1995年夏天的一个下午，发生了一件奇怪的事情。我正在微调我为一张关于音乐与大脑的 CD 录制的口语评论。为了检测录音中的小故障，我循环播放短语，以便我可以一遍又一遍地听到它们。有一次，当我独自在房间里时，我将其中一个短语“sometimes behave so strangely（有时行为如此奇怪）”设置为循环播放，开始做其他事情，然后忘记了它。突然间，我觉得好像有一个陌生的女人在唱歌！环顾四周，发现没有人后，我意识到我听到的是我自己的声音重复地发出这个短语——但现在，我听到的不是言语，而是从扬声器中流淌出来的旋律。通过简单的重复过程，我的言语变成了歌曲。
这种引人注目的感知转变，我后来发现它发生在大多数人身上，表明言语和歌曲之间的界限可能非常脆弱。作曲家已经考虑到了音乐和言语之间的紧密联系，例如，将口语单词和短语融入他们的作品中。此外，许多发声似乎都介于言语和歌曲之间的界限附近，包括宗教圣歌和咒语、演说、歌剧朗诵调（歌剧中一种类似于歌唱日常语言的演唱风格）、街头小贩的叫卖声和一些说唱音乐。
然而，几十年来，音乐家的经验和普通观察者的看法与科学观点相冲突，科学观点认为，大脑的不同区域控制着言语和音乐。然而，心理学家、语言学家和神经科学家最近改变了他们的论调，因为先进的神经影像技术帮助积累了证据，表明大脑中控制音乐和语言的区域是重叠的。最新的数据显示，两者实际上是如此紧密地交织在一起，以至于对音乐的感知对于婴儿的语言发展至关重要，甚至有助于巩固婴儿和母亲之间的联系。一些研究表明，随着孩子长大，音乐训练可能培养他们的沟通技巧，甚至他们的阅读能力。更重要的是，音乐和语言之间的神经联系是双向的：一个人的母语会影响他或她感知音乐的方式。相同的音符序列听起来可能因听众从小学习的语言而异，而像普通话这样的声调语言的使用者比西方人更有可能拥有绝对音感。
支持科学新闻事业
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业 订阅。通过购买订阅，您将帮助确保有关当今塑造我们世界的发现和思想的具有影响力的故事的未来。
文字交响曲
音乐家和哲学家长期以来一直认为言语和旋律是相互关联的。俄罗斯作曲家穆捷斯特·穆索尔斯基认为，音乐和谈话本质上非常相似，作曲家可以重现一段对话。他写信给他的朋友里姆斯基-科萨科夫：“无论我听到什么言语，无论谁在说话……我的大脑都会立即开始构思这段言语的音乐表达。” 事实上，当您聆听他的一些钢琴和管弦乐作品时，您可能会突然发现您正在“听到”俄语。
尽管存在这种关于言语和音乐之间联系的非正式证据，但研究人员——部分受到大脑损伤影响了他们的言语但保留了他们的音乐能力患者的鼓舞——在 20 世纪中期左右开始表达相反的观点。大脑分为两个半球，这些专家假设，它的功能也同样井然有序，语言位于左侧，音乐位于右侧。他们的理论是，对话的神经信号绕过了声音处理的通常通路，而是在大脑左半球的独立“模块”中进行分析。该模块据推测排除了非语言声音，例如音乐。同样，该理论认为，音乐是在右半球模块中处理的，该模块排除了言语声音。这种有吸引力的二分法变得如此流行，以至于有效地排除了几十年来的任何认为语言和音乐可能在神经学上——和功能上——相互交织的想法。
但是，到了 20 世纪 90 年代末，一代年轻的研究人员，他们与言语和歌曲的分离没有利害关系，开始质疑这个想法。他们揭示了现有数据，表明音乐的某些方面比右半球更多地调动了左半球。此外，开创性的新实验，其中许多是使用新兴技术（例如功能性磁共振成像）进行的，表明音乐和言语在神经学上并不像研究人员假设的那样分离。
