📄 用不协和度地形安放微分音七和弦：谐波特征空间与作曲应用

英文题目：Harmonic Eigenspace: A Web-based Application for Navigating and Composing Microtonal Harmony

标签：#音乐生成 | #音乐分析 | #信号处理 | #心理声学实验

评分：7.6/10 | 创新 1.4/2 | 技术严谨 1.2/1.5 | 实验充分 0.8/1.5 | 清晰度 0.7/1 | 影响力 0.7/1.5 | 开源 1.5/1.5 | 可复现 0.3/0.5 | 工程/实践 1/1.5

👥 作者与机构

  • David Dalmazzo：机构信息未在 arXiv HTML 中可靠披露
  • Ken Déguernel：机构信息未在 arXiv HTML 中可靠披露

📌 核心摘要

论文要解决的是微分音和声缺少统一位置与听觉参照的问题，十二平均律之外的三度与七度分级在传统调式理论中没有固定坐标，作曲者难以比较和连接不同律制的四音和弦。方法把根音固定，将上方音与根音的频率比记为坐标三元组，均匀缩放对应移调而根音频率只改变整体尺度，每个点的感觉不协和度取全部泛音两两粗糙度之和，连续求值形成不协和体积，局部极小点对应泛音重合的纯律位置并作为地标。应用层用可点击的三维体可视化呈现音区节点、极小点与多律制和弦，另用调式工作室提供音阶编辑、进行网格与五度螺旋配器，音频经网页音频合成并支持复音表情输出。听辨第一部分以十九个孤立五十三平均律七和弦为数据集，将平均感知不协和度与空间计算值比较，Spearman ρ=0.481、p=0.037、近似95%置信区间0.01至0.78与Pearson r=0.569、p=0.011、95%置信区间0.15至0.81均呈正向关联且区间不含零，其中Pearson区间下界0.15不是零故不含零才支持正关联，但区间宽大只支持方向而量级未定属初步证据。听辨第二部分以十条五十三平均律进行为数据集，在同一一至十量表整体平均评分指标上，和声连贯性均值6.86高于不协和度均值5.60，大调与属功能主和弦进行更易被接受而中性主和弦最低。结论只适用于谐波音色、正弦与三角波合成、给定锚定和首次接触条件，原文未披露训练、推理或部署成本。

🔗 开源与复现资源

可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

这篇论文要解决什么听觉导航问题？

论文面对的是微分音和声不好找、不好比、不好写的问题。从西方视角看，12 平均律只有大、小两种三度色彩，31 平均律有 5 种，53 平均律有 10 种，从 sub-minor 到 super-major 等细分，作曲者一下多了很多陌生和弦，却没有统一地图告诉它们之间多远、哪个更糙、怎么接才顺。已有几何模型多从五度关系、音阶归属或声部进行等乐理公理出发，天然偏向 12 平均律，无法把不同律制的和弦放在同一感知标尺下比较。

论文因此提出谐波特征空间，用听觉粗糙度算出的不协和度体作为底图，把 12、31、53 平均律的七和弦词汇都嵌进去，再配一个作曲工作室做调式互换进行。输入是根音频率与上方三音的频率比，输出是每个位置的不协和度数值、可点击发声的节点与自动生成的替代进行。目标不是证明某种进行最好听，而是让研究生能复述从正弦对粗糙到四音体的计算链，并明白听辨结论只在谐波音色、特定锚定与小样本条件下成立。

已有和声几何与微分音工具缺了哪一块？

论文把相关工作分成 3 路。第一路是 12 平均律内的几何模型：Balzano 用循环群解释全音阶与大小调，Chew 的螺旋阵列把音高、和弦、调表示成 3 维螺旋上的凸组合，Tonnetz 把音级当节点、三和弦当三角格，新黎曼操作对应公共边的翻转，Tymoczko 再推广到更广和弦与律制。Milne 和 Holland 的听辨对比发现 Tonnetz 距离与频谱音级距离几乎等价且高度相关，而声部进行模型预测较差，暗示 Tonnetz 的预测力可能来自心理声学而非对位法则。

