法辅助对拍⼦类型进⾏判断，并辅助进⾏⼩节线的
划分。
（三）判断节奏型和划分⼩节线的实⽤技术---指节记拍法
指节记拍法是⼀种以⼿指关节和节间位置作为打拍⼦的固定落点来
110 of 155 1/19/23, 6:22 AM

辅助判断拍⼦类型和划分⼩节线的⽅法，具体来说，就是以左⼿⻝
指（左利⼿反之）的关节和指段的4个基本点作为打拍⼦的基点，以
右⼿⻝指来顺次打拍⼦，以印证和契合歌曲的具体拍⼦类型以及辅
助判断和记录⼩节的节点，从何划分出⼩节线的⼀种⽅法。
指节记拍法⽐普通的原位打拍⼦有重要的优势，它除了可以分清单
位拍以外，还反映出了进⾏中的曲⼦的⼩节内拍⼦的强弱规律，使
得拍⼦类型的判断和⼩节的划分更加快捷⽅便。
我们知道，拍⼦的最基本类型是⼆拍⼦和三拍⼦，⽽流⾏乐中更加
惯常使⽤的是四拍⼦和六拍⼦，当你对歌曲的拍⼦的强弱判断产⽣
困难时，可以采取指节记拍法去把它的律动⽅式“试”出来，从顺序
上说⾸先尝试它是不是四拍⼦，因为⼀⾸流⾏⾳乐是四拍⼦的概率
更⼤，其次要尝试它是不是以三拍⼦为基础的六拍⼦。
具体操作⽅法是这样的：⾸先在⻝指根节也就是标注“1”的位置开始
打拍⼦，注意：⼀般情况下，歌曲起拍为重拍，但弱起也是常⻅的
情况，当起拍我重拍的时候，你可以顺次向下打拍⼦，落点在2、
3、4点，之后返回1点，倘若你听⻅歌曲的重拍再次落在1点上，此
歌曲⼀般为4拍⼦，若不放⼼可继续打拍⼦看重拍是否重复性落在1
点，则可确定⽆疑；如果歌曲起拍不是重拍，则重复在1点击拍，直
到确定打到⼀个重拍再按前述⽅法顺次向下，判断⽅法也⼀致。
假如该歌曲不是四拍⼦，就会出现歌曲的重拍不能重复性落在1点的
情况，此时考虑其是以三拍⼦为基础的节奏，那么要尝试三拍⼀个
循环，看重拍是否能重复性落在1上。具体来说，从1点打到⼀个重
拍后顺次向下，经过2、3点，再返回1点，看重拍能否重复性落在1
点上。注意：该⽅法在⼿指上标注了四个点作为打拍⼦的基点，那
么六拍⼦只能⽤123123两个循环来代表⼀个⼩节，为什么不标注六
个点从⽽打出123456这种⽅式呢？是因为这样的话1点和6点距离太
远，从6点折回1点路程太⻓可能影响拍⼦的时值准确度，⽽且第⼀
指节太短了要承载两拍显得局促（不知是否仅是本⼈⽣理缺陷），
111 of 155 1/19/23, 6:22 AM

总之做123123这种循环的时候要留意⼀下第四拍的强度是否弱于第
⼀拍，如果弱于⼀拍则为六拍⼦，若强度相当则为三拍⼦。同理，
在打四拍的时候也要留意⼀下第三拍的强度，看是否弱于第⼀拍，
若强度相当则为⼆拍⼦，当然⼆拍⼦也做1212循环这种打法，不过
流⾏乐中⼆拍⼦是少⻅的，许多⼉歌和进⾏曲是⼆拍⼦。
⽤这种⽅法来打拍⼦⼀是确定了歌曲的拍⼦类型，⼆是形成了明确
的⼩节划分，例如四拍⼦从1点打到4点就是⼀个完整⼩节，六拍⼦
经过123123两个循环是完整的⼀个⼩节，三拍⼦、⼆拍⼦同理。⽽
且它还可以胜任其他⼀些拍⼦类型的鉴别和判断，⽐如5拍⼦，7拍
⼦也可通过3+2或2+3,3+4或4+3等⽅式来打出来，就克服了原地打
拍⼦造成的轻重拍和⼩节的模糊不清，可以说⾮常⽅便了。
（四）⼩节内⾳符具体时值的判断
对于⾳符具体时值的判断实际是对⾳符和单位拍⼦的时值的⽐例关
系的判断，要迅速的实现这种判断，必须通过练习将节奏型和打拍
⼦的V型⼿势对应起来，所以要求在⽇常训练中⼀定要打着拍⼦练
习节奏型，通过⼤量练习获得快速判断的能⼒。有专⻔书籍可以对
节奏型进⾏训练，本⼈使⽤过尤。
（五）扒节奏的其他⼀些细微问题
1、关于听到更⼩拍值的问题。原理篇已经讲述，单个拍⼦会在⼀些
⽐较规则时间点上被划分，如⼆分之⼀处，四分之⼀处，四分之三
处等等，假如⼀⾸歌曲它的⼤部分拍⼦都可以被⾳符做⼆分之⼀的
划分，那么我们就有可能听到更⼩的时值单位，那就是⼀拍的⼀
半，就是将⼆分之⼀拍作为⼀拍。拍⼦的时值减为⼀半。假如曲⼦
是2拍⼦，其⼤多数拍都可做⼆分之⼀划分，那么将2拍⼦听成时值
缩短⼀半的四拍⼦是可以的，其轻重⾳的组合⽅式不会发⽣变化，
⽽且理论上说三拍⼦如果符合上述条件听成六拍⼦也⽆⼤错，但三
拍⼦歌曲还可以符合细分条件的相对较少⻅。同样的，四拍⼦歌曲
有时可能听成⼋拍⼦，也不能说错，但⼀般不能这样，但把四拍⼦
112 of 155 1/19/23, 6:22 AM

听成时值为⼀半的两个连续四拍⼦时不可以的，因为这样的话⼩节
内唯⼀重拍的规则发⽣了变化，变成了两个重拍，这显然是不正确
的。
2、关于拍⼦弱起和重拍的移位。乐曲开头的⾳不⼀定是重拍，有时
会弱起；⽽每⼀⼩节开头的⾳也不⼀定是是重拍，有时因为上⼀⼩
节⾳的延⻓或本⼩节开头⾳的空缺⽽发⽣重拍的移动，它可能出现
在本⼩节后⾯开始的某⼀拍上，这种情况是经常会出现的，然⽽其
数量必定不会太多，因此不会整体上改变⼀⾸歌曲的拍⼦的律动⽅
式。此道理前⽂已述及。
3、不能跟着歌曲的律动⾃然的打拍⼦怎么办？
跟着歌曲的律动⾃然地打拍⼦似乎是种本能，⾄少本⼈没经过什么
特别训练。在有⿎的时候可以听⿎，跟着⿎点打拍⼦，如果有钢琴
的柱式伴奏，⼀般砸⼀下是⼀拍。如果是没有节奏性的伴奏乐器，
⽽⼈声演唱⼜较为难以打出节拍，可以往后从副歌部分来判断——
因为副歌往往情绪⾼涨，表现在⾳乐上可能就是⾳符密度的增加，
节奏的明晰化。
4、反对以划三⻆形的⽅式来打三拍⼦为基础的节奏。划三⻆的⽅式
速度不均匀、划过轨迹⻓度难控制、单拍的起⽌点不精确等原因导
致不能较好的契合三拍⼦的节奏，从⽽对节拍和具体⾳符时值的判
断出现困难，不是⼀种好的打拍⼦⽅式，建议统⼀采⽤v字型打拍⽅
式结合指节记拍法来打拍⼦。
5、⾃⼰⼀边唱出来⼀边打拍⼦分析⾳符的时值⽐例⽐听听别⼈唱⾃
⼰打拍⼦分析要有效率的多，所以还是那句话，衷⼼希望你有不错
的乐感，可以迅速以歌喉复制⼀段旋律的外形，因为这的确很⽅
便。
第五节旋律扒谱实务
（⼀）旋律听⼒可以取得的进境描述
113 of 155 1/19/23, 6:22 AM

其实扒谱的这个“扒”字不是特别贴切，⾄少不符合后期的旋律听辨
时的状态。这个字眼给⼈的感觉有些笨拙，⽐如说像“扒⼟”，“扒
粪”，总让⼈联想到汗流浃背的体⼒活。实际上在你学习视唱练⽿的
前期，这个字眼还是相对恰当的，就是这个过程对你来说并不轻
松，你需要借助乐器来进⾏不断的试错以契合你听到的旋律，这个
过程真是既费脑⼜费⼒，还特别慢，真有股⼦汗臭味在⾥头。但是
到了后来，相对⾳⾼的点位意识在你⼤脑中已经变成熟练稳固的存
在，扒谱这个事就变成了听⼀⽿朵的事，或者中间稍微有⼀点阻
碍，也可以通过嗓⾳技术很快使之明确化，所以这个过程就变得很
轻松，没有了“扒”的负重感。⽆论如何，我们仍然采⽤“扒谱”这⼀江
湖话语来作为“旋律听辨”“和声听辨”的同义词，因为现在我们还没进
⼊和声听觉能⼒训练的部分，所以这⼀章专⻔来讲旋律扒谱的实务
问题。如前所述，旋律扒谱是⼀个从难到易的过程，每⼀个学习视
唱练⽿的⼈都要有这个基本认识，凡事不可能都是⼀蹴⽽就，特别
是复杂的技能，⼀定要经过⻓时间的训练，且万事开头难，希望各
位同学树⽴信⼼，只要按照我的⽅法练习，你的进步将会是看的⻅
的⾼效率。
我想对从零听⼒到熟练旋律听辨这个过程做⼀个⼤致的描述：⼀开
始的时候，你进⾏⾳程示例的学唱，唱到⾮常熟练（想起⼀个⾳
程，对应的示例⽴刻可以唱出来），这时你基本已完成了⾳程的“原
型⼯具”的建设，此后要⽤它来辅助进⾏下⼀步的训练。此时，你还
并没有形成旋律的听辨能⼒，因为虽然你已经掌握了许多松散的“⾳
程”原型，然⽽由于这些⾳程并没有以连续的点位意识进⼊你的经验
领域，因此你并不能够辨认连续的⾳程所构成的旋律，充其量你此
时只能辨认⼀些单独的“⾳程”。此时，你主要要做两种⼯作，第⼀
就是逆向解析，前⾯已经讲过了，这是形成内⼼相对⾳⾼点位意识
的很重要的练习⼿段，但此时，你能够以唱名唱出来的旋律实在很
少，我们假设你现在只能唱出⾳程示例，那么你可以以这些示例做
逆向解析的训练。第⼆点就是⿎励进⾏在键盘辅助下的扒谱练习，
114 of 155 1/19/23, 6:22 AM

做这个练习的好处是可以积累⾳乐实例，通过扩充你的能够背唱旋
律，为“逆向解析”和“三⾳连接实例”增加素材，同时强化内⼼⾳程点
位意识，这个过程中有很多具体要求，我们后⾯会仔细谈⼀谈。这
样经过⼀段时间训练后，旋律听⼒就会慢慢提⾼，表现为就是可以
在键盘的辅助下较快的拔出旋律，但是听⼒尚未完全纯熟，并不能
完全脱离键盘直接听出旋律⾳符。此时，你应该尽早的转⼊“⼈⾁扒
谱”的尝试中来，即脱离键盘或者任何乐器辅助，尝试以“逆向解析”
的⽅式，以嗓⾳控制技术结合⾳程示例原型⼯具来扒旋律，这个技
巧必须掌握，因为这个技术需要⽤⼀辈⼦。在⼈⾁扒谱技巧熟练，
并且已经积累⼤量常⽤三⾳连接实例以后，你的旋律听⼒可以达到
较好的程度，视唱简谱的能⼒也变得较为纯熟（五线谱还是不⾏
的，因为五线谱会有很多没有训练到的变化⾳，五线谱视唱要靠“三
升降以内的固定调视唱”这⼀部分来解决），但是也并⾮任何旋律都
可以边听边记谱，其中⼜分为⼏种情况：
1、器乐演奏的⾳乐。⼀般来说，器乐所演奏的⾳乐是可以直接听出
谱⾯的，就是说你听到⼀段器乐所演奏的旋律，从某个位置它切⼊
了你的⾳程模式经验（套到旋律⾥来了），那么后⾯的⾳你在听到
的同时就可以反映出它的⾳符是什么，就是说可以边听边记，即时
性的得到谱⾯。
2、⼈声所演唱的带有歌词的⾳乐。搞流⾏⾳乐的经常需要“扒歌”，
就是扒⼈声演唱的主旋律，前⾯说过了，因为⼈类语⾔的语⾳系统
同⾳乐上的唱名系统同源，会对我们旋律听辨中的⾳节反应造成⼲
扰，其结果就是不能够像听器乐旋律那样直接反应出谱⾯-----这真
的不可以，这⼀点不⽤怀疑。最好的状态是这样的：当你旋律听⼒
⾮常纯熟以后，虽然也不能直接听辨出带有歌词的⼈声旋律，但略
微在内⼼加以复述就可以得到谱⾯，⽐听辨器乐旋律的效率慢⼀点
点，但也确实是慢。
3、其他不能直接听出的情况。如调性破坏---泛调性或者⽆调性⾳
乐，因其⾳⾼模式超出我们的经验（我们主要训练调性⾳乐的⾳⾼
115 of 155 1/19/23, 6:22 AM

