创造“元宇宙”：旧曲改编与短视频声音秩序的构建

王楷文

作为算法时代的文化工业产品，短视频极大地改变了人们的生活方式，其中包括人们聆听音乐的方式。不难发现，自从“抖音”“快手”等短视频App上线以来，近几年最为脍炙人口的流行音乐，如《白月光与朱砂痣》《你的答案》《少年》等，往往从中走红并传唱开来，且不少歌曲被冠以一个崭新的名字——“抖音神曲”。根据《2021年中国音乐营销发展研究报告》中的调查数据，短视频平台已成为当下“推歌”最有效的媒体渠道(1)小鹿角智库：《2021年中国音乐营销发展研究报告》，2021-06-02，第38页，http://mp.weixin.qq.com/s/rg1ahNH0hPa8-slb4fqrxA，访问日期：2021-10-18。。先“刷到”，再“听到”，即音乐以短视频中背景音乐的姿态，通过数十秒的片段被人感知，再被按图索骥式寻找全曲，这成为人们聆听音乐的新方式。短视频的介入，对音乐的表现形式、声音的编码方式、听者的聆听习惯以及连接整个大众文化的内容生态，都产生了巨大影响。而短视频生态之下的流行歌曲，也就必然呈现出新的声音政治意涵。在此意义上，短视频中的音乐值得关注。

有趣的是，短视频App也让不少老歌重新翻红。从《让我们荡起双桨》到《Ring Ring Ring》，从《青花瓷》到《火红的萨日朗》……不管是几十年前发布、充满时代感的年代金曲，还是千禧年间发布、被人在随身听中反复播放的流行歌曲；无论是阳春白雪之声，抑或是下里巴人之曲，各类旧曲都能够在短视频中获得一席之地。特别是在近几年华语乐坛“好歌缺失”的批评声之下，对旧曲的重新挖掘与利用，已成为短视频领域的重要组成部分。当然，这些歌曲大多不是被直接使用，而是经过了一定的改编(主要是副歌部分的改编)，以更好地配合短视频的影像内容。原有的声音秩序被重构，以成为符合短视频生态的存在，这是其中的内在逻辑。于是，相比直接研究近年来的热门神曲，考察旧曲被如何改编，能够更为清晰地看出原有声音如何在新的编码方式中被赋予新的文化政治意涵，也就能更好地呈现短视频生态之下流行音乐生产的内在政治逻辑。(2)本文讨论的短视频平台主要指抖音、快手、微视、火山视频等。

一、背景音乐：在声音中重新“发明”短视频

我们所讨论的旧曲，在短视频中基本的存在方式是背景音乐(background music)，也即常说的“bgm”，其传统名称为“score”。若按直接的定义，可以说这是“特意被选择来配合动态画面的音乐”(3)Kathryn Kalinak, Film Music: A very Short Introduction, New York: Oxford University Press, 2010, p. xiii.。但是，在短视频生态中，背景音乐的功能与地位已经远远超出此定义的指涉。为了更好地说明这一点，在此需要简单梳理音乐与影像关系的发展历程。

在电影诞生之初的默片时代，影像与声音彼此独立。电影音乐由影院现场单独配送，使用留声机播放，或者干脆让乐队现场演奏。此时的音乐要么是当时的经典曲目，要么是乐队的自由发挥，其功能是维持影院秩序、调节现场气氛等。直到1929年，能同步播放影像与声音的赛璐珞(celluloid)胶片出现，音乐才成为电影叙事中不可缺少的一环。德国作曲家瓦格纳(Richard Wagner, 1813—1883)的“主导动机”(leitmotif)模式被广泛使用， “音乐的主导动机主要被剧情发展驱动而非音乐本身，这一事实揭示了音乐最终还是要服务于叙事的从属关系”(4)Flinn, Caryl, Strains of Utopia: Gender Nostalgia, and Hollywood Film Music, Princeton: Princeton University Press, 1992,p.26. 转引自莫文·库克：《世界电影音乐史》，杨宣华译，人民邮电出版社，2021年，第53页。。这显然有一种“视觉中心主义”的意味。此模式指导下的电影音乐“就像说明性文字，赋予画面准确的含义”(5)Gorbman, Claudia, Unheard Melodies: Narrative Film Music, Bloomington: Indiana University Press; London: British Film Institute, 1987, p.58. 转引自莫文·库克：《世界电影音乐史》，杨宣华译，人民邮电出版社，2021年，第53页。。被称为“电影音乐之父”的马克斯·施泰纳(Max Steiner)在电影《金刚》(KingKong, 1933)中首先使用这一手法，并随之普及开来。音乐成为配合画面更好地传达意义的工具，这一过程被称为声音的“图像化”(picturization)。