第二路是交互探索系统：Holland 的 Harmony Space 用 2 维网格让新手直接拖拽探索调性，ChordRipple 从语料学习推荐后续和弦，Transformer 方法推进序列生成，但都绑在 12 平均律且不解释为何协和。第 3 路是微分音文化与计算：Partch 的 43 音、31 音体系、土耳其 makam 以 53 等分为参考，Holder 与 Fokker 的形式化，Muzzulini 记录牛顿对 53 等分的关注，以及 Anders 与 Miranda 的约束作曲系统。论文的缺口定位很明确：没有一个实时交互工具以感知不协和度本身作为可导航空间的结构，并专门处理 53 平均律的和声可能性。

它不比较谁的推荐更准，因为输入、目标与监督都不同，只是把感知地形当作底图这一新路线补上。

两个研究问题各自要求什么证据？

论文提出两个问题。第一，和弦性质能否定义为感知接地空间中的位置，使 12、31、53 平均律的四音词汇与连续体能在同一坐标系中定位、比较与可听导航。这要求给出移调不变的坐标定义、不协和度场的计算方法、极小点位置与律制晶格的嵌入方式，以及应用确实能发声导航的证据。第二，把调式互换逻辑推广到 53 平均律的十档音程词汇后，生成的和弦进行能否维持感知的和声连贯与音乐性，且评分如何随主和弦与熟悉 12 平均律性质的接近程度变化。

这要求听辨给出连贯、音乐性、不协和、新颖 4 个维度的评分，并按大调、中立、小调、属型主和弦分组比较。论文的贡献也分两份：技术上是可导航发声可视化加调式工作室加 MIDI 与 MPE 控制器集成，理论上是基于 Sethares 函数的移调不变四音性质坐标系。听辨部分只是记录 31 位听众在自身文化背景下对陌生和弦与进行的反应，不能读成普遍审美结论。

从正弦对到四音体的整体流程是什么？

方法按音数逐层加宽。先对两个纯正弦音，用两指数差拟合 Plomp 与 Levelt 测得的粗糙曲线，并用随频率线性增长的临界带宽做局部缩放，得到每对正弦的不协和度。再把复音看作多个稳态正弦分音的集合，音内与音间都按两两求和，得到二音随频率比变化的不协和度曲线。然后固定根音，让上方两音在八度内自由变化，得到三和弦的 2 维面；再加第四音，让 3 个频率比在八度内变化，得到七和弦的 4 维体。

整个过程的原则始终是全部发声分音之间的两两粗糙求和。应用层分工明确：谐波特征空间负责把该体渲染成可听可看的地形并叠放律制词汇，调式工作室负责用音阶编辑器、8 乘 8 进行网格与声部编辑器写进行。计算侧用 6 个等响泛音、根音取 A3 即 220 Hz 作起点，论文强调换根音只改变场深浅，不改变极小点坐标，因为极小点来自泛音重合的比值条件。

两个正弦音的粗糙如何变成可计算数值？

起点是一个听觉事实：两个纯正弦同时响，糙感随频率差先升后降，同度为零，约 1/4 临界带宽处最糙，再拉开则可被耳蜗分辨而回落。论文沿用 Sethares 以两指数差拟合该形状，b1 取 3.5，b2 取 5.75，参数来自对 Plomp-Levelt 模型的最小二乘拟合。峰值位置可解析求出约 0.22 归一化单位。但临界带宽随频率增大，20 Hz 差在 100 Hz 处很糙，在 4 kHz 处几乎无感，因此用 s1 为 0.021、s2 为 19 Hz 的线性函数近似带宽并做缩放，使最大不协和点在任何音区都落在同一带宽比例上。再乘以两正弦中较弱者的响度，因为很轻的分音无论多近都贡献不大。这就是每对正弦的完整公式，输入是两个频率与两个响度，输出是一个粗糙值。

\[d(x)=e^{-b_{1}x}-e^{-b_{2}x}\]

该式只处理 1 对正弦，后续复音的全部计算都是对它在泛音间反复调用。参数拟合来源需要记住：

The values of b1 and b2 were obtained by least-squares fit to the Plomp–Levelt model.