连接模式）范围⽽不能直接听出，还有就是⾳⾊不协和等因素，表
现为某些乐器，⽐如唢呐⼀类，其乐⾳的⾳⾊不协和会导致不能直
接听出谱⾯⽽需要你做复述（如同听带歌词⼈声），再有⼀些原因
就是演奏⽅⾯的了，如快速的⾳符转换，你来不及反应，同样需要
你降低速度做⼝头复述才能获知谱⾯。
总体来说，旋律听⼒可以达到相当不错的⽔平，对于⼤部分的调性
⾳乐，下意识的反应出谱⾯是可以做到的，但是由于上述三点原因
的存在，即使你的相对⾳感的旋律听⼒再好，也有⼀定的概率在某
些旋律的过程中“卡死”，不过此刻你可以利⽤⼀些嗓⾳技术解决这
些“卡死”的问题。
（⼆）利⽤键盘辅助扒谱时的注意事项
在掌握⾳程示例以后（⾄少是纯五度以前的部分熟练掌握），可以
进⾏逆向解析的训练，同时也可以辅助利⽤键盘来扒谱，以积累“逆
向解析”和“三⾳连接实例”，但是对于扒什么样的旋律有两个基本要
求：⼀是⾃⼰熟悉会唱或者能哼出来的歌曲（乐曲），扒新的歌曲
初期完全不建议；⼆是⻓度必须不要很⻓。通常的体量我建议是两
三句，最⻓不要超过四五句。为什么？因为越⻓越难背唱出来（唱
名⽅式），⽽且背唱过程中出错的可能性增加了（实际上刚开始你
没有很好的对于⾳⾼的辨析能⼒，所以背唱真的就是背唱，逆向解
析练得熟了，才算有了辨析⼒），⽽出错就意味着错误的⾳节连接
模式，会对学习带来不好的影响。
在键盘辅助扒谱的具体操作上，我有如下建议：
1、明确旋律扒谱主要是⼀种线性进⾏，即后⾯的⼀个⾳依托前⾯的
⼀个⾳形成⾳程关系，因此扒谱时要⼀个⾳⼀个⾳的扒下来，根据x
⾳寻找y⾳，再根据y⾳寻找z⾳（⼀开始是这样，后来听⼒纯熟以后
也会注意到旋律⾳在调式中的位置，这是后话不表），如你要扒⼀
个《沧海⼀声笑》，其开始⼤概是：65321 32165，那么你⾸先要
会唱这个旋律，假设你将第⼀个⾳设定为6（第⼀个⾳为何这样设定
116 of 155 1/19/23, 6:22 AM

后⾯会讲），然后⼆⾳怎么确定？如果我给你那个表格所有⾳程示
例你唱得熟，你就能⽴刻反应出这个⾳是5（我给出的示例是
6555555232只想换得半世逍遥），如果你不能即刻反应出，请不要
⽓馁，实在判断不出可以在键盘上敲击试⼀试，⽐如63，不是，64
不是，65，哎，是了，然后你要回想我给出的示例，在⼼⾥把这个
⾳程示例唱⼗遍以强化记忆。通过这种实际操作的⽅式，可以很好
的检查你⾳程掌握的情况，从⽽再进⾏有针对性的复习和掌握。
2、扒出来的谱⼦要记在本⼦上（专⻔弄⼀本笔记本记扒出来的旋
律，不必管节奏，只记⾳符即可），之后反复复习，复习有两种⼿
段：a、在键盘上反复弹奏这段旋律（注意不是照着扒出来的谱⼦再
弹⼀遍，⽽是重新扒，凭借记忆来弹奏），此时轻声跟唱或者在⼼
⾥默唱；b、不⽤键盘弹奏，看着本⼦唱旋律，直到可以背唱出来。
注意，背唱旋律不要背错，⼿机可以下载完美钢琴app，如果你觉
得记得不确切了，则加以弹奏验证。
3、不要⽆脑乱按键盘，以完全⻔外汉式的试错⽅式来辅助扒谱，⼀
定要有脑唱、有脑扒，不要⽆脑唱、⽆脑扒，具体的来说，就是时
时刻刻要有⾳程意识，扒谱时弹出⼀个⾳，下⼀个⾳是什么，⼀定
要⽤我们学过的⾳程示例去卡⼀下，预判⼀下是哪个⾳，此时需要
⽤到“短促发⾳的读唱⽅式”还有“⽬标⾳的⾳节统⼀化”这⼀技巧，后
者将在本节内容中讲解。胡乱按键来“试错”式的扒谱毫⽆技术含
量，于技能提升也助益不⼤，所以不要这样做。⼀定要做到思考和
预判，即使错了，那么你就知道了你这个⾳程掌握的不好，回去再
死磕⾳程示例。
（三）旋律的嗓⾳复述
旋律的嗓⾳复述是指⽤嗓⾳重新将旋律表现出来，⽐如我们唱歌，
实际上就是在对旋律进⾏复述，当然，我们也可以不唱歌词⽽以其
他的嗓⾳发⾳⽅法来复述旋律，⽐如采⽤统⼀的⾳节进⾏哼唱（如
啦啦啦啦啦之类）。对旋律的嗓⾳复述可以分为两种情况：⼀种是
117 of 155 1/19/23, 6:22 AM

基于记忆的复述，即所谓的“背唱”，是经过听歌、学唱等系列练习
将旋律记住，然后你可以在任何时候将它复述出来------⽐如唱歌
词，或者哼唱都可以，另⼀种是即时性复述，⽐如你听⼀⾸新的乐
曲，听到⼀句即可以复述⼀句，然⽽这种记忆并不牢固，可能你在
复述下⼀个乐句的时候前⾯⼀个乐句已经忘掉了，或者有的地⽅记
得不准确了。这是很正常的情况，就如同我们都不是那种过⽬不忘
的读书天才，需要练习才能熟记⼀段旋律才是常态。
如前⾯所述，扒谱实际上主要是⼀种“线性”进⾏模式，即根据⾳的
进⾏⼀个⼀个的扒出⾳符，那么当你的听⼒尚且不纯熟，⼜或者在
扒⼈声演唱歌词的旋律时，不能够直接听出乐曲旋律的谱⾯是什
么，那么此时正确的以嗓⾳来复述出旋律就变成了⼀个基本的前
提，只有这样，你才能够在键盘或者嗓⾳技巧（纯⼈⾁扒谱阶段完
全靠嗓⾳技巧来提升扒谱效率）的辅助下⼀个⾳⼀个⾳的印证你复
述出来的⾳⾼，当然，对于你⼗分熟悉能够背唱的旋律，依靠键盘
的辅助进⾏扒谱的时候实际也并不需要你⼝头复述旋律也可以完
成，但是，这种不开⼝，⽽仅仅通过键盘⾳⾼反馈同内⼼熟悉的旋
律进⾏⽐对“试错”的扒谱⽅式，实际上对练⽿能⼒的提升作⽤微乎
其微，要想能⼒提升的迅速，借由嗓⾳控制技术对于⾳⾼的“数算”
才是王霸的⽅式。
那么当你需要利⽤嗓⾳复述旋律的时候，有哪些具体的要求呢？
1、以“点状”⽅式做⾳⾼的提取。对于⼈声和某些弦乐器来说，旋律
表现出的动态性可以是很强的，不像钢琴⼀样每个⾳都是“颗粒状”
的存在，就是说如果你完全按照歌⼿的演唱那样的声⾳表现来复述
旋律的话，那么⾳⾼的可分离度就会变得模糊起来，这样就不利于
扒谱，因为我们扒谱就是要把⼀条旋律主要的⾳⾼变化找出来，乐
谱并不能像实际演唱的声乐表现那样丰富细腻，它是⼀种抽象或者
说简化，只抓取重要的声⾳要素记录在纸⾯上，这⼀点我们要明
确。所以对于富有感情的实际演唱（演奏），我们要以点状⽅式的
嗓⾳复述把主要⾳⾼特性抓取出来，这样就⽅便我们进⾏扒谱。
118 of 155 1/19/23, 6:22 AM

2、复述时发⾳的统⼀化。在复述的时候，我们可以采取元⾳“啊”的
发⾳⽅式，或者“da”“la”的发⾳⽅式，⼒求可以在较短的时间内准确
的复述出旋律的主要⾳⾼特性（这对于陌⽣乐曲的扒谱极为重
要）。
在你的听觉能⼒尚未纯熟之前，对于陌⽣的乐曲的扒谱，旋律形态
的复述实际上是⼀个重要的难点，因为我们每个⼈对陌⽣旋律的记
忆能⼒实际上都是有限的，就如同背书，虽说有过⽬不忘的天才，
但是需要反复练习才能背诵的普通⼈才是主流，在进⾏陌⽣的乐曲
的旋律进⾏扒谱时，可能有诸多因素导致你不能直接听出旋律的谱
⾯，例如：未经训练/训练过但听觉能⼒尚未纯熟/所听辨的是⼈声演
唱的歌词等等主客观因素，此时你就需要复述旋律，之后再将它扒
出来，然⽽对于陌⽣乐曲，你不能在很短的时间内记住很多乐句，
也不能把每个乐句记得扎实，同时你还要对这些你仅仅能够勉强复
述出来的旋律进⾏很慢的、⼀个⾳⼀个⾳式的扒谱，过程中还要多
次重复复述出来以完成“数算”，此时不免造成脑资源的紧张，所以
我才要求初期使⽤键盘辅助扒谱，并且要选择那些⾃⼰已经⾮常会
唱的熟悉的旋律，这样就不必再在旋律的复述上浪费过多的脑⼒，
⽽专注于扒谱的过程。但是从⻓远看，扒陌⽣的乐曲旋律是不可避
免的，也是我们学习的重要⽬标，就是去听辨那些从来没有听过的
陌⽣的旋律，所以旋律的嗓⾳复述就不可避免，因此你需要锻炼对
于陌⽣旋律的记忆、复述能⼒，在复述的时候要采⽤点状发⾳，并
且⽤统⼀的⾳节模式，这样是有助于旋律形态的提取、记忆、把
握，从⽽也是有利于扒谱的。
（四）⾳程“数算”和⼈⾁扒谱的重要嗓⾳技巧：⽬标⾳的⾳节统⼀
化处理
根据第1条的要求，就是利⽤嗓⾳对旋律进⾏复述时，要求统⼀使⽤
“啊”或者“da”“la”的⽅式进⾏点状⾳⾼复述，⽽这种整体上进⾏的⾳
节统⼀化只是为了更好的提取旋律⾳⾼特性，更好的记忆和复述旋
律，使你能够在进⾏⼀个⾳⼀个⾳的扒谱的过程中能够尽量准确的
119 of 155 1/19/23, 6:22 AM

发出下⼀个⾳，从扒谱的实际过程来看，仍然是⼀种顺次的线性进
⾏，即根据前⼀个⾳确定的唱名来确定后⼀个⾳的唱名，这样⼀直
向后推进，那么这个过程实际上就是⼀种单⾳程的连续判断，每次
只判断后⼀个⾳的唱名是什么，然⽽再进⾏下⼀个⾳的判断。（需
要说明的是这是听⼒还不⾏的时候的状态，纯熟以后就会变成下意
识的反应，不再如此费劲，但偶尔仍然需要进⾏某个“卡壳”位置的
⾳程判断，但是在能⼒形成过程中，这种数算极其重要），所以如
何通过嗓⾳的技巧来提⾼下⼀⾳的判断的效率就显得极为重要，这
个技巧就是⽬标⾳的⾳节统⼀化处理。具体来说，唱名法是⼀种⾳
节系统，do、re、mi、fa、so、la、xi，是⼀个辅⾳+⼀个元⾳的形
式，这七个⾳符使⽤的元⾳共有四个ou、e、a、i，我们在使⽤嗓⾳
对某个⾳程进⾏复述时，假设使⽤“啊”、“la”或者“da”的发⾳⽅式，
则容易同fa、la产⽣某种类似的感觉，会导致我们对⾳程判断上的
混乱感，同样的使⽤其他元⾳的发⾳⽅式仍然会和其中某些元⾳重
合，因为⾳节的混淆⼲扰导致判断上的困难，为此，我们要寻找⼀
个⽐较恰当的⾳节来取代⽬标⾳，从⽽使得这个⾳程在听觉上更加
明晰化，这个⾳节就是就是发⼀个闭⼝的“eng”，注意，这是⼀个最
佳的选择，没有任何⼀个别的⾳节同这个⾳节⼀样好，是因为它除
了不是任何⼀个元⾳⾳节外，还像极了⼈类发⾳时的尾⾳状态-------
当你发出⼀个⾳结束⽽要重新发出另外⼀个⾳的时候，你的嘴巴要
暂时关闭并准备重新开启，在这个闭⼝的瞬间，不论你前⾯发出的
是什么⾳，你的发⾳状态都像是在发出⼀个“eng”，正因为如此，它
可以同任何⼀个可能发出的唱名⾳节的终末状态⼀致，也就使你对
这个需要判断出来的⽬标⾳是什么有了最⾼的区别⼒，这个⽅法是
“⼈⾁扒谱”阶段的⼀个重要技巧，当然在前期使⽤键盘扒谱的收你
也可以⽤到，⽤这种嗓⾳技巧来增强你对⾳程的判断能⼒，当然，
这个⽅法同样要结合短促发⾳的读唱⽅式，要结合使⽤才能有最好
的判断效果。举个例⼦来说，如果是这样⼀个旋律356 665 323 ⽩
⽉光⼼⾥某个地⽅《⽩⽉光》这⼀句，你前⾯已经扒出来345 665
这⼏个⾳，但是后⾯这个你判断不出来，那么你应该如何利⽤这种
120 of 155 1/19/23, 6:22 AM