一项调查表明，对音乐的感知和欣赏可能会影响传统上被认为是语言处理器的脑区。在 2002 年的一项研究中，时任德国莱比锡马克斯·普朗克人类认知和脑科学研究所的神经科学家斯特凡·科尔施和他的同事们在使用功能性 MRI 监测参与者大脑的同时，向他们呈现了和弦序列。他们发现，这项任务促使大脑两侧都活跃起来，但最显着的是左半球的两个区域，布罗卡区和韦尼克区，这两个区域对于语言处理至关重要，许多研究人员曾认为它们专门用于此功能。其他更新的研究表明，说话会激活许多与需要唱歌的类似任务相同的大脑区域。这些以及其他实验者的数十项发现已经证实，专门用于言语和歌曲的神经网络显着重叠。
这种重叠是有道理的，因为语言和音乐有很多共同之处。它们都受语法支配，其中基本元素根据既定规则按层次结构组织成序列。在语言中，单词组合成短语，短语连接形成更大的短语，而更大的短语又组合成句子。同样，在音乐中，音符组合成乐句，乐句连接形成更大的乐句，依此类推。因此，要理解语言或音乐，听众必须推断出他们听到的段落的结构，使用他们通过经验获得的规则。
此外，言语有一种自然的旋律，称为韵律。韵律包括整体音高水平和音高范围、音高轮廓（音高中升和下降的模式）、响度变化、节奏和速度。韵律特征通常反映说话者的情绪状态。当人们快乐或兴奋时，他们经常以更快的速度、更高的音高和更宽的音高范围说话；当人们悲伤时，他们倾向于以更慢的速度、更低的声音和更少的音高变化说话。韵律还有助于我们理解言语的流畅性和含义。短语之间的界限通常以停顿为标志，短语的结尾往往以较低的音高和较慢的语速来区分。此外，重要的单词通常以较高的音高说出。有趣的是，口语的一些音高和时间特征也出现在音乐中，这表明可能涉及重叠的神经回路。
有意义的旋律
在出生时，婴儿已经熟悉母亲说话的旋律。从分娩开始时在子宫内录制的录音显示，可以清楚地听到母亲发出的言语声音。然而，到达婴儿的短语已经过母亲组织的过滤，因此清晰的高频——携带对识别单词含义很重要的许多信息——被减弱了，而言语的音乐特征——其音高轮廓、响度变化、节奏和节奏模式——得到了很好的保留。
这些口语旋律似乎为母婴联系奠定了基础。在 1980 年发表的一项巧妙实验中，北卡罗来纳大学格林斯伯勒分校的心理学家安东尼·J·德卡斯珀和现任哥伦比亚大学的威廉·P·费弗记录了新妈妈大声朗读书籍的故事。在这个实验装置中，新生婴儿可以通过吸吮奶嘴来打开录音，这是一个他们随着时间推移而学会的联系，当他们的行为产生母亲的声音时，他们比其他女性的声音吸吮得更频繁。研究人员推断，新生儿更喜欢听他们在出生前已经熟悉的声音。然后，在 1996 年，德克萨斯大学达拉斯分校的心理学家梅兰妮·J·斯彭斯和马克·S·弗里曼报告说，他们进行了一项类似的实验，他们使用低通滤波器来消除录制的女性声音，使其听起来像在子宫里一样。新生婴儿更喜欢母亲过滤后的声音而不是其他女性的声音，再次表明他们已经熟悉了子宫中母亲话语的旋律。
除了在母亲和孩子之间建立初步联系外，早期接触音乐性的言语声音可能开始了学习说话的过程。例如，在 1993 年的一项研究中，两天大的婴儿更喜欢听他们母语的录音，而不是外语的录音。由于如此年幼的婴儿只能在子宫中熟悉这种言语，因此结果表明，婴儿最初对他们语言的音乐品质感到舒适。
因此，音乐可能是婴儿学习复述的言语的第一部分；婴儿在哭泣时会回应他们母语固有的旋律，早在他们能说出实际单词之前。在 2009 年发表的一项研究中，德国维尔茨堡大学的医学人类学家凯瑟琳·沃姆克和她的同事们记录了出生在法语或德语家庭的新生婴儿的哭声——最初是上升然后下降的音高。研究人员发现，法国婴儿的哭声主要由上升部分组成，而下降部分在德国婴儿的哭声中占主导地位。上升的音高在法语言语中特别常见，而下降的音高在德语中占主导地位。因此，这项研究中的新生儿将他们在子宫中接触到的言语的一些音乐元素融入了他们的哭声中，表明他们已经学会使用他们的第一语言的一些特征。