这意味着地形形状继承了该拟合与谐波音色的选择，不是无假设的自然真理。

感觉不协和度 × Sethares 粗糙度模型： 感觉不协和度是听感上糙、打架的程度，Sethares 粗糙度模型是计算它的具体公式：先算每对正弦分音在临界带宽内的距离产生多少粗糙，再按较弱分音的响度加权求和。论文把该模型当作地形发生器，输入是音高与泛列，输出是每个音程或和弦位置的不协和度数值，整个特征空间的山谷山脊都由它决定。

理解这座桥，才能明白后文山谷为何出现在纯律位置。

复音与二声音程的不协和度怎么求和？

实际乐音多为复音，论文把它建模为 n 个稳态正弦分音的集合，频率递增并各有响度，不考虑起振、衰减与时长。音内不协和度是自身全部有序分音对的平均求和，系数二分之一消除双计。两个同频谱音以比值同时响时，总不协和度等于两音各自音内项加上跨音的双重求和，跨音项比较一音的每个分音与另一音移调后每个分音的距离。参考配置是基频 500 Hz 的 6 个整数倍泛音，响度按 0.88 的 k 次方衰减，曲线归一化使同度为 0、最大为 1。

此时谷底出现在小三 6:5、大三 5:4、纯四 4:3、纯五 3:2、大六 5:3 等纯律比，因为整数比使泛音重合或远离。6 个泛音时小六 8:5 与七音 7:4 无谷，因为它们分别需要第八与第七分音参与重合。极小点数量有限，Sethares 给出上界为 2n 平方。

\[d(f_{1},f_{2},a_{1},a_{2})=a_{12}\left[e^{-b_{1}\,s\,(f_{2}-f_{1})}-e^{-b_{2}\,s\,(f_{2}-f_{1})}\right]\]\[D_{F}(\alpha)=D_{F}+D_{\alpha F}+\sum_{i=1}^{n}\sum_{j=1}^{n}d(f_{i},\,\alpha f_{j},\,a_{i},\,a_{j})\]

下图把该曲线画成横轴频率比、纵轴感觉不协和度的形态，橙点为纯律极小，黑菱为 12 平均律台阶。读图时先看整体从同度冲高回落，再看错位关系。

读图说明：蓝色曲线是六泛音谐波音色的二音不协和度，横轴 1 到 2 为一个八度，纵轴为归一化糙感，橙点与黑菱分别标出纯律谷底与 12 平均律位置，重点是谷与台阶的偏移与高度差异。

看图路径： 1. 先看横轴频率比 1 到 2 与纵轴感觉不协和度，确认蓝色曲线从同度冲高后回落的整体走向；2. 再找橙色纯律极小点 6:5、5:4、4:3、3:2、5:3 与黑色菱形 12 平均律台阶的左右错位；3. 对比小二度 0.83 的高峰与三全音 0.34、大七度 0.38 的中部高度，不要把三者读成相近

原论文 Figure 1：Sensory dissonance D_F(\\alpha) over one octave for a harmonic timbre with six partials at integer…

论文图 1。原论文 Figure 1:：“Sensory dissonance D_F(\alpha) over one octave for a harmonic timbre with six partials at integer multiples of a 500 Hz fundamental and loudnesses 0.88^k, the configuration of…”。

图中可见小二度高达 0.83，三全音为 0.34，大七度为 0.38，三者并不高度相近；纯四纯五紧贴谷底，三度与大六落在肩上，小二、三全音与大七处于不同高度的糙区。论文图注原话把后三者说成类似区域较为粗略，应按可见数值理解差异而不改图与来源。

三音面与四音体如何定义坐标与和弦性质？

三音时固定根音，上方两音比值 r 与 s 在 1 到 2 间变化，总不协和度等于 r 处二音项加 s 处二音项再加两上声音程 s 比 r 的交互项。交换 r 与 s 为同一和弦，故只取 s 小于等于 r 的下三角为无重复域。面上蓝色为协和谷、红色为不协和脊，谷底孤立极小点即最协和三和弦，大、小、增、减的 12 平均律坐标落在谷底附近而非正好重合。四音时固定根音，上方三音比值记为三元组，频率向量为根音乘以 1 与该三元组，6 对声部两两交互求和即体不协和度。定义域取 1≤α≤β≤γ≤2 的四面体以去置换重复。