嗓⾳技巧来增强判断⼒，你要这样做：⽤短促发⾳的⽅式唱⼀个
索，停顿，之后⽤“闭⼝eng”的发⾳读出后⾯的那个⾳⾼，此时这个
⾳程就会同你⼼⾥的那个示例⾳程53产⽣最⼤程度的契合，你也就
知道了接下来的这个⾳是3⽽不是其他。这个技巧如此简单⼜如此重
要，它既贯穿于你整个学习提⾼的过程，⼜作为将来⼈⾁扒谱阶段
的重要⼯具（将来不管你的听⼒多纯熟了，总是时常还会⽤到这个
技巧），所以⼀定是要掌握的。
（五）记谱开端：旋律的开头的判断
对于⾸调听⼒来说，对于单个⾳程的判断存在⼀个有趣的现象，就
是“前⾯那个⾳是什么，由后⾯那个⾳来决定”，⽐如当我们听到⼀
个单独的⾳的时候，我们不能够像绝对⾳感那样⽴刻就能给它赋予
⼀个⾳名或者唱名，此时这个⾳对我们来说只是听觉上的⼀个有着
确定⾳⾼的⾳，但是却⽆法给它赋予唱名，⽽听到第⼆个⾳的时
候，你突然就知道了这两个⾳的唱名是什么了，这样看起来好像是
第⼆个⾳决定了第⼀个⾳是什么，好像就是“⼀个后发⽣的事件决定
了⼀个先发⽣的事件”，是不是很神奇呢？这只不过是⼀种障眼法，
实际上我们⾸调听⼒运⾏的最基础单位是⼀个⾳程，⽽不是⼀个单
⾳，当第⼆个⾳响起来的同时，我们⼤脑中关于⾳程的模式就会运
作起来从⽽把⼀组（两个）唱名关系代⼊到你所听到的两个⾳中，
从⽽确定了这个⾳程（的唱名），也就是说，这种⾳程模式的代⼊
只有当第⼆个⾳响起并被⼤脑确认才能完成，也并⾮是后⼀个⾳的
唱名决定了前⼀个⾳的唱名，⽽是当第⼆个⾳响起并被⼤脑接收的
同时，⼤脑就输送⼀个⾳程模式（⽐如你在钢琴上弹奏3—5，当5
响起来的时候，⼤脑中⼀个⾳节模式mi—so随即输送出来与⾳响对
应），实际上确认的顺序还是⾃前⽽后（先mi后so），但是事实上
来看，这种输出确实只有在第⼆⾳响起以后才能完成，因为⾳程模
式经验本来就是通过⼀个⾳程即两个连续的⾳建⽴起来的，因此反
应也只能以这种⽅式进⾏，这⼀点是同绝对⾳感完全不同的，绝对
⾳感对⾳⾼的感受是点状的，并不依赖这种⾳的进⾏关系。这是很
121 of 155 1/19/23, 6:22 AM

重要的⼀个现象，它虽然明⾯上的意思只是“对于第⼀个响起的⾳，
⾸调听⼒者不能赋予其⼀个恰当的唱名”，然⽽却有着⼀些重要的影
响，⾸先⼀点就是⾸调记谱位置的确定，第⼀个⾳你不能赋予其恰
当的唱名，当第⼆⾳响起时这个⾳程理论上就可以确定了，然⽽这
两个⾳仍然不能够决定好⾸调的记谱位置，⽐如如果你判断出了⼀
段旋律的开头是⼀个⼤⼆度⾳程，那么对于⼤调⾳阶来说，理论上
存在的可能性有如下⼏对：12 23 45 56 67 ，这五种情况都是有可
能的，⽽只有再在其后⾯继续出现新的⾳，这种可能性才会进⼀步
减少，如刚才所举例⼦，开头还是⼀个⼤⼆度，我们不好确定该从
哪⾥开始记谱，那么如果以开头三个⾳来判断，假设是⼤⼆度加⼤
⼆度，那么可能性⽴刻缩减为三种，就是123、456和567，如果是
⼀个⼤⼆度加⼀个⼩⼆度，那么可能性也减为两种：234和671，这
样就使得选择范围变得少了。实际上，⾸调的记谱有惯⽤的开头⽅
式，以上⾯所说的两种情况，如果是⼀⾸乐曲的开头，那么使⽤
123的概率远远⾼于使⽤567和456的概率，使⽤671的概率远远⼤
于使⽤234的概率，这⼀点随着你扒谱的经验的累积，你会逐渐认
识到，当然，在此之前我⾸先会给你⼀个统计学上的⽀持，下⼀⼩
节我会进⾏罗列。
对于听觉能⼒已经提升到⼀定⽔平的⼈来说，都是依靠开头⼏个⾳
的组合模式来切⼊记谱位置的，随着经验的不断积累，⼀些常⽤模
式会得到更多的训练⽽在听觉经验中具备了优势，那么听到同样的
开头便会⽴刻套⼊进去，简直毫不费⼒，然⽽，对于初学乍练的⼈
来说，这个就不容易做到了，因为这样的模式经验尚未建⽴起来，
这个时候（假设你此时⾳程示例已经唱熟了）你只有⼀些松散的单
个⾳程的模式经验，所以在做这种记谱位置切⼊时就会显得格外困
难。⽽且实际上对听⼒尚未纯熟的⼈来说，判断单个⾳程的难度实
际上是挺⼤的，甚⾄超过了⼀些短⼩旋律的难度，原因就是上⾯所
写的，⼏个⾳连起来以后实际上将模式的范围缩⼩了很多，容易和
内⼼的经验对应上，⽽对于⼀个单独的⾳程来说，可能性就有⼏⼗
122 of 155 1/19/23, 6:22 AM

种之多（如果不算每个⾳程下的具体⾳节代理，如⼩⼆度下的34
71，那么总共有11种情况，如果算每个具体的⾳节代理，那么数量
是恐怖的⼏⼗种），所以在不知晓第⼀个⾳的唱名的前提下，你需
要从⼏⼗个经验模式中选出⼀个来与你听到的⾳程来相合，⽽当我
们对旋律进⾏听辨时，第⼀个⾳是绝不会给予你⼀个唱名提示的，
这就是没有建⽴起良好的听觉经验（可以依靠前⾯⼏个⾳⾃然切⼊
记谱的⼈）的⼈所⾯临的问题，因为此时你不得不从第⼀个⾳程的
判断开始你的记谱，在听觉经验模式建⽴起来之前，你没有别的选
择。
我们⾸调听⼒的记谱位置的选择，其实主要遵循这样⼀些基本的⽬
标：使后来的旋律听记尽量不出现变化⾳级或者少出现变化⾳级，
因为我们的模式经验主要来⾃于⾃然⾳阶的排列组合，这样有助于
听辨的效率；使记谱的结尾能够反应出调式的主⾳，这样就意味着
我们的记谱过程中的⾳反映出了具体的级数关系，这样就有利于我
们的调式认知，有利于进⾏即兴或者编配。为了达成这⼀⽬标，我
们应该事先就对⼀些⾸调记谱的惯⽤开头⽅式有初步的了解，哪怕
此时你还没有直接听出这些开头的能⼒。
⼀⽅⾯我们应该坚持寻找、背唱⼀些常⽤的三⾳开头模式（此处可
以参考“三⾳连接”实例表），另⼀⽅⾯我们在掌握⾳程示例以后就
要开始尝试扒谱（借助键盘、短促发⾳读唱法、⽬标⾳的⾳节统⼀
化等技巧），那么此时不可避免就要对乐曲的⾸⾳程进⾏判断，并
确定⼀个恰当的记谱位置。在具体的判断上，可以采⽤以下⽅式：
1、假设⾸⾳的试验法。给予⼀段旋律的起始⾳⼀个假定的唱名，之
后以之为基础卡⼀下后⾯的⾳，看能否完美套⼊。例如，我们来扒
国歌开头的第⼀句：假设你现在听⼒⽆能，不能直接听出来第⼀个
⾳程是什么，那么可以假设第⼀个⾳是1，之后你可以采⽤键盘辅
助、嗓⾳辅助（短促发⾳、向上的构唱尝试、⽬标⾳的⾳节统⼀
化）来确认，那么你得到了第⼆个⾳是4，此时你可以继续以此为基
础向下扒谱，得到14 444123444（起来，不愿做奴⾪的⼈们），那
123 of 155 1/19/23, 6:22 AM

么你就确认了记谱位置，并且把这⼀句扒出来了，这样没有什么问
题。但是如果你有⼀些⾸调记谱的经验，就能意识到14这种四度上
⾏在记谱开头是不常⽤的，⼤概率会⽤到51这个四度上⾏作为乐曲
⾸调记谱的开头，在判断出14这个⾸⾳程后，你⾃然可以平移到51
这个位置来记谱，那么你扒出来的就是51 11156711，前⾯说过
了，这种经验可以直接以“我来告诉你”的⽅式得到，不必在漫⻓的
扒谱过程中积累经验，所以你可以直接⼤胆⼀点把它平移到51这个
位置来记谱。但是这种情况是针对⼀⾸乐曲的开头位置的，我前⾯
对你扒谱的要求并⾮是从某⽀乐曲的开头位置来扒谱，可能只是乐
曲中间的⼀些部分，那么在扒谱的时候就不必对此有过多的要求，
只要前⼏个⾳程能够套⼊进去，就可以记下来，所以你扒出来的谱
⼦是14 44412344 也没有什么不可以的，从⻓远来看，你可以以这
种“移调”的⽅式使得更多的⾳程连接模式得到锻炼，但是你要清楚
作为乐曲开头的四度上⾏⾳程，使⽤51的概率远远⼤于使⽤14,14
是很不常⽤的。仍然说回这个试验法，假如⼀个旋律它是⼀个⼩三
度开头的，如果35635 65312（打靶归来），那么你再假设第⼀个
⾳是1，那么就在⽩健中找不到这个⾳程了，那么你就要换⼀个，假
设它是3，之后再采⽤键盘辅助或者嗓⾳辅助确定出后⾯的⾳是5。
实际上有四个⾳可以作为⾸要的假设对象（⽆论⾸⾳程是上⾏还是
下⾏），就是1356这个四个⾳，因为135是⼤调的主和弦，613是⼩
调的主和弦，因此在⾸调记谱的开头往往会以这些⾳开头。
2、特定⾸⾳试验法。将旋律⾸⾳程统⼀作为1，以此为基础在上⾏
下⾏两个⽅向上做全⾳阶尝试，就是说上⾏有1b2、12、1b3、13、
14、1b5、15、1b6、16、1b7、17，⽽向下则有17、1#6、16、
1#5、15、1#4、14、13等等，这样的话，除了我们训练的⾃然⾳
程外，有出现了⼀些变化⾳组成的⾳程，那么就需要你以示例的⽅
式为这些新的⾳程关系寻找代理，实际上在和声⾳程的听辨中我为
⼤家准备了以1为根⾳的上⾏示例，⼤家可以直接使⽤。这种⽅法避
免了多次替换⾸⾳唱名所带来的麻烦，可以直接的确定出第⼀个⾳
124 of 155 1/19/23, 6:22 AM

程到底是⼏度的，之后再移动到相对较为恰当的位置记谱（如，你
判断出了是1b3，可以直接动到35或者61来开始记谱），但是相对
的，我还是建议⼤家使⽤1中所介绍的⽅法，虽然有时需要多尝试⼏
次，但是这种特定⾸⾳的试验法，涉及到⿊键的⾳程关系不容易达
到熟练的境界，因为本质上这是反调性的存在（如果你唱131b3的
话，就会觉得⾮常别扭），
需要再次强调⼀下，当我们拥有熟练的听觉能⼒以后，应当有意识
的选择乐曲的开头的记谱位置，以满⾜上⽂⿊体字部分的基本⽬
标，然⽽我们刚开始扒旋律⽚段时，却没有过⾼的要求，你只要能
够扒出正确的⾳程关系就可以了，是123或者567都⽆所谓。
（六）⾸调记谱的常⽤开头（三⾳模式）统计
在实践中，⼀般的流⾏歌曲调式还是以⼤⼩调为主的，基础都是⾃
然⼤调⾳阶，所以我们统计⼀部分简谱的记谱开头，以初步认识⼀
下在进⾏⾸调记谱的时候，以哪些特定的⾳程组合作为开头会较⼤
概率地使主⾳落在“1”或者“6”上。
统计样本库：《中国名歌五百⾸》（地摊⼉淘换来的），内容驳
杂，有早期红歌，军旅歌曲，⺠歌，后边主要是90年代以后的流⾏
⾳乐。
统计歌曲数量：164⾸
取样⽅式：书的前边⼀些+中间⼀些+后边⼀些
统计结果；
1、164⾸歌曲包含⾃然⼤调歌曲（⽆升降号且以1结尾）117⾸，⼩
调歌曲29⾸（⽆升降号且以6结尾），其他调式18⾸（未细究），
其中⺠族调式（五声⾳阶）未进⾏区分，包含在以上调式中。
2、117⾸⼤调歌曲的记谱位置的情况：
（1）纯四度作为开头
125 of 155 1/19/23, 6:22 AM

a、纯四度上⾏开头歌曲：
5（低）1 共19⾸，其中515（低）有2个，516（低）有3

个，513（低）5个，517（低）2个，512 有8个，514（低）有1
个。
3 6 共1个其中367有1个。
其他纯四度上⾏⾳程做开头未⻅（62 73 14 25）
b、纯四度下⾏开头歌曲：
1 5（低）共5⾸，其中156（低）有2个，153（低）有3个。
其他纯四度下⾏⾳程做开头未⻅(26 37 41 52 63)
该样本统计结果说明：在⾸调记谱中，⾃然⼤调歌曲若以纯四度⾳
程上⾏或下⾏做开头，通常使⽤5（低）1或者15（低），上⾏偶然
使⽤36，可以较⼤概率的使主⾳落在1上。
（2）⼤⼆度作为开头
a、⼤⼆度上⾏开头歌曲：
1 2 共13⾸，其中123有12个，127（低）有1个；
5 6 共16⾸，其中564有1个，563有2个，561（⾼）有10个；
2 3 共2⾸，其中231有2个；
6 7 共1⾸，其中671有1个。
⼤⼆度上⾏未⻅以45 作为开头的。
b、⼤⼆度下⾏开头歌曲：
2 1共2⾸，其中213有两个；
3 2共9⾸，其中321有3个，323有6个；
6 5共3⾸，其中653有3个；
5 4共4⾸，其中543有4个。
126 of 155 1/19/23, 6:22 AM