与之几乎同时，声音技术的改善也推动着影音关系的变革。华纳兄弟投资的“维他风录声技术”(Vitaphone)极大地改善了高保真的录音音质，歌舞电影(musical film)因此盛行开来。1927年的电影《爵士歌王》(TheJazzSinger)堪称电影领域的“声音革命”——电影中的人第一次说话了。“等一会儿，等一会儿。你肯定听到了什么！”成为影史上的第一句台词。因为人声的凸显， “电影配乐”(film score)与“电影音乐”(film music)的概念逐渐相互区分。前者延续着以往音乐的表现方式，即作为配合画面的声音，大多没有人声，只有单纯的乐器之声；后者则作为独立完整的人声歌曲(song)插入画面中，不但能够在影片中使用，还能单独发行。歌曲不仅成了有声电影发展的核心，还使得流行音乐逐渐进入电影领域，并占有一席之地。这体现出，电影中的音乐既可以作为影像的配合之物，也可以成为脱离具体语境的独立存在。在这之后半个世纪，尽管电影有多种发展趋势，电视等新型影音媒介也在不断革新，但这一关系却未曾发生过太大改变。

直到20世纪70年代，影像与音乐的关系出现了新的变化。音乐录影带(music video)就是其中一例。人们观看音乐录影带，不是为了配合音乐的律动更好地感受画面的变换，而是为了在影像之下更好地理解歌曲。在表现形式上，由于歌词本身并不具有线性的叙事特征，其实质是诗歌；曲调与诗歌也有一定的同构性，有学者就认为诗歌几乎是音乐的一个分支，因为二者都不是依据具体的字符/音符以及它们之间的逻辑关系来完成意义建构，而是按照其整体对人产生自然印象。(6)See Katharine M. Wilson, “Meaning in Poetry and Music,”Music & Letters， Vol.9, No.3, Jul., 1928.于是，音乐录影带的诞生便具有后现代的特征：线性叙事、因果逻辑与时空连贯性在影像中几乎瓦解。(7)See Alf Bjornberg, “Structural Relationships of Music and Images in Music Video,” Popular Music, Vol.13, No.1， Jan., 1994.碎片式的画面通过蒙太奇剪辑的方式，配合与歌曲一致的节拍不断变换，其意义的传达需要依靠一种“联想空间性”(associative spatiality)才能实现(8)See Alf Bjornberg, “Structural Relationships of Music and Images in Music Video,” Popular Music, Vol.13, No.1， Jan., 1994.。换言之，画面组合的内在逻辑，需要观众根据歌词与曲调对其进行空间联想。这意味着，影像必须配合声音才能被赋予意义，若将音乐抽离，影像本身其实乱成一团。于此，我们看到了一种奇妙的境况：在音乐录影带中，虽然视觉仍旧处于感官的优先地位，但实际上音乐才是真正占据了主导权，使影像配合其存在。影音关系的“视觉中心主义”由是向“听觉中心主义”过渡。

而在短视频中，音乐的主导权被推向了极致。短视频的吊诡之处在于，虽然影像具有独立的意义，无需背景音乐也能够完整呈现，但实际赋予影像意义的，恰恰是音乐。不难发现，抖音、快手上的短视频仿佛具有一种“背景音乐强迫症”。不少人习惯发布不带音乐的视频，多为走秀、换装、卡点等，并请求网友为其添加音乐。而音乐响起后，原本平平无奇的作品立刻变得“高大上”起来。(9)如抖音短视频《百万配音师》，2021-10-02，https://v.douyin.com/d4QvU72/，访问日期：2021-10-18。该例并非要说明音乐的神奇功效，而是说，人们执着于相信音乐的强大魔力。甚至，对于不需要使用背景音乐的视频内容，也要为其搭配一定的曲目。这一点在新闻资讯类短视频中尤为明显。新闻报道需要公正客观，有些此类短视频发布者则为其发布的新闻配乐。这可能会导致新闻在被呈现时本身带有一定的情绪与态度倾向。换言之，这些新闻的意义也许不是事件本身给予的，而是被背景音乐提前规划好的。