出生后，言语的旋律对于母亲和婴儿之间的交流也至关重要。当父母与婴儿说话时，他们使用夸张的言语模式，称为母亲语，其特征是高音高、大音高范围、慢速、长停顿和短语。这些悦耳的夸张有助于尚无法理解单词含义的婴儿掌握母亲的意图。例如，母亲使用下降的音高轮廓来安抚烦躁的婴儿，并使用上升的音高轮廓来吸引婴儿的注意力。为了表达赞同或赞扬，他们发出陡峭的上升和下降音高轮廓，如“Go-o-o-d girl！（好-女-孩！）”当他们表达不赞成时，如“Don’t do that！（不要那样做！）”，他们以低沉的、断断续续的声音说话。
在 1993 年，斯坦福大学的心理学家安妮·费尔纳尔德报告说，她让来自英语家庭的五个月大的婴儿接触用德语、意大利语和无意义英语以及常规英语母亲语说出的赞同和禁止短语。即使所有这些言语对婴儿来说都是胡言乱语，他们也做出了适当的情绪反应，当听到赞同时微笑，当听到禁止时变得沮丧或哭泣。因此，仅仅是言语的旋律，与任何内容无关，就传达了信息。
虽然检测言语旋律的能力是天生的，但人们可以通过上音乐课来磨练这项技能。在 2009 年发表的一项研究中，法国国家科学研究中心的神经科学家米蕾耶·贝松和现任多伦多罗特曼研究所的西尔万·莫雷诺以及他们的同事招募了八岁且没有接受过音乐训练的儿童，并将他们分为两组。一组上了六个月的音乐课，另一组参加了绘画课。在训练前后，孩子们听录制的句子；在其中一些句子中，最后一个词的音高被提高，使其听起来与句子的其余部分不协调，孩子们被要求检测出更改后的句子。一开始，两组在检测音高变化的能力上没有差异，但在六个月的指导后，上过音乐课的孩子表现优于其他孩子。因此，受过音乐训练的儿童可能在掌握言语的情感内容——和意义——方面具有优势。
音乐训练可能部分通过调整听觉脑干（一组接收来自耳朵的信号并帮助解码言语和音乐声音的结构）来影响对韵律的感知。在 2007 年的一项调查中，西北大学的神经科学家帕特里克·王和妮娜·克劳斯以及他们的同事让英语使用者接触普通话语音，并使用放置在头皮上的电极测量听觉脑干中的电反应。对于接受过音乐训练的参与者来说，对普通话的反应更强烈——他们开始训练的时间越早，持续训练的时间越长，这些脑区的活动就越强烈。
其他研究表明，音乐课可以提高检测言语中传达的情绪的能力（大概是通过提高对韵律的意识）。在 2004 年发表的一项研究中，多伦多大学的心理学家威廉·F·汤普森和他的同事给一群六岁儿童上了一年的音乐键盘课，然后测试他们识别口语句子中表达的情绪的能力，并将他们的分数与未接受音乐训练的儿童的分数进行比较。他们发现，接受音乐课程的孩子更擅长识别句子是以恐惧还是愤怒的语气说出的——即使句子是以不熟悉的语言说出的。
音乐训练甚至可能加速学习阅读的过程。优秀的读者在音乐能力测试中往往比差的读者做得更好（尽管此规则有很多例外）。在他们 2009 年的研究中，莫雷诺和他的同事发现，上过音乐课的八岁儿童的阅读能力也比学习绘画的儿童更好，这表明对音乐的掌握可能会延伸到破译书面文字的技能。研究人员甚至建议，音乐训练（与其他疗法相结合）可能对治疗阅读障碍有用。
协调一致地说话
不仅接触音乐可以增强我们的语言技能，而且我们听到的言语也会影响我们对音乐的感知。例如，在我 20 世纪 80 年代发现的一种称为三全音悖论的音乐幻觉中，听众会听到两个计算机生成的音调，它们相隔半个八度音阶（或三全音），一个接一个。每个音调都是一个明确定义的音符，例如 C、升 C 或 D，但其八度音阶本质上是模糊的，因此一个音符可以是例如中央 C、比中央 C 高或低一个八度音阶的音符，或任何其他 C。然后，听众决定模式是音高上升还是下降。（由于音符的八度音阶位置不明确，因此没有正确答案，并且感知因听众而异。）有趣的是，我发现这种判断取决于听众接触到的语言或方言。例如，在 1991 年的一项研究中，我要求在加利福尼亚长大的人和在英格兰南部长大的人判断这些三全音，发现当加利福尼亚人倾向于将模式听作上升时，英格兰南部的受试者倾向于将其听作下降，反之亦然。在 2004 年发表的另一项研究中，我的同事和我发现了来自越南的听众和出生在加利福尼亚的母语为英语的听众之间的相同二分法，这表明我们早年学习的语言提供了一个音乐模板，影响我们对音高的感知。