该样本统计结果说明：在⾸调记谱中，⾃然⼤调歌曲若⼤⼆度上⾏
开头，如果是⼤⼆度加⼤⼆度，会使⽤123⽽不会使⽤456或567，
如果是⼤⼆度加⼩三度，会使⽤561⽽不会使⽤124,235,672；⼩⼆
度⼩⼆度倾向于使⽤671⽽不是234；45开头少⽤。
若以⼤⼆度下⾏开头，⼤⼆度加⼤⼆度或⼤三度，会使⽤123这⼀
段⽽不会使⽤4-5-6-7这⼀段；⼤⼆度加⼩三度会使⽤653⽽不会使
⽤216,327,542；⼤⼆度加⼩⼆度会使⽤543⽽不会使⽤217。
总之以⼤⼆度开头，若加⼤⾳程，则使⽤123这⼀段，若以⼤⼆度
加⼩⾳程，则使⽤4567这⼀段。
（3）⼤三度作为开头
a、⼤三度上⾏
1 3 共5个，其中135有5个；
b、⼤三度下⾏
31 共2个，其中312（低）有2个；
该样本统计结果表明：在⾸调吉普中，⾃然⼤调歌曲若以⼤三度开
头，会使⽤13⽽不会使⽤46或57，下⾏亦如此。
（4）以⼩三度作为开头
a、以⼩三度上⾏开头
3 5共11⾸，其中353有3⾸，356有5⾸，351（⾼）2⾸，351有1
⾸；
6 1共2⾸，其中615（低）1⾸，616（低）1⾸；
b、以⼩三度下⾏开头
5 3共9⾸，其中531（⾼）有4个，534有2个，532有2个，536有1
个；
1 6共3⾸，其中16（低）1有1个，16（低）5（低）有2个。
127 of 155 1/19/23, 6:22 AM

该样本统计结果表明：在⾸调吉普中，⾃然⼤调歌曲若以⼩三度上
⾏开头35较61更常⽤；
若以⼩三度下⾏开头，53也⽐16更加常⽤。其余24,72⽆论上下⾏
均不作为开头。
（5）以⼩⼆度作为开头
a、⼩⼆度上⾏
3 4共1⾸，其中345有1个；
b、⼩⼆度下⾏
1 （⾼）7共1⾸，其中176有1个。
该样本统计结果表明：在⾸调记谱中，⾃然⼤调歌曲若以⼩⼆度上
⾏开头，倾向于使⽤34⽽不是⽤71，以⼩⼆度下⾏开头，倾向于使
⽤17⽽不使⽤43。
（6）以⼤六度为开头
a、⼤六度上⾏
5（低）3共8⾸，其中5（低）32有6个，5（低）35有1
个，5（低）31有1个；
b、⼤六度下⾏
3 5（低）共2个，其中35（低）6（低）有2个；
该样本统计结果表明：在⾸调记谱中，⾃然⼤调歌曲以⼤六度上⾏
或下⾏开头，倾向于使⽤5（低）3或35（低）⽽不使⽤16 27或
42。
（7）其余零星情况：
⼩六度下⾏⼀个 1（⾼）3共1个，其中1（⾼）35有1个
纯⼋度上⾏⼀个 5（低）5共1个，其中5（低）54有1个
128 of 155 1/19/23, 6:22 AM

纯五度上⾏5（低）23有1个。
3、⼩调歌曲的开头情况
a、⼩三度开头
356有3个，6（低）12有1个，6（低）13有3个，532有1个；
b、⼤⼆度开头
671（⾼）有2个，653有3个，651（⾼）有1个，321有2个；
c、⼩⼆度开头
342有1个，1（⾼）76有1个，1（⾼）71（⾼）有1个；
d、⼤三度开头
312有1个；
e、纯四度开头
367有1个，1（⾼）56有1个；
f、纯五度开头
6（低）32有4个；
g、⼩六度开头
31（⾼）6有1个。
该样本统计结果表明：在⾸调记谱中，⼩调歌曲若以⼩三度开
头，35和61使⽤概率⼤致相等，以⼤⼆度开头，从1、3、6开始均
有可能，⼤三度开头必定会使⽤31或13，纯四度会使⽤36，下⾏使
⽤15（低）时三⾳使⽤了⼩调主和弦内⾳6，纯五度使⽤6（低）3
⽽不是其他，⼩六度使⽤31（⾼）⽽不是其他。
由以上统计结果可以表明，⼤多数情况情况下，⼤⼩调歌曲的开头
部分往往体现着其主和弦的性质，在第⼀⼆个⼩节内⾄少出现主和
弦的两个⾳，对于⼤调来来说，是135的其中两个⾳，对于⼩调来
129 of 155 1/19/23, 6:22 AM

说，是613的其中两个。
关于该统计样本的⼀些说明和建议：
1、这些开头是去除了重复⾳的开头，如551123，认为其开头是
512.
2、将⼤⼩调常⽤的开头以具体的歌曲代理，如6131217326（深夜
花园⾥四处静悄悄），记熟这些开头的形状，将⼤⼤有利于扒谱时
记谱开头的判断。
3、记住⼤⼩调这些常⽤的开头位置，会较⼤概率使主⾳落在1（⼤
调）或者6（⼩调）上，从⽽为即兴伴奏提供便利。
4、本统计样本数量有限，仅仅反映了⼀些问题，并不代表全部情
况。
5、不要因此⽽弱化其他⾳符连接的学习，如⼤调记谱更常使⽤
1-2-3这⼀段⽽不使⽤4-5-6-7这⼀段，但不能因此忽略对后⼀段的强
化锻炼，因为⾸调听⼒必须对所有可能涉及到的⾳符连接进⾏学
习，⽽不仅仅限于开头，必须寻找⼀些示例使得所有的连接的⽅式
得到锻炼，必要时通过移调处理得到想要锻炼的⾳阶位置。
（七）乐句间的衔接问题
⼀⾸乐曲是有若⼲乐句组合在⼀起的，乐句和乐句之间通常会有停
顿，这样当你扒完⼀个乐句之后，在⼀个停顿的空当⾥，很容易就
会“迷失”，就是不知道了下⼀个乐句的第⼀个⾳是什么了，这是⼀
个⾮常普遍的情况。因为我前⾯已经讲过了，扒谱主要是⼀种线性
进⾏的过程，即根据前⾯的⼀个⾳得到后⾯的⼀个⾳，⽽在前⼀个
乐句的最后⼀⾳和后⼀个乐句的⾸⾳之间，这种联系由于时值的增
⼤⽽断开了（也受到⼼理的影响，即感觉⼀个乐句已经结束，需要
重新开始⼀句新的，貌似相互之间没有联系，然⽽⾳⾼实际上却仍
然是⼀脉相承的），如果我们不顾及前乐句的最后⼀个⾳，那么新
乐句可能就会以⼀个错误的、与前⾯不连续的⾳程模式重新开始，
130 of 155 1/19/23, 6:22 AM

那么这实际上就得到了错误的谱⾯，也就是说扒错了，正因为如
此，我们要通过⼀些⼩技巧来避免这些问题。
这个⼩技巧就是尾⾳重复并与下句⾸⾳接续。具体来说，就是我们
在扒出第⼀个乐句后，以短促发⾳的⽅式重复尾⾳（注意，这种重
复是以⾳⾼的短时记忆为基础的），之后以“eng”闭⼝⾳发出下⼀⽉
⾸⾳⾳⾼，在⾳程示例熟练掌握的情况下，即可有助于判断出后⼀
个⾳的唱名是什么。注意，这是听觉能⼒已经达到⼀定⽔平时才能
做到的，如果做不到，此时可以仍然以键盘辅助判断，但在⼈⾁扒
谱阶段，这是很好的⽅法，必须予以掌握。
第六节和弦结构的听辨
和弦的结构的听辨，更多的是出于“考试”的⽬的⽽存在的，学习这
个技能，对⾳乐素养提升来说可能没有什么⼤的帮助，对和弦的结
构的听辨有许多的限定条件，和弦结构的听觉可分辨性往往只能出
现在考试环境或者模拟考试的环境中，例如⽤钢琴键盘弹出⼀个和
弦，并使其充分振动，具有了较⻓时间的延⾳，⽽且往往和弦的结
构不可以太复杂，限定在四个⾳的七和弦以内等等，这是因为听觉
的分辨能⼒是存在着极限的。诚然，对于绝对⾳感来说，对于和弦
构成⾳的辨别上存在⼀定程度的优势，然⽽这种优势放在对⾳乐织
体的欣赏中却没有什么⽤处，只能⽤于炫技（瞧！我⼀下⼦能听出
和弦⾥的⼗个⾳！），然⽽这在正常的⾳乐欣赏活动中是⽆甚卵⽤
的，因为谁也不会在流动的织体中去注意⼀个纵向上重合的部分到
底有什么⾳构成，⾳乐欣赏活动主要是⼀种时间上的先后模态，即
注意⼒会关注时间线上⾳的变化，说的更直⽩⼀点：对于⾳乐欣赏
活动来说，⼴义上的旋律线条（声部）是⼀个主要的对象，和声这
种形式也是为了这个对象服务的。但是对于这种和声结构的听辨也
有⼀定的意义，可以使你加深对于“听觉相态”的理解。尽管如此，
我们不宜夸⼤“和声结构”听辨在⾳乐学习（视唱练⽿）中的作⽤，
权且把它当做⼀种应试技能学习吧。
131 of 155 1/19/23, 6:22 AM

（⼀）没有纵向上（同时的）⾳的听辨，只有
横向上（时间上先后的）⾳的听辨
任何纵向上⾳的听辩，其实质都是横向上⾳的听辩，原因很简单：
你不能同时确定两个⾳⾼，更不可能同时赋予两个⾳⾼两个唱名
（绝对⾳感通常是⾳名）这是⼈类⼤脑⼯作的⽅式所决定的，不可
改变。
真的有⼈可以⼀⼿画圆⼀⼿画⽅吗？有的⼈似乎可以做到这种‘“⼀⼼
⼆⽤”，然⽽其实质也不过是在两⼿的动作指挥上做迅速的切换，没
有⼈可以同时注意并且精确掌控两只⼿的⾏动。弹钢琴也是这个原
理，应该把两只⼿的配合看做同⼀个动作流程，⽽不是割裂开。
⼈不能同时听到两种声⾳，更不能同时听清两种声⾳。⽐如有两个
朋友a和b同时在你⽿边喊出两个英⽂字⺟A和B，在及其短暂的时间
内你可以判断出有两个不同的声⾳同时发声了，注意，这个时间虽
然及其短暂，但作出这个判断仍然需要在次序上先后听到两个声
⾳，⽽如果你需要确认这两个声⾳所承载的更多信息，需要先后在
每个声⾳上投放的注意⼒和时间则会更多，所需要作出判断（判断
出a说了A，b说了B）的总时间也会延⻓。
和声的听辩也是这样，也许你可以在很短暂的时间内判断出⼀个和
声⾳程由两个⾳构成，你以为这是在⼀瞬间同时听到并作出的判
断，其实存在⼀个先后的顺序；⽽如果你想要对两个声⾳所承载的
信息（⾳⾼信息，⾳名或者唱名的赋予）有更多的把握和判断，那
么就需要有两个必要的条件，关于⾳⾼的经验（相对或绝对⾳感）
和顺次的听觉注意⼒的投放。
从“听觉相态”的⻆度判断，同结构和弦没有普遍的、可供听觉辨认
的共同听觉特征。同结构和弦在物理学上也许具有某些⼀致性的规
律（我不清楚），甚⾄在某些狭窄⾳区内同结构和弦也具备某种听
觉特点（⽐如⼩⼆度的那种双线锯⻮形震荡的不融合的听感），然
⽽并不存在⼀种普遍的，可以被听觉进⾏有效区分的共性特征。在
132 of 155 1/19/23, 6:22 AM