而在音乐的使用上，尤为需要注意的是，由于短视频平台依靠算法机制运行，其视频数量庞大、更新速度极快，即使是专业的MCN账号也没办法为每个视频搭配专门的背景音乐。在众多音乐组成的数据库中挑选适合的背景音乐，是大多数博主的工作内容之一。有些博主的走红本身便是由于其对背景音乐有较高的使用技巧，如抖音博主“张若宇”拍摄生活小短剧时，就能够在适当之处插入恰当音乐，从而提高整个视频的观赏性。但是，无论歌曲怎样贴合视频内容，人们所做的工作也只是“遴选”音乐，即挑选已然存在的声音作为背景，使拍摄的视频贴合声音的内在秩序。或者干脆用东浩纪的话说，这是一种“资料库消费”。(10)东浩纪：《动物化的后现代》，台北：大鸿艺术股份有限公司，2012年，第81页。特别是在热门背景音乐频出的情况下，人们更会主动依据热曲来拍摄与其相符的主题视频。因此，背景音乐实际上构成了齐泽克(SlavojŽižek)笔下的“预先假定”(positing of presuppositions)：“无论我们做什么，我们重视将其放入一个更大的符号的上下文当中，在这一上下文中，我们的行为被赋予了意义。”(11)斯拉沃热·齐泽克：《延迟的否定——康德、黑格尔与意识形态批判》，夏莹译，南京大学出版社，2016年，第184页。抖音曾流行“带你回到2018年的抖音”这一话题。该话题下短视频的基本内容，并非呈现2018年流行的视频拍摄方式，而是用阳光、沙滩、绿荫、人群等并无实际意义的空镜头，搭配当年流行的音乐——只要音乐一响，年代感立刻凸显，视频的意义也就立刻生成。声音在短视频中的强大支配力量可见一斑。

于是，在短视频中，音乐实际上构成了一种“霸权”。短视频生态的运行法则，并非音乐配合影像，而是音乐支配影像，哪怕影像具有独立的意义，音乐也可以将其置于自己的主导之下。在此，笔者大胆提出，重视短视频中音乐的作用，并非在音乐中重新发现短视频，而是在一定程度上，短视频本身就是通过音乐被“发明”出来的。音乐形成的声音秩序，构成了短视频主流意识形态法则。换言之，一种由音乐生发的幻觉，让人的行为、语态顺从于其规则，进而控制人的表现行为(不得不说，抖音、快手上的短视频仍以真人出镜表演为主)。那么，为何音乐会在短视频中占据如此主要的地位？我们可以通过探讨旧曲改编的两种基本方式来关注短视频形成的声音秩序：一种是声音的“去噪”，另一种则是“增噪”。前者代表了对符合短视频主流意识形态的歌曲的规训方式，后者则代表主流之外的歌曲被收编的主要方式。

二、“去噪”：本真性与意义的直接抹除

如果说“去噪”的基本特征是安静祥和，“增噪”便是动感激情。“静”与“动”作为歌曲改编的两种基本倾向，其实并无特别之处。问题在于，这些基本特征与短视频生态语境的结合，会产生什么具体形式的“静”与“动”，以及生发了怎样的具体内涵。被“去噪”的旧曲大多是商业流行歌曲：无论是S.H.E的《Ring Ring Ring》(2006)、爱乐团的《天涯》(2005)、王心凌的《爱你》(2004)，还是郑钧的《灰姑娘》(1994)、崔萍的《心恋》(1961)，主要为爱情主题。翻唱此种歌曲的博主相对集中，较有名的有“要不要买菜”“皮卡丘多多”“原来是萝卜丫”“阎其儿”“饭思思”等。