移调是整体标量乘法，不改变比值，故同一性质的不同调落在过原点同一射线上；性质是方向，尺度记录移调距离，以根音为 1 的代表点作为性质空间的全局坐标卡。极小点位置与音区无关，因为重合只取决于比值。每个点都是闭位四音，全部上声部在根音上一个八度内。

\[\mathbf{v}=f\cdot(1,\,\alpha,\,\beta,\,\gamma)^{\top}\]\[D(\alpha,\beta,\gamma)=D_{F}(\alpha)+D_{F}(\beta)+D_{F}(\gamma)+D_{\alpha F}\!\left(\frac{\beta}{\alpha}\right)+D_{\alpha F}\!\left(\frac{\gamma}{\alpha}\right)+D_{\beta F}\!\left(\frac{\gamma}{\beta}\right)\]

和弦性质 × 移调不变射线： 和弦性质指大七、小七等由音程结构决定的类型，不随根音高低改变；移调不变射线是它的几何表达：固定根音为 1，用上方三音与根音的频率比三元组定位性质，整体移调只是把四音向量等比放大，方向不变而尺度变。因此同一性质的不同调都落在过原点的一条射线上，比较和弦就是比较方向与不协和度。

局部极小点 × 纯律重合： 局部极小点是不协和度体中比周围都低的点，是导航的地标；纯律重合是它形成的原因：当频率比为简单整数比时，各音的泛音恰好重合或远离临界带，粗糙度骤降。论文在四维体中找到 100 个这样的点，它们对齐纯律音程，周围形成吸引盆地，平均律和弦按离哪个极小点近来归组。

2 维面的热图先看坐标与颜色标尺，再看极小点与 4 种三和弦标记的相对位置。

读图说明：热图横纵轴都是 1 到 2 的频率比，下三角为有效三和弦域，颜色从蓝到红为协和到不协和，圆圈为局部极小，菱形为 12 平均律大、小、增、减三和弦。

看图路径： 1. 确认横轴与纵轴都是 1 到 2 的频率比，只看下三角有效区，上三角灰色为空；2. 看蓝色低谷斜纹与红色高脊的交织，以及白色圆圈极小点落在谷底；3. 看大三、小三、增、减四种菱形标记如何偏离谷底

原论文 Figure 2：Two-dimensional dissonance surface D_F(r,s) for triads, evaluated over all frequency ratio pairs…

论文图 2。原论文 Figure 2:：“Two-dimensional dissonance surface D_F(r,s) for triads, evaluated over all frequency ratio pairs (r,s)\in[1,2]\times[1,2].”。

图中蓝色斜谷交织，白色编号点多在谷底，菱形标记偏离谷底，左下声部靠拢处红色最重。4 维体则是一个连续云，蓝色 pockets 为协和区，最深处为极小点，红色集中在相邻声部靠近处。

读图说明：四面体三轴分别为第二、三、四频率比，颜色从蓝到红为不协和度，云中每体素都是一个不属于特定律制的四音组合，律制词汇只是其中离散子集。

看图路径： 1. 确认这是一个满足 1≤α≤β≤γ≤2 的四面体切面，三轴都是与根音的频率比；2. 看蓝色 pockets 为协和区、红色边缘为声部靠拢时的不协和聚集；3. 理解每个体素都是可发声的四音组合，律制和弦只是其中离散子集

原论文 Figure 4：The dissonance volume D(\\alpha,\\beta,\\gamma) rendered over the tetrahedral domain…

论文图 4。原论文 Figure 4:：“The dissonance volume D(\alpha,\beta,\gamma) rendered over the tetrahedral domain 1\leq\alpha\leq\beta\leq\gamma\leq 2 (the ordering removes permutational duplicates),…”。

该体把 12、31、53 平均律以不同步长采样为晶格，属七与其纯律七音版及 53 近似版落在同一盆地邻近而不同点，不协和度量化了西方理论只说不准的差别。

192 个和弦与调式互换词汇如何系统生成？

和弦词汇按律制系统构造。12 平均律取 12 种常见四音布局，含 maj7、min7、dom7、半减、减、minmaj7、挂留、大六小六及 power 与 sus2 的四音摆法。31 平均律用 5 种三度配 5 种七度得 25 格，加半减、减与增大三和弦共 28 个，五度固定在第 18 步。53 平均律主网格用 10 种三度配 10 种七度得 100 格，五度固定在第 31 步即最接近纯五度处；另有降五在第 26 步的半减 40 格，升五在第 35 步的增 10 格，加两个挂留，共 152 个。