这⼀基本判断的前提下，我们要把关于和弦结构性质的听觉判断转
向构成和弦的单个⾳⾼⽅⾯，对于绝对⾳感来说就是：按照时间次
序听清构成和弦的每个⾳（并不⼀定有特定的顺序，如从低⾳到⾼
⾳，或者从⾼⾳到低⾳，⽽可能是⼀种“随机的先后顺序”，先听到
哪个⾳并不确定，因为和弦中每⼀个乐⾳的原⽣相态的听觉突出性
是不同的），对于相对⾳感来说，就是：按照时间次序听清构成和
弦的每个⾳，并据此作出和弦的⾳程结构判断（结构判断和⾳⾼判
断是交互的过程，这也是⾸调听辨和弦结构的难点之⼀，下⼀⼩节
专⻔讲）。
由此可⻅⾸调和绝对⾳感侧重的信息迥异，绝对⾳感是直接听出每
个⾳的⾳的⾳名（或者唱名），确认了其其实际的位置信息就完成
了，⾄于顺序并⽆所谓；⾸调则需要对⾳⾼实现某种“排序”，以达
成对⾳程结构的判断。但⽆论哪⼀种听感，听到构成和弦的每个具
体的⾳⾼都是进⾏判断的前提。
（⼆）两种听觉模式下和弦⾳听辨过程分析
⽆论对于绝对⾳感或相对⾳感（固定调听觉和⾸调听觉），听辩多
个⾳同时发响的和弦都⽐听辩单个⾳进⾏的旋律难度加⼤，⽽对于
⾸调听⼒者来说，这种劣势更加明显。要理解这些难点，应该从听
辨和弦构成⾳（或结构）的错时特性⼊⼿。
上⼀节已经讲过了，不论绝对⾳感或者相对⾳感，对于和弦的构成
⾳的听辨实际上都是⼀种“横向”的过程，类似于旋律的听辨。对于
听辨旋律来说，⾳的出现是顺次的，是⾃然错时的，这样就为听觉
系统接收和确认⾳⾼提供了便利，⽽对于数个⾳同时响起的和声来
说，则呈现出⼀种“胶着”的态势，失去了“⾃然错时”的特性。然⽽⽆
论是听辨旋律还是和声，听清每个⾳的⾳⾼都是判断的基本前提。
在对于旋律的听辨中，对于绝对⾳感来说，反应过程是听觉确认⾳
⾼A——赋予⾳名（或唱名）,听觉确认⾳⾼B——赋予⾳名（或唱
名）………循环这⼀过程。对于相对⾳感（⾸调听觉）来说这个过
133 of 155 1/19/23, 6:22 AM

程稍显复杂：⾸先你⾄少需要两个⾳⾼的听觉确认作为⼀个记谱的
开头，即给予它⼀个初始的⾳程的⾳节结构作为继续记谱的基础，
之后再以这个⾳程结构的后⼀⾳作为基础不断为新出现的⾳赋予恰
当的唱名⾳节。举例来为⼤家说明，假如⼀⾸歌曲《我和我的祖
国》响起来（为了避免歧义假设这个曲⼦是钢琴演奏的吧，因为⼈
声演唱不能直接听辨的出），“我和我地祖国”，你听辨这个乐句，
那么⾸先没有⼈会给你⼀个记谱开始⾳，你需要根据这个乐句的开
头⾄少两个⾳的听感来为它赋予⼀个唱名组合做为记谱的开端，例
如你为这个开头赋予了so—la这个唱名组合，那么从第三个⾳往
后，每个⾳程的前⾳的唱名就已经确定了，第三个⾳是so，决定它
是so的有两个基本原因：第⼀这个⾳程的起始⾳的唱名已经决定
了，是la，第⼆这个⾳程是⼀个⼤⼆度⾳程下⾏的听感，凭借这两
点第三个⾳你为它赋予了so的唱名，同样的后⾯的⼀连串⾳也被你
的听觉以这种⽅式确定了出来。在这个过程中，每⼀个唱名的确认
都以你听清了乐⾳的⾳⾼作为前提，在确认记谱开端的⾳节结构
时，你需要⾄少两个⾳才能“赋值”，然⽽这个过程同样需要你听清
这两个⾳才能完成。
在对和声的听辨过程中，绝对⾳感和相对⾳感依然遵从它们听辨旋
律的基本模式。绝对⾳感是直接的，听到⼀个⾳⾼⽴刻赋予⼀个⾳
名（唱名），⽽⾸调则⾸先⾄少需要两个⾳来赋予⼀个初始的⾳节
结构，之后再以这个⾳节结构为基础，以训练形成的⾳程听感为准
绳，把后⾯的所有⾳纳⼊这个总的结构当中，也就是说⾸调来听和
弦，最多得到⼀个和弦结构的认知（⾳的相对关系），⽽不能得到
⾳的绝对⾼度的认知，这⼀点同旋律的听辨也是完全⼀致的。⼀句
话来总结，⾸调所听到的⾳是环环相扣、彼此依存的，⽽绝对⾳感
听到⾳彼此之间没有联系，这两种截然不同的听觉模式在旋律听辨
中似乎还没有太多的优劣差异，因为旋律中出现的⾳是错时的，⾳
⾼明确可辨，⽽在和声中，⼏个乐⾳并驾⻬驱，这种⾳⾼感受的明
确性就受到了影响。
134 of 155 1/19/23, 6:22 AM

或者有⼈会说，通过和弦的“⾊彩”来判断和弦的结构如何？这种想
法是不切实际的，拿钢琴这件乐器来说，对于简单的⼤⼩三和弦的
判断，如果规定是适中的⾳区，那么凭借和弦所表现出来的“明亮”
或者“忧郁”的“⾊彩”或者还可以勉强分辨，但是⼀旦进⼊低⾳区域
（⾳⾊⼗分粗糙不悦⽿）或者⾼⾳区（⾳⾊紧张感增加），判断正
确性⽴即下降，再⽐如减三和弦与增三和弦，听觉上都很紧张不好
听，⼜如何分辨?还有⼀种可笑的说法是减三和弦有“紧缩感”，⽽增
三和弦有“扩张感”，更是望⽂⽣义的⽆稽之谈，再进⼊七和弦的听
辨，凭借“⾊彩”就更加不可能。如前⽂所⾔，和弦的听辨要么是绝
对⾳感听出每个⾳是什么，要么是相对⾳感得到⼀种⾳程结构判
断，除此之外别⽆办法。
继续说“错时听取”问题。旋律中⾳的错时是⾃然的，⽽和弦以⾳的
同时发响为基本特征，那么就不再具备⾃然错时的条件，那么我们
只能依靠听觉系统，通过主观上的努⼒达成这种“错时听取”的结
果，我们的听觉是可以做到这样的事情的，可以主动屏蔽⼀些声⾳
信息⽽专注于另⼀些声⾳信息，⽐⽅A在旁边喋喋不休的说⼀些事
情，你正在听，⽽此时B过来找你说⼀句话，尽管A仍然没有停⽌，
但此时你的听觉注意⼒转向了B的声⾳，那么A说的话你听不到了，
你通过“主观努⼒”把A的声⾳屏蔽掉了。和弦的听辨也依赖于这种听
觉机制，即通过主观上的“错时”完成对⾳⾼或者⾳程结构的判断，
但在难度上，⼆者存在着较⼤的差异。⾸先，绝对⾳感不需要对和
弦中的⾳进⾏“排序”，可以根据和弦中的⾳的听觉突出性⾃由的进
⾏分辨，听到谁就可以说出谁，⾄于先听出⾼⾳、先听出低⾳或者
先听出中间的⾳都⽆所谓，之后再根据听出的⾳是什么做⼀个“计
算”，得到和弦名称的判断，⽽⾸调则必须对和弦中的⾳进⾏⼀种排
序，排序的结果就得到了⾳程的结构判断。这种排序常常是困难
的，和声中的⾳的作⽤关系表现为“掩蔽与侵染”，这⼀点原理的部
分已有论述，⽽这种作⽤关系导致的结果就是和弦中⾳的听觉突出
性差异，根据原理部分阐述：⾳⾊差异度⼤的听觉突出性强/响度⼤
135 of 155 1/19/23, 6:22 AM

的听觉突出性强/相态破坏程度轻的听觉突出性强，这既导致了⼀个
结果，就是和弦中⾳的听觉突出性实际是不确定的，根据和弦的种
类还有⼏个⾳内部泛⾳环境的细微差别⽽呈现出不同的特性，实际
上并不⼀定哪个位置的⾳⼀定是突出的，你若说最⾼⾳是突出的，
可以在其下⽅加⼀个⼩⼆度的⾳尝试⼀下看看它是否还具有听觉上
的突出性，同样的，其他位置的⾳也是如此，都不必然有听觉上的
突出性地位。如果回到钢琴的和声环境，从⾳⾊差异度这个⻆度
看，那么和弦的⾼⾳或低⾳⼀般具有听觉上的突出性，这也是和声
写作注重⾼⾳线条（主旋律线条）和低⾳线条的原因，正是在于发
挥这种⾃然优势，相对的，中间的⾳的听觉突出性会变弱。⽽且⾳
⾊判断是⼀种时间累积的听觉感受，时间包络对于⾳⾊影响很⼤，
尤其对于钢琴这种乐器，其⾳头部分严重决定着其⾳⾊的听感，我
们在进⾏和弦中⾳的听辨时不得已要采取“主观错时”的⽅式进⾏，
那么就必定要不同程度的错过除了第⼀⾳之外的其他⾳的⾳头，此
时其⾳⾊差异性将在时间进程中被弱化，可分辨性也再次被弱化。
对于旋律听辨来说，这种⾳的听觉突出性的差异是不存在的，听觉
可以从容地根据开头的⼏个⾳（最低是两个⾳，熟练后⼀般通过三
个⾳或以上⾳的听感直接代⼊记谱位置）对记谱位置进⾏“赋值”
（确定开头的⼏个唱名），然⽽在和声中这种从容赋值在时间的紧
迫性上和⾳响的具体环境上都是完全不能被实现的，对于⾸调来
说，在和声听辨中要想提升效率，必须采取对第⼀个听到的⾳直接
赋值的⼿法，即直接给予其⼀个唱名，之后以此为基础继续完成结
构听辨，然⽽这⼜遇到两个问题，⼀是如何直接判定⼀个⾳在和弦
中的位置（是低⾳、中间的⾳、⾼⾳?），以当做排序的开端?⼆是
赋值⼜该如何赋（给予它⼀个什么唱名）？第⼀个问题看似是问题
不⼤的，⽐如可以以具有听觉突出性的低⾳作为排序的开端，这需
要你在这个和弦响起以后以极快的速度听觉确认低⾳，这似乎并不
难做到，然⽽实际上也并不总是能够百分百成功（例如和声⾳程听
辨中有时⾼⾳反⽽被听觉误认为是低⾳，这个问题我们后⾯专⻔分
析），第⼆个问题我可以举例为⼤家说明：⽐如两个和弦
136 of 155 1/19/23, 6:22 AM

Em（357）和F（461），假设我们从低⾳向上开始听辩，如果是绝
对⾳感，那么没有问题，他会确切听到⼀个和弦的构成⾳是357，
另⼀个是461（当然不⼀定是按照这个顺序），⽽对于⾸调，在他
听辨之前这个和弦的结构是未知的，他不可能每次都假定⼀个恰当
的唱名，以使这个唱名符合这个具体和弦的结构和他的听觉经验，
例如把Em这个和弦的低⾳假定为3，或者把F和弦的低⾳假定为4，
因为未⼘先知是不可能的，⽽如果⼀旦他假定了⼀个不合适的唱名
指代，⽐如把Em和弦的低⾳假定为4，那么他需要⾃⼰的听觉经验
⾜够敏锐可以直接识别4b61这个结构他才能说出该和弦的性质，⽽
这对于⾸调则恰恰是⼀种短板，因为像4b6这个具体的⾳程指代，
⾸调有可能没有训练到，或者训练不熟，那么他就很难直接听出
来。
还有⼀些机制是我所不能完全讲清楚的，仅仅是作为猜测的存在。
从形式上来看，虽然绝对⾳感和相对⾳感都需要以“错时”的⽅式来
听取和声中的⾳符，然⽽⼆者的效率却存在显著的差异，表现为绝
对⾳感的听辨效率更⾼、对不协和和弦（这类和弦中某些⾳的原⽣
相态受损更加严重）包容能⼒更强。我认为可能存在以下可能性机
制：
a.⾸调以和弦内⾳⾼的“排序”完成对和弦结构的判断，如三和弦
ABC，过程为确认A------确认B——确认C，因为ABC的“共时”属
性，在听觉确认A的时候，实际B⾳同样是进⼊了听觉系统，虽然此
时我们以主观将它排除在意识之外，但其影响⼒实际上仍然是存在
的，这样我们的注意⼒在转向B⾳的时候，就要⾸先排除掉B⾳⼀开
始在听觉系统中造成的影响，我认为是寻找某种某个时刻，以使得
B的⾳⾊同开头时所听取到的那个⾳⾊（虽然其尚未进⼊意识领
域）发⽣某种可分清的变化，在确认C的同时也要排空它⾃身的前
期影响，这种情况导致了⾸调需要花费更⻓的时间来完成对和弦中
⾳⾼稳态的感知，来得到结构的判断，⽽绝对⾳感则不需要这种较
⻓时间的错时⽅式，因此⽤于“排空”的时间成本更少，效率更⾼。
137 of 155 1/19/23, 6:22 AM