在人声的处理上，这几名博主的风格几乎一致。男声大多压低嗓音演唱，突出声音的“磁性”，并且刻意拖长歌词中的元音，营造一种慵懒、温柔的感觉，仿若邻家大男孩在耳边轻轻哄逗。女声则通过儿歌式的演唱方式，短促、跳跃的吐字和压扁嗓子的发音，使歌声变得“嗲声嗲气”，凸显娇小可爱“萌萌哒”的女孩形象，宛如在人身边轻声撒娇。抖音称这类女声为“夹子音”，即仿若用夹子夹紧喉咙，创造本不属于发声者所在年龄的低幼萌音。总之，这些改编后的歌曲，都在制造可爱、单纯的纯净之声。值得注意的是，尽管擅长甜歌的王心凌同样以“甜心教主”闻名，但她的甜美与抖音博主并不一致。以《爱你》为例，王心凌演唱的这首歌虽然“甜”，但其细音柔嗓的演唱方式和时不时发出的轻轻吐息，使歌曲包含了一种成人暧昧之味。而抖音博主“原来是萝卜丫”的演唱则完全去除了一切成人化的倾向，歌声没有任何其他如同杂质般的暗指成分，其听感像是一个初中女生在渴望干净、纯粹的浪漫之爱，肉嗓的纯净感达到了极端的水平。甚至评论区中有人受不了这种“长不大的声音”，经常嘲讽“怎么三年了还是这么唱”、 “太夹了”(太夹子音了)。而在视频中，这些博主大多不露脸，在密闭的房间内，仅将胸前的上身区域，有时搭配吉他，以一种独白式的私密演唱姿态呈现给观众。这像极了现象学领域的“还原聆听”(reduced listening)——拉一个幕帘，不知道声源从何处来，也不知道表演者的表情与姿势，只是纯粹欣赏声音本身(12)该概念由电子音乐先驱皮埃尔·费舍尔(Pierre Schaeffer, 1910—1995)提出，其本质是一种“现象学还原”，即“首先通过去除视觉线索进行听觉还原，其次通过有意忽视声音的感知来源和起源”，以保持声音的纯粹。See Joanna Demers, Listening through the Noise: the Aesthetics of Experimental Electronic Music,New York: Oxford University Press, 2010, p.27.。总之，无论是人声本身还是其呈现方式，此类歌曲的改编都在极力展现一种“本真性”(authenticity)。

在本雅明(Walter Benjamin)之处，本真性尚指出现在艺术作品中独一无二的“灵韵” (Aura)，而在《制造乡村音乐》一书中，理查德·彼得森(Richard A. Peterson)已对这一概念进行了解构。所谓“本真性”并非蕴含于作品内部一成不变的特质，而是“在持续不断的政治斗争中被重新协商的”(13)理查德·A.彼得森：《创造乡村音乐：本真性之制造》，卢文超译，译林出版社，2017年，第264页，第4页。。换言之，本真性实际代表一种权力关系。存在于乡村音乐中的本真性并非取决于其本身的风格(style)，而是取决于“谁有权力去推行他们对过去的独特解释”(14)理查德·A.彼得森：《创造乡村音乐：本真性之制造》，卢文超译，译林出版社，2017年，第264页，第4页。。这类改编歌曲营造的本真感，其实是短视频生态的秩序表达：抖音、快手制造了一个内向的表演空间，人们看似在其中可以使用任何方式展现自我，并获得成千上万的关注、点赞与评论，但实际上并不存在真正的观众，其只是通过6英寸的手机屏幕被看到。十分典型的是，短视频中的活动仅仅适合在屏幕之中展示，一旦“稍微触碰到现实，就会表现出巨大的格格不入感”(15)王楷文：《为何越来越多的人，沉迷于“万物皆可DJ”？》，“新京报书评周刊”公众号，2021-09-09，https://mp.weixin.qq.com/s/P7WbCn_nXb43T47ydzubsw，访问日期：2021-10-16。。譬如，抖音博主“饭思思”在其所发布的视频评论区被赞不绝口，但被他人拍的“路人视角”下的表演视频却总是骂声一片。抖音博主“阎其儿”的视频也有类似情况，其在抖音短视频中娇小可爱、声音迷人，但在抖音综艺《为歌而赞》中与嘉宾互动的镜头被多次嘲讽，甚至其个人介绍都因此改为“别对我指手画脚管好你自己吧求求了”。由此可见短视频与现实世界形成了明确的区隔，是一种接近极端形式的“自嗨”。而此类唱法，正体现了对现实世界的“过滤”：尽管音乐本身为商业流行歌曲，改编之后也仍然以通过大量复制、传播以攫取流量为主要目的，但纯洁的嗓音和独白式的哼唱，却伪造出这首歌独一无二和“我只为你唱”的幻觉，仿佛只有一人待在一个祥和的空间，享受宁谧纯净的天籁。这种内在幻觉直接影响了视频的呈现方式：使用《Ring Ring Ring》《爱你》《心恋》等歌曲作为背景音乐的最高赞视频，有着惊人的一致性——它们几乎都是年轻女性在展示自己漂亮的脸蛋与妆容，发出迷人微笑。在东京奥运会期间，体操冠军管晨辰引发的“袋鼠摇”热潮，则让改编版的《Ring Ring Ring》二次走红。伴随音乐，一个人转手、仰头，展现一副享受自我的表情，也可以成为流量密码。极端的自恋，难道不正是极端自嗨的最好阐释吗？