三律合计 192 个，每个按音程比算出三元组坐标并按不协和度着色。调式互换分平行与关系两种：前者同根音换调，如 C Ionian 中段借 C Aeolian 使降三、降六、降七改变和弦性质；后者把当前根音重释为他调某级，如把 C 看作降 E 大调第 VI 级并借其和弦。在 53 平均律中十档三、七度使单次互换即可产生无 12 对应物的类型。标准 Ionian 对应 Holdrian 逗号分布[9,9,4,9,9,9,4] 而落回 12 音级，改步长即得含中立音程的新调并打开组合替代空间。

53 平均律 × 调式互换： 53 平均律是把八度 53 等分，每步约 22.64 音分，能同时逼近纯五度和大三度，提供十种三度与七度细分；调式互换是从平行调或关系调借和弦以换色彩的手法。两者搭配后，互换不再只是大小调借用，而是在十档细分词汇里组合出 12 平均律没有的中立、上下浮动等新七和弦，作曲网格因此能自动生成大量替代进行。

区域节点 × 和弦晶格： 区域节点是连续不协和度体本身的采样点，每个点都是一个可发声的四音组合，不属于任何律制；和弦晶格是 12、31、53 平均律按各自步长在该连续体上切出的离散点集。应用把两者叠放显示：前者提供可自由点击试听的地形，后者标出已有乐制词汇落在地形的哪里，两者颜色都按同一不协和度标尺编码。

下例用五线谱展示互换逻辑，首行原进行，中行平行、下行关系，注意中间三和弦的替换关系。

读图说明：谱例首行为 C 大调 I-VI-II-V-I 原进行，中行为同根音 C Aeolian 的平行借用，下行为把 C 当作降 E 大调第 VI 级的关系借用，重点看中间三列和弦名与音高的变化。

看图路径： 1. 先看首行 C 大调 I-VI-II-V-I 的原进行与和弦名；2. 再看中行同根音 C Aeolian 的平行借用如何改变中间三和弦；3. 再看下行把 C 看作降 E 大调第 VI 级的借用路径

原论文 Figure 5：Parallel and relative Aeolian interchanges applied to a I vi ii V I progression in C major.

论文图 5。原论文 Figure 5:：“Parallel and relative Aeolian interchanges applied to a I vi ii V I progression in C major.”。

图中平行借用给出 Abmaj7、Dm7b5、Gm7，关系借用给出 Cm7、Fm7、Bb7，首尾保持 Cmaj7，展示了同功能位置的不同色彩来源。

没有神经网络训练时计算与搜索如何完成？

本研究没有训练神经网络，也没有学习权重、优化器更新或梯度回传。实际计算是确定性求值加随机搜索的两段式。求值侧对给定泛列直接调用两两粗糙公式并求和，6 个等响泛音、根音 A3 的设置下报告体数值与表值，换根音只改场深浅。搜索侧在 500 的三次方网格上以约 0.002 步长评估 4 维体，取在 11 的三次方体素邻域内最低的候选，再去掉边界 50 步内、近简并即两轴两步内相等、显著度低于 0.001 的点，按显著度加权局部梯度幅度的曲率分排序取前 100，保留 100 个局部极小。

每个再做 100 次随机扰动精化以收敛到连续真极小，网页应用实际使用其中 78 个。关键是随机扰动不是确定性搜索，不能因无神经网络训练就误读为确定性求解。原文为：

Each was then refined by 100 iterations of stochastic perturbation to converge on the true continuous minimum.