这个机制仅仅是⼀个猜测，还需要寻找⼼理声学⽅⾯的证据⽀持；
b绝对⾳感因为对单⾳绝对位置的感知的敏锐性，和⽆需“定向排序
“的听觉过程特点，使得他们得以以更⾼的效率抓取到和弦构成⾳的
⾳⾼信息。
c.⾸调达成⾳程结构判断需要和弦中⾳的状态呈现出⼀定程度的⾳
⾊“协和性”，这种协和性需要在和弦发响时间的中后部去寻找，这
就导致了⾸调和弦听辨的时间上的劣势。（在中部位置开始进⾏注
意⼒转向的原因也和钢琴⾳⾃身的特点有关，即⼀个单⾳发响的前
部分也会有拍现象的存在，只不过往往不影响⾳⾼感，但也是⼀种
想要⾛调的感觉；以及在和声发响的前部，各⾳之间的⼲扰作⽤也
达到顶点，且在靠近中部的时间位置减弱）
（三）听辨顺序：低⾳的统⼀化策略
上⼀节我们讲述了⾸调听觉者在和弦结构听辨中的“赋值”困境，即
不能预先赋予和弦某个构成⾳以恰当的唱名，以使得其余的⾳与之
构成的⾳程结构符合我们的听觉经验。⾸调的“听觉经验”，实际上
就是根植于⼤脑中⼀些固有的⾳程模式，这些⾳程模式经验以“唱名
⾳节的组合”的形式存在（如do—mi—so），当⾳乐的⾳⾼模式契合
了这些经验模式，它就会在⼤脑中显示出来。这些⾳程模式经验⾮
常重要，它是我们⾸调进⾏⾳⾼听辨的根本基础，⽽且它不仅仅是
⼀种被动的“契合”，即听到乐⾳后的被动反应，有时候它也会反过
来影响到我们对⾳乐的感知，即体现出我们对于⾳材料的“选择优
势”，这是⼤脑的功能之⼀，就是会根据经验对现象做⼀个相对合理
的“解释”。在和弦结构的听辨中，因为构成⾳的听觉“突出性”所遭受
的不同程度的影响（参考上⼀节），加之稍纵即逝的听辨环境（和
弦发响的时间不会太⻓），和弦中的某些⾳并不是那么容易依靠听
觉抓取到的，这个时候模式经验的就会发挥作⽤，你的听觉注意⼒
对和弦中出现的⾳的位置有着明确的认知⽽做好充分的“接收”准备
时，你就能在它出现时把握时机更好的抓取到它。
138 of 155 1/19/23, 6:22 AM

然⽽我们知道，我们⾸调的“模式经验”主要来⾃于⾃然⼤调⾳阶的
排列组合，因为主要以⾃然⼤调⾳阶作为训练的对象，以适应当今
⾳乐以⼤⼩调为基础的现实，这样可以使我们以最低的学习成本获
得调性⾳乐的听觉能⼒。这种模式也导致了⼀个基本的事实，就是
我们对于不同和弦的⾳程结构的模式经验（唱名⾳节组合模式）是
分散的，如⼤三和弦，我们有三个经验模式，135 461 572 ，⽽⼩
三和弦则有246 357 613 三个模式，减三和弦只有⼀个724，⽽增三
和弦，⽆，等等。这种经验模式的“分散性”与我们之前所说的“赋值
困境”是相合的，我们虽然已经有了这些关于和弦结构的模式经验，
但它们显然“并不好⽤”。为了解决这个“困境”，我们需要谋求⼀种⽅
法，将这种分散的经验模式变为“统⼀”的经验模式，即采⽤固定某
个⾳的唱名的⽅法，实现和弦⾳排序⽅式的统⼀。
那么问题来了，究竟是⾼⾳统⼀化合理还是低⾳统⼀化更合理？
从和弦中⾳的听觉突出性这⼀点来考虑，⾼⾳和低⾳的差异性实际
不⼤，理论上作为听觉上的⾸⾳都是可以的，然⽽考虑到和弦中⾳
的消减顺序，最佳的听辩顺序⽆疑是先⾼⾳后低⾳。当两个⾳同时
发响的时候，⾼⾳频率⾼持续时间短衰减较快，⽽低⾳则因为频率
低⽽衰减慢，假如我们从低⾳开始听辨，则经常因为错时所需要耗
费的时间，等到听觉注意⼒投向⾼⾳时，它往往已经衰减到不可感
知了，这种情况在四个⾳及以上的和弦听辨中⾮常普遍。
然⽽还有⼀个⽭盾的情况存在，我们对于和弦结构的认知或者判
断，都是按照从低⾳到⾼⾳的顺序，例如⼤三和弦是⼤三度加⼩三
度，是⼀个上⾏的结构判断。我们⾸调的和弦结构听辨，与其说是
⼀种根据和弦中的⾳的排列得到结构的过程，倒不如说是⾳程经验
模式同和弦中⾳的排列的交互印证的过程，结果就是在听辨的同时
就得到了结构认知，假如我们改换为从⾼⾳进⾏听辨，则经验模式
同传统的和弦构造⽅法（从低⾳到⾼⾳）是相违背的，我们需要重
新建⽴⼀套新的经验来适应这种改变，那么我们的学习成本⽆疑将
会上升。
139 of 155 1/19/23, 6:22 AM

综合来考量的话，⾸调关于和弦听辩的最佳策略是采取低⾳统⼀化
策略，即不管和弦有哪些⾳⾼组成，总是将低⾳作为do来听，在此
基础上根据⾳程关系确定和弦结构，此项策略要求我们对以do上⾏
的半⾳级⾳程关系了若指掌，不仅能够在任意调迅速构建，⽽且要
具备迅速的听觉区别能⼒。
（四）和弦听辨部分⾳程示例掌握的注意事项
在确定低⾳统⼀化策略之后，我们⾸先需要对以“do”为低⾳的⾳程
关系进⾏全⾯的训练，训练顺序可以是：和声⾳程相关示例、三和
弦原位和转位相关示例、七和弦原位相关示例、七和弦转位相关示
例，最后七和弦转位相关示例可以视情况需要决定是否掌握。
这⼀部分的⾳程示例的掌握实际与⼤调⾃然⾳阶部分的⾳程关系掌
握并⽆太多不同，同样依靠听、弹、唱，缺⼀不可。不同的是，这
⼀部分⾳程的训练不会像掌握⾃然⼤调⾳程关系那样简单，因为当
你在做这些⾳程的构唱训练（在示例的辅助之下）时，所⾯临的实
际是⼀种“⾮调性”的旋律结构，它是不符合我们的听觉经验的，从
⽽也就会对我们的嗓⾳构唱造成不良影响（唱起来别扭，容易⾛
⾳）。举例来说，我们需要掌握13和1b3这两个⾳程，为了训练对
这两个⾳程的区分能⼒，我们需要在示例的帮助下做如下模式的构
唱131b3（或者1b313），这实际上就形成了⼩三度上⾏+⼩三度下
⾏+⼤三度上⾏的⾳程结构，这在⾃然⼤调⾳阶中是不存在的⾳程关
系，加之13和1b3本身就带着⼤调和⼩调的截然不同的情绪⾊彩
（部分原因是受到⾳程示例的情绪⾊彩影响，我们在唱这些示例的
时候，嗓⾳表现出的状态是很有区别的），所以我们在构唱的时候
就会有种分裂般的不适感。这⼀点要采取⼀些应对措施来克服：
第⼀，在和声⾳程训练的部分，我采取了1X1，这种示例模式，如
1b31b714（两个⼩娃娃呀），以帮助你在构唱时能够更好的回归到
低⾳1，来辅助进⾏13的构唱对⽐。但是这种⽅式只是初期的⼀种
辅助⼿段，等到熟练以后，这种对于低⾳的回归应该转为以短时的
140 of 155 1/19/23, 6:22 AM

⾳⾼记忆为主。
第⼆，要采取短促发⾳的读唱⽅式来进⾏这种构唱对⽐训练，这种
⽅式可以通过对嗓⾳的约束控制⾳程所表现出的⾊彩，也就有助于
对⾳⾼的精准把握。
在练习⽅式上，这部分⾳程的训练⼿段也相对单⼀起来，因为我们
只需要进⾏⼀种上⾏的⾳程对⽐，例如⽐较出1b3和13，⽐较出b35
和b3b5，借此达成对和弦⾳程结构的判断，⽽不是像⾃然⼤调⾳阶
的训练那样要以听辨旋律为基本⽬标，采取多种⽅式强化相对点位
意识训练，所以只是⼀种有限度的⾳程训练。在练习中⾸先要熟练
掌握每个⾳程示例，之后进⾏这种⾳程的⽐对练习（如唱1b313，
唱1b35和135），期间⼀定要使⽤短促发⾳的读唱⽅式⽤来提升构
唱的准确度，过程中注意回归“do”时发⾳的准确，当然初期可以借
助我提供的示例来做这种准确回归，但也要注意训练⾳⾼的短时记
忆能⼒。
以do为低⾳的⾳程构唱是开始训练的第⼀步，这些⾳程结构的掌握
不仅仅是为了在你听到⼀个和弦后对应到这些结构，⽽是这些结构
的熟知会让你更容易抓取到和弦中的构成⾳，当你的潜意识对这些
点位变得敏感时，就更容易在和弦发响的进程中抓取到它，所以⾸
先应该把示例唱熟，当然，可以分步实施，例如掌握和声⾳程示例
后即可开始和声⾳程的听觉训练，后⾯的依次展开。
（四）和声⾳程的听辨训练——MyEarTrainer软件
使⽤的⽅法
⼀般⽽⾔，我们从和声⾳程的听辨开始训练。和声⾳程的听辨训练
实际上包含了和弦听辨的技术⽅法，⼆者从实际上来看是⼀模⼀样
地⽅法，之所以从和声⾳程开始训练，是因为它只包含了两个⾳，
似乎从形式上来看更为“简单”。但是实际上和声⾳程的听辨并没有
你想象中的那样简单，和声⾳程除去纯⼀度和纯⼋度两种剩余的⼤
约有⼗⼀种（从⼩⼆度到⼤七度），要想对和声⾳程的听辨达到熟
141 of 155 1/19/23, 6:22 AM

练的程度，则需要对这⼗⼀种⾳程有⼀种全⾯的掌握，任何的偏废
都有可能导致错误的结果。
前⾯我们已经说过了，为了提⾼听辨的效率，我们要实⾏低⾳统⼀
化的听辨策略，对以1向上的半⾳级⾳程关系了如指掌，那么对于和
声⾳程的听辨，我们需要掌握的⾳程有
1b2,12，1b3,13,14,1b5,15,1b6,16,1b7,17共⼗⼀个，加上纯⼋度的
话是12个，因为纯⼋度的两个⾳融合度⾮常之⾼，听起来就是⼀个
⾳，这个⽐较容易判断所以我们就不说它了，那么需要掌握饿就剩
下⼗⼀个了。我们假设你已经通过对⾳程示例的练习初步掌握了这
些示例，那么我们可以利⽤⼀款软件MyEarTrainer开始实际的听辨
训练，这个训练的⽬的，在于使你掌握“主观错时”的⼿法，这种⼿
法是⾸调能⼒者听辨和弦结构的通⽤⼿法。
MyEarTrainer是⼀款完全免费的视唱练⽿软件，⼤家可以在⽹上⾃
由下载，安卓⼿机使⽤安卓版，苹果⼿机使⽤苹果版，因为我没⽤
过iOS系统，所以不知道苹果版是什么样的，下⾯仅仅以安卓版⻚
⾯做简要说明：
142 of 155 1/19/23, 6:22 AM

图⼀图⼆
图⼀是进⼊这款软件的主界⾯，点击exercises图标进⼊图⼆，图⼆
图标包括旋律⾳程和和声⾳程的训练，注意，旋律⾳程不需要以此
软件进⾏训练，应使⽤我前⾯所讲的⽅法进⾏训练。和声⾳程训练
下⾯标有“harmonic”（和声的）的标识，共有三种：seconds and
143 of 155 1/19/23, 6:22 AM

thirds是⼆度到三度的训练，包含⼤⼩⼆度、⼤⼩三度四种和声⾳
程，⽽up to fifth 是从⼩⼆度开始到五度以内的和声⾳程，up to
octave 则包含了从⼩⼆度到纯⼋度所有和声⾳程类型，训练时你可
以按照逐渐增加⾳程数量的⽅式来练习，即从1,2,3（⼿⼯涂鸦）的
顺序来练习，当然也可以直接从up to octave开始训练，区别不会太
⼤，如果想要较少的可能性开始训练的，可以选择循序渐进的⽅
式。
144 of 155 1/19/23, 6:22 AM

图三。假设我们点击seconds and thirds这⼀项进⼊，软件会响起⼀

个和声⾳程让你判断，我们现在来学习练习的⽅法。
练习错时听取的⽅法：⾸先我们需要随便点⼀个错误的答案以使得
这个界⾯停留在这⾥（如果选择正确了它会⾃动进⼊下⼀个和声⾳
程的判断），所以我们随便点⼀个键（出现⼤红点那个），这个界
⾯就停留在这⾥了。此时正确答案已经显现，这是⼀个⼩三度的和
声⾳程。此时两个⾳A和B（注意AB不是指⾳名，只是随便⽤⼤写
字⺟代表两个键位）都已经显示，那么此时我们要做三种练习：
1、点⼀下A键，⽤⼼听这个单⾳，结束后点⼀下C位置，那么该和
声⾳程会重新奏响，此时根据点A键的记忆与印象，集中精神关注
这个和声⾳程中的A⾳成分，从头到尾都只关注A⾳的成分，尽量以
“主观努⼒”将A从这个和声⾳程的听觉中分离出来。
点⼀下B键，以刚才A⾳⼀样的操作程序，尽量以主观能动性把B⾳
从和声⾳响环境中分离出来。
145 of 155 1/19/23, 6:22 AM