这种内向化的声音秩序，在伴奏中体现得更为明显。商业流行歌曲往往重视编曲，节奏欢快、声道复杂，并有大量不同乐器的共同参与伴奏，制造与歌词、主要旋律相符的气氛。而改编后的歌曲，大多只有吉他等单一乐器的伴奏。可以说，原曲丰富的伴奏音，在改编歌曲中变成了“噪音”——在阿达利(Jacques Attali)的理论中，噪音已经不是发声体不规律振动引发的物理现象，而是一种权力关系：“对维护音乐主调、主旋律的关切，对新的语言、符号或工具的不信任，对异于常态者的摈斥，存在于所有类似的政权中。它们直指文化压制与噪音掌控在政治上的重要性。”(16)贾克·阿达利：《噪音：音乐的政治经济学》，宋素凤、翁桂堂译，河南大学出版社，2017年，第20页。当原曲高亢嘹亮的歌喉、激烈的吉他与鼓点成为主体自我呈现和短视频秩序的障碍之时，它便自然成了需要被压制的噪音。《天涯》伴奏的去躁十分典型。其在抖音走红出于一段尤克里里弹奏的间奏。(17)参见抖音短视频《天涯#尤克里里#》，2021-01-02，https://v.douyin.com/dPQYEMY/，访问日期：2021-10-16。事实上，《天涯》一曲表达的是对爱的极端自信与执着，其部分歌词如下：

迎着太阳看着远方

我只要你的一个承诺

无论你这话是真还是假

我愿陪你走天涯

在此，“远方”“太阳”“不分真假的承诺”和“走天涯”，构成了主人公对情人满满的信任与对前方情路无比的坚韧，展现出对爱情的昂扬之态。原曲激烈的电吉他与躁动的鼓点，是为了烘托出“天涯”主题的豪情。而当这一切变成尤克里里之后，单调的弦音，却营造出孤零零的甚至有些惆怅的音乐氛围。可以说，在改编后的音乐中，“天涯”失落了。歌词与曲调的严重背离，让歌曲在“去噪”中被抽离了意义——意义正是从噪音之中产生。与之相仿，《Ring Ring Ring》的激烈伴奏也贴合了少女等待暗恋之人的急迫心情，而这种急迫也在吉他单调舒缓的弹奏中被撤销。我们最终感受到，在人声与伴奏的双重编码下，歌曲终于变得一无所有，其现实表现力被全面抹除，与外在世界全面断联，变成了在短视频生态内部自嗨的“空壳氛围”。所以，所谓的“去噪”，其实是通过唱法的改变和伴奏的减少，直接性抹除歌曲原有的意义，搭建一个内向化的短视频世界。

三、“增噪”：伪现场与意义的间接置换

那么，在短视频主流意识形态之外的歌曲，其改编是否也达到了这种“意义消除”的内向化效果呢？首先需要强调，去噪式的意义直接抹除，仅适用于符合短视频主流意识形态的歌曲，在其之外的歌曲不能采用此手段。不但不能，这类歌曲对“去噪”还呈现出强烈的拒斥感。举例言之，慕容晓晓——《爱情买卖》的演唱者——的作品《黄梅戏》(2010)被抖音博主、歌曲《学猫叫》的原唱潘柚彤进行“夹子音”翻唱后(18)参见抖音短视频：https://v.douyin.com/dkVqrgt/，2021-09-08，笔者于2021年9月14日访问该视频。在引发巨大争议后，该视频已于2021年9月15日删除。，尽管收获诸多流量，但在网络上激起反感声一片。作为国粹的黄梅戏能不能以“夹子音”的唱法表现，一时间成为热门讨论话题。可以说，由于本身与声音秩序不符，这类歌曲与短视频中的主流声音形成激烈的对抗，其本身蕴含的现实意义，不能简单通过唱法的转换和伴奏的更改来直接抹除。潘柚彤之后又对韩宝仪的《粉红色的回忆》(1987)、喻宜萱的《康定情歌》(1947)等进行了翻唱，依旧遭遇一片骂声。