复现第一步应先实现正弦对公式与求和，再复刻网格尺寸、邻域、边界、简并与显著度阈值，最后保留随机种子以观察扰动带来的位置抖动。缺失项是扰动分布、步长与接受准则原文未详述，不能从名称猜实现。

听辨与应用在什么条件下运行？

应用用 Plotly 做可交互可视化，Web Audio API 生成正弦、三角、锯齿、方波并带混响与 2 秒内包络，界面用 p5.js，节点点击在钢琴卷帘显示偏离 12 平均律的位置并可逐声部升八度，和弦记忆网格可作 MIDI 控制器连数字音频工作站，支持 MIDI 复音表情。特征空间侧有 3 类节点：按不协和度着色的区域节点均可发声，可切换分层过滤；100 个极小中取 78 个作地标，如 1 号近纯律大七、3 号近上浮小七；192 个律制和弦按坐标叠放，如 12 平均律 maj7 在 220 Hz 根音下三比为 1.2599、1.4983、1.8877，距纯律 5/4、3/2、15/8 点欧氏距离约 0.016。

听辨 31 人，平均年龄 36.0 岁，平均用时 17.7 分钟，先做和声辨认，再评 19 个孤立 53 七和弦的不协和 1 到 10 分，试次间放白噪声，锚定以 maj6 为 1、M+sm7 为 10 并线性重缩放模型值到 1 到 10，锚和弦不进分析；再评 10 条进行在连贯、音乐性、不协和、新颖 4 维的 1 到 10 分，每条 5 到 7 个七和弦并附谱面记号，随机呈现。数据集、音频与实验代码公开在匿名链接，应用页为第三方页面，来源状态仅说明可达性，不等同作者开源性质。

孤立和弦的评分与模型值对得上吗？

第一部分测 19 个不同 53 七和弦，原 20 个刺激中重复的 vMm7 一次呈现被剔除。模型值范围 11.587 到 17.806，最低分的 m7 均值 2.52，最高的 smsm7 均值 7.52。一致性最好的是 m7 与 vMvM7，最差的是 vMˆm7 与ø7，提示熟悉锚点带来共识、暧昧区带来分歧。类别均值与模型重缩放值的对比最能说明熟悉度的作用，中立类被听成最糙而减类低于模型预期，属类略高于模型。先看 12 平均律台阶在二音曲线上的基准高度，明确小二度远高于三全音与大七度，避免把三者读成相近。

下表比较 12 平均律各音程在归一化二音曲线上的模型不协和度，数值越大越糙，用于锚定后文七和弦讨论中对高低的判断，条件为六泛音谐波音色与同度 0 最大 1 归一。

音程模型不协和度音程模型不协和度音程模型不协和度
octave0.00————

该表显示小二度 0.83 为全表峰值，三全音 0.34 与大七度 0.38 处中部且有 0.04 差距，不能说三者高度相近；纯五 0.08 最低，纯四 0.18 次低，三度与大六在肩上约 0.33，小七 0.20 较低。限制是它只适用于六泛音谐波音色与该归一，换音色或音区则高度重排，但它解释了为何后文七和弦的糙感主要来自小二度型靠拢而非三全音本身。

再看 6 类七和弦的感知均值与模型类别值的并置，指标方向都是越大越不协和，条件是同批听众、同锚定与同重缩放。

类别感知均值模型类别值感知均值模型类别值差异方向
Consonant3.372.15Intermediate4.89模型低估中立以外多数
Dominant5.064.66Neutral6.40中立感知远高于模型
Less Consonant6.165.52Diminished5.61减类感知低于模型
—————属类感知高于模型

类别排序大体一致，协和最低、中立最高，但中立感知 6.40 远超模型 5.28，减类感知 5.61 远低于模型 7.21，属类感知也高于模型，说明无 12 对应物的中立音程被额外惩罚，而接近熟悉功能的属与减受文化预期调节。未胜出项是减类并未如模型预期最糙，这是反例。限制是锚定 maj6 为 1、M+sm7 为 10 约束了量程，换锚则相对位置可能移动，且 31 人小样本使均值不稳。

和弦进行在什么主和弦下更被接受？

第二部分 10 条进行按主和弦分 4 组：大调主 vMvM7 的 3 条，属型主 vMvm7 的 3 条，小调主ˆmˆm7 的两条，中立主 NN7 的两条。每条原表列出 6 步，作者文字称首尾同主和弦，但原表显示并非所有行末步都回到起始主和弦，且只有六列而非文字暗示的七步，这是来源表述差异，解读时不宣称表中所有行已回主，也不补测缺失的第七步。总体 4 维均值为连贯 6.86、音乐性 6.43、新颖 6.12、不协和 5.60，说明首次听到的微分音进行仍被判为偏连贯音乐且有新颖感。