2、将A⾳赋予唱名do，B⾳赋予唱名b3（微），之后按C进⾏和声
⾳程的⾳响回放，连续奏响两次，第⼀次注意⼒听do，第⼆次注意
⼒听b3，即尝试分两次以上⾏⽅式听出这个和声⾳程1b3；将B赋予
唱名do，将A赋予唱名6，之后按C进⾏和声⾳程⾳响回放，连续奏
响两次，第⼀注意听⾼⾳do，第⼆次注意听低⾳6，分两次以下⾏
⽅式听出这个和声⾳程16。注意⽐较⼀下这两种⽅式哪⼀种听得更
加“清楚”。
3、按C奏响这个和声⾳程，第⼀次以1b3的⽅式来听，在⾳响的前
半段时间将注意⼒集中在1上，在时间的中后部尝试做注意⼒的转
向，即转向b3，看能否在⼀次⾳响过程中完成这个上⾏⾳程1b3的
判断；反过来，第⼆次以下⾏⾳程16的⽅式来听，先注意听⾼⾳，
尝试在⾳响存续时间的中后部转向低⾳，看能否⼀次性听清这个下
⾏⾳程16。
以上⽅法，就是和弦结构听辨的基本⽅法。任何⼀个和声⾳程或者
和弦，你都可以⽤两种⽅法来完成听辨，像2这种⽅法就是⼀次⼀
⾳，借⽤多次奏响和弦完成结构判断，像3这种⽅法就是⼀次多⾳，
利⽤错时听取在⼀个发响周期内完成和弦结构的判断。
像2这种⽅法实际上是⼀种投机取巧的⽅法，但是这个⽅法是实⽤
的，因为在考试环境中⼀个和弦或者⼀个和声⾳程可能被奏响三
次，⾜够你以每次⼀个⾳的⽅式来分辨，⽽对于四种三和弦，你当
然也可以以这种⽅式来辨认。对于七和弦，你可以使⽤两种⽅式结
合的⽅式来辨认，如⾸先以错时连续的⽅式⼀次性听出前⾯三个⾳
的结构，再以和弦的第⼆次鸣响判断出第四个⾳，那么就完成了这
个和弦结构的判断——这种⽅式常常是实⽤的，因为七和弦的最后
⼀个⾳因为衰减较迅速可能让你不能⼀次就听清四个⾳。当然，熟
练以后和声⾳程、三和弦，甚⾄七和弦你都可以尝试⼀次全部听到
的⽅式来听，这⼀点并没有什么限制。
通过2所采取的两种听辨顺序，从低⾳开始向上听辨（1b3）和从⾼
146 of 155 1/19/23, 6:22 AM

⾳开始向下听辨（16），或许你会发现，当向下听辨的时候16这个
唱名的代⼊要⽐1b3更加清楚，那是因为这两种模式的熟练程度所
导致的差别，因为在实际的扒谱或者听辨练习中，⽤到16这个具体
的唱名结构（do—la）⽐1b3（do—wi）这个唱名结构的概率⾼得
多了，后⾯是⾃然⼤调⾳阶中常⽤的⼀个唱名结构，那么它的使⽤
率之⾼⾜以导致这个模式在⼤脑中的优势地位，可能你需要把1b3
这个唱名结构练习很久才能达到同16⼀样的熟练度，或者永远都
达不到这个熟练度也有可能。鉴于和声⾳程这种简单⼆元结构（只
有两个⾳），我们对于它的听辨也不必死板的遵循“低⾳统⼀化”的
策略，假如你从低⾳向上听辨感觉不好确认这个⾳程结构，也可尝
试以⾼⾳作为1向下听辨，或者就可以迎刃⽽解了。
（五）⾳⾼相态多极性与模式经验局限在和声听辨中
造成的影响
在和声⾳程的听辨过程中，你会发现⼀类很有意思的现象，就是有
时你会把⼀个和声⾳程听辨成为它的转位⾳程，例如⼤七度听为⼩
⼆度，纯四度听成纯五度，⼩六度听成⼤三度等等，尽管这种概率
并不是特别⾼，但是却是⼀类确确实实存在的现象。
⼀个⾳程可以被听为是他的转位⾳程，⽐如13可以被听为
13（低），这种现象在钢琴键盘上的⼤部分区域都可以观察到（两
头的⾳区可能不易做到），⽽假如这个键盘⾳⾊被调整为管⻛琴
（电⼦键盘、⼿机钢琴、电钢琴、合成器等可以实现），则在全部
⾳区的⼤三度⾳程均可听为它的转位，如果你故意把后⾯的那个⾳
作为⼀个“低⾳”来听的话。我认为，乐⾳实际上是⼀个具有⽆数⾳
⾼相态的综合体，每个泛⾳如果可以被听觉感知，实际上他都有⼀
个⾳⾼，⽽泛⾳和泛⾳还会合成“消失的基频”，“消失的基频”是⼀组
同基频⾳⾼⼀致，⽽⾳⾊却却不同的⾳响成分，他们和基频这个乐
⾳的⾳⾼代表混同在⼀起，形成我们听觉上直观感受到的那个⾳
⾼，⽽其他的泛⾳的⾳⾼相态不能被表达，因此转⽽成为⾳⾊。在
147 of 155 1/19/23, 6:22 AM

乐⾳中，最强的⾳⾼相态是基频所代表的那个，然⽽次强的却不是
第⼀泛⾳即其⼋度⾳⾼，再次强也不是第⼀泛⾳上⽅五度⾳⾼，我
认为，⼀个乐⾳因为某种原因，其次强⾳⾼相态可能是其系列⼋度
⾳的⾳⾼相态，即⼀个乐⾳，可能包含着附近⼏个相隔⼋度⾳的⾳
⾼相态，即⼀个⾳⾥⾯包含着其上下⼏个相隔⼋度⾳的⾳响特性，
以⾄于在特定的条件下它可以被听为是它的某个⼋度转位⾳，这恐
怕也是调这个东⻄成⽴的根本原因。例如，男声跟着键盘C4到B4来
唱1234567时，实际所唱⾳⾼是C3到B3，然⽽却没有⼏个⼈能意识
到，并且觉得⾃⼰唱的就是正确的⾳⾼。在钢琴键盘上，在合适的
区域内，⼀个原位⾳程如果你刻意去把它听做是转位，那简直毫⽆
违和，同样的，相隔两三个⼋度的⾳，依然可以被听辩为原位⾳
程。我猜测这个可能与乐器各⾃独特的振动系统有关，例如如果是
管⻛琴的话，即使在⾼⾳区，⼀个原位（例如⼤三度）也可以被轻
易听为转位，⽽钢琴在这个⾳⾼上就不⾏。总结起来就是说，⼀个
乐⾳可能包含了附近数个⼋度⾳的⾳⾼相态，但是根据各种乐器不
同的特性，这些⾳⾼相态的强度或者说地位可能并不相等。
这个特性是我们在和声⾳程听辨中将⼀个原位⾳听为其转位⾳的原
因，即在和声⾳程的听辨中，因为⾳的同时发响的原因，有时会出
现⾼⾳与低⾳判断失误的情况：按照我们的经验，⼀般来说，低⾳
的⾳⾊是相对暗淡的，其听感是沉稳的，明确的，其延时也相对较
⻓，然⽽由于和声⾳程中⾳的作⽤关系，有的时候低⾳的这种听觉
特性会被打破，⽽⾼⾳反⽽具有了⼀些低⾳的听觉特征，此时我们
的意识已经认可了⾼⾳为低⾳，那么就会向上寻找⼀个⾳程结构去
契合那个真正的低⾳，⼜因为低⾳实际上包含着它的⼋度⾳的⾳⾼
相态，因此就会得到⼀个实际上为其转位⾳程的判断。（如31这个
⼩六度和声⾳程，由于上来将1误认为是低⾳，⽽向上寻找，就把3
听作了3）
这种⾼⾳与低⾳的误判还可能和⼀个因素有关：⾳程结构模式的熟
练程度。我们进⾏⾸调的训练存在着这样⼀个现象，就是有些⾳程
148 of 155 1/19/23, 6:22 AM

结构（唱名⾳节模式）我们会掌握的更熟练，例如⼩三度⾳程中
35，61就会⽐24和72更加常⽤，因为在调性环境中这些⾳程使⽤到
的可能性多，且位置也会⽐较重要，因此就会造成我们的⼤脑对它
们的掌握更熟练，这种⾳程结构的唱名⾳节模式就更加具有选择优
势。例如，当我们听到⼀个⼩三度旋律⾳程的时候，⼤脑会倾向于
⽤35或者61这两个唱名⾳节模式去代⼊判断，⽽不会使⽤24或者72
去代⼊，这就是模式的听觉优势的体现。⽽从更加宏观的⻆度来
看，旋律主要是以⼩⾳级运动为主的，这就决定了⼀些⽐较⼤跨度
的⾳程的实际使⽤频率⽐较低，那么相对的，⼩⾳级模式就更具有
听觉上的优势，举例来说，71这个⼩⼆度上⾏⾳程的听觉优势，⼀
般会强于17这个⼤七度⾳程，在旋律⾳程的情况下，由于明确的时
间先后顺序，这种判断失误的可能性是不存在的，然⽽在和声⾳程
判断的环境下，因为两个⾳同时响起，⼀个实际上为17的⼤七度和
声⾳程则有可能被听辨为⼩⼆度71，这是⾳程模式的熟练度差异造
成的结果。
以⼩⾳级模式为主的经验也会造成和弦结构听辨中的⼀些其他问
题，例如对于开放式排列和弦的听觉⽆能，因为我们的听觉模式经
验⼤多局限于⼩⾳级运动，所以过⼤的⾳程跨度我们的经验是不能
与之契合的，⼀⽅⾯是因为我们缺乏这种⼤跨度的⾳乐材料以作为
训练的示例（⾳程示例），另⼀⽅⾯也因为我们的嗓⾳能⼒实际很
难唱出⼤跨度的⾳程关系（特别是超过⼋度时，连续的⼤跨度⾳程
构唱就更加困难了）。那么对于开放式排列的和弦，我们要么利⽤
已有的经验模式，把它听辨为⼀个密集排列的和弦（因为乐⾳的⾳
⾼的多极性，这个是可以做到的），要么就以每次听取单⾳的模式
逐⼀在键盘验证，⽽⼀次性听清该开放排列和弦的原始结构是不现
实的，这也算是⾸调者听辨和弦能⼒的⼀个不⾜吧。
第七节和声⾊彩的宏观认知与拟合法
(⼀)和声⾊彩与⾳⾼代表
149 of 155 1/19/23, 6:22 AM

和声的⾊彩可以理解为和声所表现出来的所有可感听觉相态的集
合，这其中可以包括数个原⽣乐⾳相态（在和声的听觉进程中如果
保持可感性则呈现出⾳⾼相态、响度相态和⾮单纯维度性听觉相态
的整体性），新⽣成的次⽣⾮单纯维度性听觉相态、拍⾳相态（响
度相态变体）以及相态的流转态（⾳⾼流转相态），其中除了次⽣
⾮单纯维度性听觉相态不可独⽴感受，其余皆可独⽴感受到，可以
作为相对独⽴的听觉线索。虽然和声的⾊彩可以如此丰富，然⽽我
们在具体的听觉过程中，是不可能穷尽所有这些相态的，这些相态
的种类既不可能全部穷尽，在时间上的结合性也不可能完全⼀致，
换句话来说，对于⼀个具体的和弦，我们在时间进程中对它的感受
理论上可以是千变万化的，并不存在⼀个完全⼀致的“听觉⾊彩”。
和弦的听觉⾊彩受到多种因素的影响，对此，我在原理部分已经做
了说明，优势相态（即⼀个和弦在听觉过程的开头所能使你⾸先听
取到的相态），这个优势相态在和声给予你的听觉⾊彩中占有重要
的地位，它主要由和声中相态的强度对⽐关系、独⽴性、前后⽂联
系（模式经验）、⼩⾳级优势等⼏个因素决定。
⼀般来说，我们和声在⾳乐织体中变现为进⾏关系，实际上同旋律
的⾳在时间线上的组织⼀样，和声先后出现，并且也具有节奏属
性。我们在横向上对于乐⾳的理解，总是倾向于将它纳⼊⼀种连续
的⾳⾼结构中去，这个是调性⾳乐的基础，我们从来不会使⽤多种
乐器⾳⾊来依次奏响乐⾳展现旋律，这是因为这样做就会破坏这种
连续的⾳⾼感知。从这⼀点引申出去，我们就会认识到，对于和声
的进⾏，我们的听觉也倾向于将它理解成为⼀些确定的⾳⾼运动。
这个道理是易于理解的，因为和声中包含了个别的⾳，它们其中的
⼀个可以被抽离出来作为优势相态，成为连续⾳⾼感知的基础，我
称它为和弦的“⾳⾼代表”。
⾳⾼代表是和弦的实际连接中所展现出来的优势相态，如果⼀个原
⽣乐⾳成为这个和弦的⾳⾼代表，那么它在和弦的“⾊彩”中就占到
了⼀个⽐较重要的地位。需要说明的是，和弦的运动并不总是能够
150 of 155 1/19/23, 6:22 AM