于是，被排除在短视频主流意识形态之外的歌曲，在改编时首先需要消除歌曲内部的抵抗性。在此，短视频领域反其道而行之地采用“增噪”的方式，来达到这一目的。宋祖英的《大地飞歌》(2000)、杨钰莹的《桃花运》(1992)、曾淑勤的《鲁冰花》(1989)以及《让我们荡起双桨》(1955)等是被“增噪”歌曲的代表。这些歌曲都不符合短视频主流意识形态的法则，在商场、酒吧等消费场所也不会被播放。若用关系性思维进行定义，笔者曾将土味视频概括为“资本美学及消费主义的反差性内容表达，呈现出对主流话语的拒绝”(19)王楷文：《文化权力与合法性的“一步之遥”——对土味视频的批判性考察》，《淮南师范学院学报》2021年第5期。。由此及彼，我们不妨将这些歌曲统称为“土味歌曲”。

所谓“增噪”，其实最终落在电子音乐(electronic music)之上。土味歌曲在短视频中的改编方式并非通过人声肉嗓和真实乐器来进行重新演绎，而是在已有作品的基础上被混音(remix)为电音热曲。通过对速度与节奏的调整、人声的改动、电子音的加入等，土味歌曲被呈现为动感的“电音土嗨歌”。比如《黄梅戏》就曾被改编为电音土嗨歌曲，不但没有引发争议，还在抖音、快手上风靡一时。电音的魔力可见一斑。不光是老歌旧曲，土味新歌在抖音、快手上的走红，也多有电音元素的加持，如《姐就是女王》《你要结婚了》等。而在《大地飞歌》《让我们荡起双桨》《桃花运》等歌曲的电音土嗨版接连走红后，短视频评论区流行这样一句话：不怕新歌带舞曲，就怕老歌带DJ。这里的“DJ”就指电音。万物皆可电音，无论是怎样的土味歌曲，只要被加工为电音嗨歌，就能掀起一波狂欢热潮。

电音易于让人接受的优势在于，它并非自然发出的声音，而是电子设备“后天制造”的。不得不承认，声音并非一种纯粹由发声体规律振动产生的物理现象，而是一种文化意义上的经验性存在。外部世界与声音对象之间必然有着联系，人们对何种发声体会发出何种声音也有一定的预期认知。现象学领域称其为声音的“残余意义”(20)Kane, Brian, “L’ Objet Sonore Maintenant: Pierre Schaeffer, Sound Objects and the Phenomenological Reduction,” Organised Sound，Vol.12,No.1, 2007.(residual signification)——“黄梅戏就应该用戏腔唱，不应该用夹子音唱”就是黄梅戏散发的残余意义。但是，电子设备制造的电音，无法让人们产生任何经验性认知，也就让声音的残余意义彻底丧失，经验在电音面前变得失语。因而，当《黄梅戏》儿歌式的唱法不断引起争议时，电音版本却能够被听觉主体轻松接纳。电音产生了本雅明维度上的“惊颤”效果，而这也是“万物皆可DJ”的基本原理。(21)见王楷文：《为何越来越多的人，沉迷于“万物皆可DJ”？》，“新京报书评周刊”公众号，2021-09-09，https://mp.weixin.qq.com/s/P7WbCn_nXb43T47ydzubsw，访问日期：2021-10-16。