音乐性最高为 5 号属型主 8.00，最低为 4 号中立主 4.23，大与属主组高于小调组，中立组最低，支持越接近 12 熟悉性质越被接受的判断。维度相关上连贯与音乐性在各组正相关，大调 0.784、属 0.691、小 0.652、中立 0.467；不协和与前两者负相关；新颖与音乐性在大调 0.395、属 0.477 为正，小调 0.140 可忽略，中立为负 0.247 且新颖与不协和正相关 0.410，提示最陌生主下新颖与糙感纠缠。

下表展示 10 条进行的主和弦分组与 6 步和弦名，用于核对首尾是否相同与比较条件，指标为原表列出的和弦符号与级数，公平条件是同应用声部规则与同批听众评分。

#Step 1Step 2Step 3Step 4Step 5Step 6
1CvMvM7[I]G#vMvM7/C[VI]C#vMvM7[II]Fˆmˆm7[IV]D#vMm7[III]CvMvM7[I]
3CvMvM7[I]C#vMvM7/F[II]F#vMvM7[V]Bbˆmˆm7[VII]G#vMm7[VI]CvMvM7[I]
2CNN7[I]CNN7/vvE[I]ˆˆFøˆm7[IV]vvAnN7[VI]ˆDøvm7[II]ˆGnˆm7[V]
4CNN7[I]vvENN7/ˆG[III]vvAnN7[VI]CNN7[I]ˆˆFøˆm7[IV]vvBNm7[VII]
6Cˆmˆm7[I]vDˆmˆm7/F[II]vGvMˆm7[V]vvBøˆm7[VII]D#[III]vAø7[VI]
8Cˆmˆm7[I]CvMˆm7/vE[I]vvF#øˆm7[IV]vAˆmˆm7[VI]vDvMˆm7[II]GˆmN7[V]

表中大调三行首尾同为 CvMvM7，符合首尾相同说法，但中立、小调与属型多行末步不是起始主，如 2 号末步为ˆGnˆm7 而非 CNN7，5 号末步为 Gˆmˆm7 而非 CvMvm7，因此总体首尾相同不成立。收益是分组仍可比：大与属主进行 musicality 更高，中立最低。代价是步数与终止条件不一致使连贯判断受进行长度与终止感混杂，复现时应固定步数与终止式再比。未评测范围是节奏、音色与演奏法对接受度的影响，原文用合成正弦三角音色，结论不能推到真实乐器。

离极小点多远与相关强度说明什么？

论文用距最近极小点的欧氏距离解释定位感：协和两和弦距谷底小于 0.002，vMvM7 距 LM-1 为 0.0016，ˆmˆm7 距 LM-3 为 0.0015；中立、欠协和与减类多在 0.03 到 0.07 的坡上，如 smsm7 距 LM-10 为 0.0530 且所在 LM-10 本身不协和度 12.95 高于 LM-3 的 11.60 与 LM-1 的 11.73。中间类中 SMSM7 距 LM-61 达 0.0805，SMm7 距 LM-63 为 0.0352，maj7 与 m7 距谷底约 0.028 与 0.027，显示同类内也有远近分化。逐和弦感知均值与模型值的相关为 Spearman0.481、Pearson0.569，区间都不含零但很宽，19 个和弦只支持方向而定不准大小，作者自判为初步证据且为单次计划比较未做多重校正。类别排序也只是大体对齐，属类偏差明显。

把这些放一起看，模型捕捉了频谱粗糙的主趋势，文化熟悉度解释残差：中立因无 12 对应物被判更糙，减与属因功能预期被上下调。相关不等于因果，也不能排除音色与呈现顺序的混杂，研究本身声明为相关设计无法区分来源。

结论在哪些边界外不再成立？

边界首先在音色。全部地形按谐波音色算，泛音为基频整数倍，谷底才对齐纯律；换成钟、金属片等非谐音色，谷位、盆地与词汇全变，论文把这作为未来家族计划而非已验证结论。其次在听辨设计：31 人小样本且性别不均，微分音经验只登记未作协变量，锚定 maj6 为 1、M+sm7 为 10 约束量程，19 个和弦使相关置信区间很宽，第二部分为无参照首次遭遇设计，只能作探索性描述。再次在表格与文字的一致性：进行表只有 6 步且部分行未回主，与首尾相同文字冲突，应以原表为准。