这样的模板也可能限制我们说话声音的音高范围。在 2009 年发表的一项研究中，我的同事和我检查了中国两个村庄的女性言语的音高范围，发现同一村庄的人们的音高范围聚集在一起，但在不同村庄之间有所不同，这表明即使我们周围听到的声音的局部差异也会影响我们产生的言语的音高。
我们接触到的语言也可能极大地影响发展绝对音感的几率——即在没有参考音符的情况下说出音符音高的能力。这种技能在我们的文化中非常罕见：据估计，只有万分之一的美国人拥有它。1997 年，我注意到，当我发出一个越南语单词而没有注意它的音高时，一位以越南语为母语的听众要么会误解我，要么根本不知道我想说什么。但是，当我把音高弄对时，问题就消失了。越南语和普通话都是声调语言，其中单词根据其发音的声调而具有完全不同的含义。在越南语中，以中平调发音的“ba”字的意思是“父亲”；以低降调发音的同一个字的意思是“祖母”。在普通话中，“ma”字以高平调发音时意为“母亲”，但以低降后升调发音时意为“马”。
然后我了解到，越南语和普通话使用者不仅对他们听到的音高非常敏感，而且他们可以用一致的绝对音高发出单词。在 2004 年发表的一项研究中，我的同事和我要求普通话和越南语母语使用者在两天内分别背诵一份他们母语的单词列表。我们发现他们的音高非常一致：与不同日期进行比较时，一半的参与者表现出的音高差异小于半音。（半音是半个音调——也就是说，F 和升 F 之间的差异。）
鉴于这些发现，我想知道声调语言使用者是否在婴儿期就获得了他们语言声调的绝对音感，以及他们母语的其他特征。那么，对于声调语言使用者来说，培养音乐音调的绝对音感将比对于非声调语言（如英语）的使用者来说容易得多。在 2006 年发表的一项实验中，我的同事和我给两组大型音乐学院的学生——北京中央音乐学院的普通话使用者和纽约州罗切斯特市伊斯曼音乐学院的英语或其他非声调语言的使用者——进行了一项绝对音感测试，发现绝对音感的流行率在普通话使用者中确实高得多。这些发现与我的假设一致，但由于中央音乐学院的学生都是中国人，因此结果可能意味着刺激绝对音感发展的基因在中国人中更普遍。
为了确定哪种解释是正确的，我的同事和我给南加州大学音乐学院的学生进行了绝对音感测试，其中包括英语使用者和三组按其母语声调语言流利程度划分的东亚学生。在英语使用者中，绝对音感的流行率在 5 岁或更早开始音乐训练的人中仅为 8%，而在 6 岁至 9 岁之间开始训练的人中仅为 1%。在母语声调语言完全不流利的东亚学生中，统计数据也相似。相比之下，母语声调语言非常流利的学生在我们的测试中表现非常出色：在 5 岁或更早开始音乐训练的学生中，92% 的人拥有绝对音感，而在 6 岁至 9 岁之间开始音乐课程的学生中，这一比例为 67%。母语声调语言流利程度中等的学生介于这两个极端之间。我们在 2009 年发表的这些发现有力地表明，声调语言使用者中绝对音感的高流行率不是遗传性的，而是与接触他们的语言有关。
因此，我们婴儿期学习并在之后继续说的语言可能会对我们编码音乐声音的方式产生深远的影响。事实上，在许多方面，音乐和言语似乎是镜像，两者都在彼此的发展中发挥着不可或缺的作用——在我们作为人与人之间建立联系和交流的方式中，在我们感知周围声音的方式中，在我们对语言的理解中，以及在我们思维的运作中。