不过，相比“去噪”，电音土嗨改编歌曲的基本方式并非唱法上对歌曲的“净化”和伴奏音的减少。相反，其致力于增加歌曲中的“土”元素。魔性的lead音色、激烈的鼓点、百用不厌的反拍贝斯，这些被称为土嗨“三大要素”，致力于让整首歌“躁起来”。电音土嗨歌如同让人置身于酒吧、迪厅之中，激烈的节奏、丰富的声音元素与鼓点的加持，使人不由自主地开始“摇摆”。在歌曲的使用上，舞蹈类视频或者类似舞蹈的卡点式动作转换视频，也是出现频率最高的。短视频评论区援引土味社会摇的概念，将这些视频中的卡点、尬舞、手势舞等统称为“摇”。随着歌曲产生的酒吧、迪厅幻觉“摇起来”，成为使用这些歌曲的关键要领。换言之，“增噪”其实致力于制造土味歌曲如同在现场一般的律动感。

不妨援引《现场电子音乐》一书中对“现场”(live)的定义。电子音乐的现场首先代表了“表演者的在场”(22)Simon Emmerson, Living Electronic Music, Hampshire: Ashgate Publishing Limited, 2007, p.90, p.90, p.90.，即音乐在演奏过程中能够被人主动改变其音质、形式等；其次，现场“包含了一种历史维度的活人的观念”(23)Simon Emmerson, Living Electronic Music, Hampshire: Ashgate Publishing Limited, 2007, p.90, p.90, p.90.，即发出声音或操控机械发出声音的表演者是“真实的人”；最后，现场“也包括着并非引发声音，但可以通过直接控制下的电子媒介接口引起、形成或影响声音的人”(24)Simon Emmerson, Living Electronic Music, Hampshire: Ashgate Publishing Limited, 2007, p.90, p.90, p.90.。在此，尽管电子音乐使得声音的在场性有所减损(声源不一定是真声肉嗓，也可以是人操作机器发出的声音)，但是其“现实感”始终不曾跌落：必须有对音乐实行控制的活生生的人出现在现实空间中，声音可以被真人临时改动。现场感与现实感相辅相成、相互绑定。不难发现，电音土嗨歌中的现场感，与上述没有一条相符，既没有真人操控设备来发声，也没有声音临时的改变，是一种“伪现场”。但却可以使人如同置身于酒吧之中，跟随节奏的指引，尽情放飞自我、尽兴摇摆。“伪现场”自然绑定了“伪现实”：土味歌曲下短视频的身体摇摆，同样制造了上文的“内向表演空间”，各种“摇”只能被框定在手机屏幕中，被少数几个人在摄像头前表现，一旦接触现实，就表现得极其格格不入。抖音博主“王八卦”以顶着一张学霸的脸跳“社会摇”走红，电音土嗨歌曲是他常用的背景音乐。但是，其参加现场活动的表演视频，则被人频频评论为“好尬”。抖音博主“土味挖掘机”曾发布这样一种主题视频：一名男生对着对面的女生跳“社会摇”。因为过于尴尬，网友称其动作为“指挥交通”——即使是视角转换成只有一个观众在场，这种“摇”也会立刻丧失其魅力。于是，土味歌曲的“增噪”，实际产生了一种内向化的伪表演空间，听者沉浸在宛若置身酒吧的幻觉中自嗨自演，隔绝现实。

到这里，我们终于能够厘清“增噪”的内在逻辑：土味歌曲的改编，是利用电音“万物皆可DJ”的惊颤效果，伪造出现场感，并用现场感置换了现实感。歌曲的现实意义并没有被直接抹除，而是在现场的召唤中被替代，进而被消解。于是，和“去噪”殊途同归，“土味”最终消失了，歌曲同样失去了意义，形成了远离现实自嗨的空壳氛围，被收编入短视频生态声音秩序。网络流行语“土到极致便是潮”，或许寓言式地反映了这一过程。如果现实意义无法被直接抹除，那就干脆让其继续发挥，并在发挥的过程中悄然取代它，最终收编为“潮”的一部分。

四、“元宇宙”的创生：遮蔽现实的另一种路径

无论是“去噪”还是“增噪”，都导向了同一种结果：旧曲原有的现实意义被撤销，歌曲变成了在短视频内部进行自嗨的空壳式氛围音乐。这是一个与现实世界有着明确区隔的领域，只要进入短视频App之中，每个人都可能成为在精致美好的幻觉中肆意进行无意义狂欢的主体。实际上，短视频在无形中创造出了一种“元宇宙”(metaverse)的虚拟现实效果。这里的元宇宙，并非指通过计算机技术与生物技术形成的强大算力，让人们以“虚拟化身”的形式生存在数字世界的技术图景，而是单在形式上指人们在现实生活中创造的与周遭现实环境隔绝的虚拟世界。布拉斯科维奇(Jim Blascovich)和拜伦森(Jeremy Bailenson)曾言所谓“虚拟现实”其实可以指绘画、雕塑、电影、计算机等能够“制造出让自己出神的工具”(25)布拉斯科维奇、拜伦森：《虚拟现实：从阿凡达到永生》，辛江译，科学出版社，2015年，第26页。。在这层意义上，短视频中的声音正是制造了这种出神效果，形成了一种意识形态的统摄能力。