最后在文化假设：和弦性质被当作感知对象，哥伦比亚昆比亚把属七当稳定主、布鲁斯大小调双重性等例子提醒糙感不等于功能紧张，论文的第二场景正是为此提供 idiomatic 探索。任何把中立和弦判为最糙推广为普遍审美的说法都超出证据；证据只支持在这批听众、这套合成音色与这套锚定下，中立更糙且分歧模式与熟悉度一致。

要复现与核验第一步做什么？

先复现计算链：实现正弦对公式与临界带宽缩放，参数 b1 为 3.5、b2 为 5.75、s1 为 0.021、s2 为 19 Hz，用六泛音 0.88 次方衰减在 500 Hz 基频下复刻二音曲线，核对 unison0.00、m20.83、P50.08、M70.38 等基准；再实现三音面下三角与四音体四面体求和，根音取 220 Hz 报告数值，验证 12 平均律 maj7 距纯律点约 0.016 与 100 个极小的提取流程，注意 100 次随机扰动要保留种子并报告抖动。应用侧用 Plotly 渲染体素、Web Audio 实现发声、p5.js 做界面，核对区域节点可发声、极小地标 78 个、192 和弦晶格位置。

听辨侧沿用 jsPsych 流程、白噪声 palate、随机化与锚定，记录年龄性别与微分音经验并纳入协变量，固定进行步数与终止式以消除表格不一致的影响。代码、数据集与刺激的匿名链接当前可达，应用页为第三方链接，仅证明论文提到该地址，不证明作者已开源性质；三者中代码可下载、数据可得、系统可运行要分开验证，不混为一谈。

下表把逐和弦相关与总体接受度的关键数字并置，用于判断证据强度与代价，指标方向为相关越大越一致、评分越大越连贯音乐或越糙越新颖，条件为 19 和弦与 10 进行同批听众。

证据数值证据数值含义
Spearman0.481Pearson0.569方向为正但区间宽
p0.037p0.011单次计划比较未校正
95% CI0.01, 0.7895% CI0.15, 0.81大小未定只算初步
coherence6.86musicality6.43偏连贯音乐
novelty6.12dissonance5.60认出新颖且中度糙

该表说明 19 个和弦支持模型与感知正向关联，但宽区间与小样本使效应量不定，只能读作初步；10 条进行的总体均值显示首次遭遇仍被接受，但中立主最低而大小属主更高，接受度依赖与熟悉性质的距离。代价是锚定、音色与步数不一致都可能移动数值，复现必须固定这些条件再谈提升。未胜出项是中立组新颖与音乐性负相关，提示陌生度超过阈值后不再加分。

什么时候值得尝试还需要补什么验证？

当你已有 53 平均律作曲想法却不知和弦在听感地形中的位置，或想在保持调式逻辑下系统试中立与浮动三七度时，值得用该应用先导航再写进行：先在特征空间点区域节点听坡度，再看目标和弦离哪个纯律极小近，最后到调式工作室用平行与关系互换生成替代并固定声部。复现第一步是跑通正弦对到四音体的求值与极小搜索，而不是调参。还需补的验证有三项：换非谐音色重算家族地形并听辨 valley 是否迁移。

扩大样本并把微分音经验作协变量，在不同锚定与真乐器音色下重测中立惩罚是否还在；固定进行长度与终止式后重比 4 组主和弦的接受度，并报告延迟与计算开销。记住本篇没有训练，随机扰动不等于确定性，数值差异要看指标、单位与聚合对象是否同条件，自动不协和度不等于人工音乐性。满足这些，才算把这篇地图真正用起来。

📎 论文与评分元数据

排名：前25% | 文档类型：应用研究 | arXiv 原文

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

  • 评分规则：type-aware-v1

  • 评分模型：muse-spark-1.3-contributor

  • 评分请求协议：openai_responses

← 返回 2026-10-11 语音/音乐/音频论文速递