表现为这种类似于旋律⾳进⾏的⾳⾼运动，有时不协和的⾳响效果
（如拍⾳相态优势过⼤）可以破坏掉和弦运动中的⾳⾼进⾏听感。
⽽且即使能够表现出来，这些⾳⾼运动可能有时也不会如同旋律⾳
⾼运动那样连续，⽽有可能是离断的、破碎的⾳程结构的状态，重
视和声中声部线条（⼩⾳级、旋律性）的写作可以避免出现这种离
断的感受。但不可否认，我们的听觉会倾向于寻找和声运动中的这
种⾳⾼代表，将和声运动理解为⼀种类似旋律的⾳⾼运动，因为这
是我们理解有⾳⾼差别的⾳乐材料的⽅式，即在具有调性的⾳乐材
料的时间运动中，旋律是我们主要的理解⽅式。
（⼆）和声拟合的三要素
前⾯说了，⾳⾼代表是和声的实际运动中所展现出的⼀个重要的“⾊
彩”的部分，它作为⾸先被听觉所确认的优势相态，具有举⾜轻重的
作⽤，正像是贯穿和声⾊彩的⼀条主线。理论上来说，和弦中的每
个⾳都可以成为⾳⾼代表，除⾮这个⾳的原⽣相态在该和声系统中
被严重破坏⽽不能再被听觉确认。
此外，还有两种相态会成为“修饰”这个代表⾳⾼的重要⼒量。⼀种
是次⽣⾮单纯维度性听觉相态，另⼀种则是拍⾳相态。次⽣⾮单纯
维度性听觉相态同和弦所展现给我们的情绪息息相关，例如⼤三和
弦是明亮的，坚定的，⼩三和弦是暗淡的，忧郁的之类，因为次⽣
⾮单纯维度性听觉相态不是⼀种明确的听觉线索，因此其具备最强
的侵染⼒，可以对任何构成和弦的原⽣乐⾳进⾏侵染。拍⾳相态并
不总是存在，⼀般会出现在含有⼆度或者七度⾳程的和弦中，也就
是说七和弦中存在拍⾳相态的可能性较⼤，此外拍⾳相态的优势程
度⼜以含有⼩⼆度、⼤⼆度、⼤七度、⼩七度的和声排名（实际还
要看具体的和声效果）。拍⾳相态因为其过于异常的听觉效果（时
响时弱的“震颤效果”）⽽通常具有⼀定的听觉优势，⼜因为其本身
的“听觉基质”不够明确（仔细辨别的话其听觉基质⼀般是构成拍⾳
的两个⾳的某⼀个，通常是⼩⾳级形态的低⾳——较⼤⾳级需要做
转位处理，如⼤七度17如发⽣拍⾳，则其基质应该是7，通过转位
151 of 155 1/19/23, 6:22 AM

后得到，即这个拍⾳相态实际上表现为7这个⾳<在时间进程中也表
现为其原⽣相态的整体性>的时响时弱的变化），因此它也具有较强
的侵染能⼒。
根据这三个因素，我们可以确定和声拟合的⽅法：以代表⾳⾼为主
线，以情绪表现与想象为辅助，以拍⾳相态为补充。这个就是从和
声相态⻆度所引申出来的和声拟合的主要对象。
（三）和声的嗓⾳拟合：三拼⾳节拟合法
从实际的听觉体验中可以发现，当我们听到单⾳的时候和听到和弦
的时候是很不同的，⼀个单⾳我们可以⽤⼀个唱名⾳节去拟合它，
然⽽和声因为多⾳存在的缘故，其听感就更加富有层次性，此时⼀
个唱名⾳节是⽆法拟合出和声给⼈的那种⾳效的。当我们听到⼀个
⼤三和弦或者⼩三和弦的时候，如果⽤⼀个⾳节去拟合那个效果的
话，通常会感觉是“duang”的⼀声，这实际上是⼀种本能的拟合⽅
式。观察这个⾳节，就会发现它是⼀个三拼⾳节，⽽假如我们要在
⼀次发⾳过程中保持⼀个确定的、不间断的⾳⾼的话，三拼⾳节就
是⼀个最佳的选择，从这⼀点出发，我们可以考虑以三拼⾳节的⽅
式来拟合所有和声。
我们之所以要考虑使⽤嗓⾳来拟合和声的⾳响，是因为我们需要建
⽴和声的内⼼听觉，就如同我们建⽴关于旋律的内⼼听觉那样，当
我们看到⼀段旋律的乐谱的时候，我们可以在⼼⾥将它拟合出来，
当我们看到数个和声的连接的时候，我们也需要在⼼⾥将它所呈现
出的⾳效⼤致拟合出来，如果不能做到这样，我们就⽆法以内⼼听
觉的⽅式完全掌握⾳乐的织体，就⽆法真正的将纸⾯写作同声⾳的
⾳效对应起来，那么你的写作将⽆法做到得⼼应⼿，你的视唱练⽿
也终究只学了个半吊⼦。⽽建⽴和声的内⼼听觉，同建⽴旋律的内
⼼听觉⼀样，需要以⼀种⾳节系统进⾏“索引”，如当你看到⼀段旋
律乐谱时，内⼼会以⼀种唱名⾳节在⼼⾥默唱的⽅式将它展现出
来，同样的，我们在看到和声时，也要以⼀种⾳节的形式将它展现
152 of 155 1/19/23, 6:22 AM

出来，如果不这样做，和声的⾳响效果就是⽆所依附的，你就不能
建⽴起和声的内⼼听觉。
使⽤三拼⾳节来拟合和声的⾳效是⼀个解决问题的⽅案。由于和声
由数个⾳组成，它们之间的相互关系导致了其⾳效⽐⼀个乐⾳复杂
的多，因为我们在利⽤嗓⾳对其拟合的时候，需要根据和弦的种类
和不同的听觉特性做⼀些细微的区分，⽽不仅仅是以三拼⾳节的⽅
式拟合出其“代表⾳⾼”这样简单。
但是，为了拟合时效率的考量，我们要做⼀个规定，即拟合任何和
弦时，我们都以d和u作为三拼⾳节的前两个⾳，⽽以你想要作为代
表⾳⾼的⾳的唱名的元⾳作为三拼⾳节的最后⼀个⾳。举例来说，
对于⼀个⼤三和弦135来说，假如1成为代表⾳⾼时，你⽤于拟合这
个和声的三拼⾳节为d—u—ao，若3成为代表⾳⾼的时候，则为d—
u—i，那么如果将5作为代表⾳⾼的时候，这个拟合的发⾳就是d—u
—ao（同1的形式⼀样，只不过发⾳的⾳⾼⾼五度），那么对于七
和弦，来说，我们仍然只能够以三拼⾳节来做拟合，那么对于⼀个
七和弦5724来说，假如4成为⾳⾼代表，这个拟合发⾳就是d—u—
a，如果2成为代表⾳⾼时，拟合就是d—u—ai，其他两个⾳于此相
同。
（四）四类基本和弦的拟合要点
1、⼤三和弦的拟合要点：⼤三和弦给⼈以坚定、明亮、向上的感
觉，在进⾏拟合的时候，要以三拼⾳节的形式拟合出代表⾳⾼，在
嗓⾳发出这个三拼⾳节的时候，要⼀直保持⾳量不降低（保持好嗓
⾳的紧张度），不使得这个发⾳有衰败的感觉，同时内⼼配合坚
定、明亮、向上的情绪想象，以最⼤程度拟合出其积极的听觉感
受。
2、⼩三和弦的拟合要点：⼩三和弦给⼈以忧郁、暗淡的听觉感受，
在进⾏拟合的时候，要以三拼⾳节的形式拟合出其代表⾳⾼，但注
意这个拟合⾳量应该⽐⼀般的⼤三和弦拟合的⾳量略低，并且在拟
153 of 155 1/19/23, 6:22 AM

合的过程中要再次使嗓⾳松弛降低其⾳量，以配合内⼼形成其忧郁
的、暗淡的听觉感受。⼩三和弦听起来没有⼤三和弦响度⼤，这是
有研究依据的，⽽且通过你对⼤⼩三和弦的分解和弦的模唱，你也
可以体会出这样做的道理，由于受到和声的⾊彩的影响，我们在构
唱⼤三和弦和⼩三和弦的时候（⽐如构唱135和1b35），嗓⾳发出
尾⾳5的状态是截然不同的，有兴趣的可以对此进⾏验证。
3、含有⼆度或者七度⾳程的和声的拟合。含有⼆度或者七度⾳程的
和声会产⽣拍⾳的听觉，对于含有拍⾳的和弦的拟合，我们除了要
以三拼⾳节的形式拟合出其代表⾳⾼外，还要在发⾳的后半部以颤
⾳的发⾳⽅法拟合出其拍⾳效果。是含有⼆度或者七度的七和弦，
其前置结构为⼤三和弦或者⼩三和弦，还可依据⼤⼩三和弦的拟合
法做三拼⾳节的拟合，并在⾳尾加上“颤⾳”效果。
4、含有三全⾳的和声的拟合。三全⾳有时也会发⽣⼀定程度的“拍
⾳”现象，但往往不像⼆度中的拍现象那么剧烈，更重要的是，三全
⾳呈现出的“⾮单纯维度性听觉相态”更有特征，我对它的理解是⼀
种幽深的、恐惧的听觉感受，所以我在嗓⾳拟合含有三全⾳的和弦
的时候（如减三和弦、属七和弦之类），会刻意加以⼀种幽暗的氛
围的想象。（个⼈常会以幽深的洞⽳的想象来拟合这种情绪）
第⼋节三升降以内的固定调视唱练习的注意事项
1、学习三升降以内固定调视唱的⽬的：直接视唱五线谱、以突破⾃
然⼤调⾳阶排列的⽅式进⾏旋律写作(欣德⽶特⽀持这样做，即认为
旋律写作⼀开始就不应局限在⾃然⾳阶的⾳程关系之内)。
2、学习三升降以内固定调视唱应该在形成⽐较良好的⾸调听觉能⼒
之后进⾏，即⾸先应该形成调性⾳乐的良好听觉能⼒，⾸先把⾃然
⾳阶的所有排列组合形式内化于⼼，以避免三升降的⾳程示例的⾳
节模式对⾸调听觉能⼒造成不良影响。
3、三升降以内⾳程示例同和声结构听辨部分的⾳程示例⼀样，要求
154 of 155 1/19/23, 6:22 AM

进⾏最基本的掌握即可，即只需要将⾳程示例唱熟，在五线谱上遇
到这些⾳程关系时能够借助短促发⾳的读唱⽅式唱出正确的⾳⾼，
不⾄于对读谱造成阻碍即可，不需要特意训练关于它们的所有⾳程
连接⽅式，以免对⾸调听觉能⼒造成不良影响。
第九节⼆声部内⼼听觉的建⽴⽅法（策略性技术保留部
分）
第⼗节和声连接听辨⽅法的技术讨论（策略性技术保留
部分）
155 of 155 1/19/23, 6:22 AM

ear02 怎样高效自学视唱练耳？ 知乎

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

ear02 怎样高效自学视唱练耳？ 知乎

Uploaded by

Copyright:

Available Formats

(18 封私信 / 53 条消息) 怎样⾼效⾃学视唱练⽿？ - 知乎 about:reader?url=https%3A%2F%2Fwww.zhihu.com%2Fquestion%2F...

(18 封私信 / 53 条消息) 怎样⾼效⾃学视

1 of 155 1/19/23, 6:22 AM

2 of 155 1/19/23, 6:22 AM

3 of 155 1/19/23, 6:22 AM

4 of 155 1/19/23, 6:22 AM

5 of 155 1/19/23, 6:22 AM

6 of 155 1/19/23, 6:22 AM

7 of 155 1/19/23, 6:22 AM

8 of 155 1/19/23, 6:22 AM

9 of 155 1/19/23, 6:22 AM

10 of 155 1/19/23, 6:22 AM

11 of 155 1/19/23, 6:22 AM

12 of 155 1/19/23, 6:22 AM

13 of 155 1/19/23, 6:22 AM

14 of 155 1/19/23, 6:22 AM

⼩⼆度 0.5 34,71 共两个

⼤⼆度 1 12，23,45,56,67 共五个

⼩三度 1.5 61,72,24,35 共四个

纯四度 2.5 51,62,73,14,25,36共六个

增四度（减五度） 3 74,47 共两个

纯五度 3.5 41，52, 63，15,26,37共六个

⼩六度 4 31,64,75 共三个

⼤六度 4.5 16,27，42,53 共四个

⼩七度 5 21.32.54.65.76 共五个

⼤七度 5.5 17,43 共两个

15 of 155 1/19/23, 6:22 AM

16 of 155 1/19/23, 6:22 AM

17 of 155 1/19/23, 6:22 AM

18 of 155 1/19/23, 6:22 AM

19 of 155 1/19/23, 6:22 AM

20 of 155 1/19/23, 6:22 AM

21 of 155 1/19/23, 6:22 AM

22 of 155 1/19/23, 6:22 AM

23 of 155 1/19/23, 6:22 AM

24 of 155 1/19/23, 6:22 AM

25 of 155 1/19/23, 6:22 AM

26 of 155 1/19/23, 6:22 AM

27 of 155 1/19/23, 6:22 AM

28 of 155 1/19/23, 6:22 AM

29 of 155 1/19/23, 6:22 AM

30 of 155 1/19/23, 6:22 AM

31 of 155 1/19/23, 6:22 AM

32 of 155 1/19/23, 6:22 AM

33 of 155 1/19/23, 6:22 AM

34 of 155 1/19/23, 6:22 AM

35 of 155 1/19/23, 6:22 AM

36 of 155 1/19/23, 6:22 AM

37 of 155 1/19/23, 6:22 AM

38 of 155 1/19/23, 6:22 AM

39 of 155 1/19/23, 6:22 AM

40 of 155 1/19/23, 6:22 AM

41 of 155 1/19/23, 6:22 AM

42 of 155 1/19/23, 6:22 AM

43 of 155 1/19/23, 6:22 AM

44 of 155 1/19/23, 6:22 AM

45 of 155 1/19/23, 6:22 AM

46 of 155 1/19/23, 6:22 AM

47 of 155 1/19/23, 6:22 AM

48 of 155 1/19/23, 6:22 AM

49 of 155 1/19/23, 6:22 AM

50 of 155 1/19/23, 6:22 AM

51 of 155 1/19/23, 6:22 AM

ear02 怎样高效自学视唱练耳？知乎

ear02 怎样高效自学视唱练耳？知乎