到这里，我们终于能够明白为什么是声音而非图像占据支配性地位了：由于短视频依靠算法，每个人看到的画面不同，故其无法像电影、电视一般用统一制作的精致图像控制大规模群体。大量用户使用手机等便携设备拍摄的画面具有极大的随意性，时时刻刻透露出现实的踪影——拥挤的宿舍、简陋的阳台、混乱的大街……短视频画面时时刻刻在提醒着使用者，其实你并非那个拥有所向往身份的主体，所刷到的也并非如抖音宣传语“记录美好生活”一般的美好生活。而即使所有人都按照既定要求拍摄精致的画面，这种意识形态的统摄力或许也并不足够。在这一点上，最为典型的案例仍属2020年bilibili发布的短视频《后浪》。很少有人从影音关系视角注意此视频引发争议的原因。事实上，引发视频争议的焦点正是何冰长辈式的话语规训与画面产生的不一致性——所谓“后浪”，是只有那些在画面中尽情享受旅行、潜水、跳伞等高收入群体生活方式的人才配称得上的，而在画面之外的平常人则不配被称为后浪。在一则名为“libilibi献给爷一代的演讲《前浪》”(26)参见bilibili视频：《libilibi献给爷一代的演讲〈前浪〉》，2020-05-04，https://www.bilibili.com/video/BV1LK4y187Gf?from=search&seid=8385428505534772033&spm_id_from=333.337.0.0.，访问日期：2021-10-16。视频中，作者专门用土味博主与粗俗画面配以原来的声音，以此展示抵抗姿态。在作为文化工业的电影、电视诞生多年后，人们显然对画面的征召有了足够的拒斥能力，苛刻与挑剔的态度实际展现了影像意识形态表现的乏力。

而与画面不同，音乐在短视频中是统一的、稳定的，被众多人接受和传唱。特别是在算法机制下，不同人虽然看到了不同的视频，但是有可能听到了同一首热曲。尤为重要的是，音乐所传达的意识形态有效与否，正是直接通过人的感性层面，即是否被人接受所决定。如同阿多诺的分析，“‘被许多人所爱听’这种情况构成了音乐的客观性本身的基础。”(27)泰奥多·W. 阿多诺：《新音乐的哲学》(第五版)，曹俊峰译，中央编译出版社，2017年，第129页。在精致的影像尚被人细查与指摘之时，音乐却只需通过简单的“爱听”来内在召唤人们的认同，并被不加怀疑地认为这就是客观的世界状态。于是，“出神”的效果形成了。由此，短视频内向化的声音秩序，其实是一套有效的隔绝现实的意识形态法则，音乐对影像的“抢班夺权”，是代替影像行使了意识形态的规训作用：短视频刻意降低了影像在视频中的地位，让人们明明看到了现实，却无法意识到现实。当《Ring Ring Ring》的声音响起，无论眼前的画面是身在简陋的学生宿舍，还是身在街边的苍蝇小馆，都被视为精致的美好生活的表达。只要背景音乐响起，眼前的贫瘠之地就是最好的舞台，背景的现实场所也将是精心搭建的高级摄影棚。明明看到了现实，但是现实仿若消失——人们在看，但是看不见。在声音秩序构筑的彻底隔绝现实而创生的“元宇宙”小世界下，人们可以毫无顾忌地享受短视频的娱乐大餐，并让“记录美好生活”所代表的意识形态体系稳固绵延。

于是，从声音出发，我们看到的是文化工业遮蔽现实的另一种路径：人们已然沉浸在自己的小小“元宇宙”中，明明画面无法抹除的现实赤裸裸地摆在眼前，但对此置若罔闻。齐泽克将这种最新的情势称之为“身份机器的丧失”——意识形态不再以外界的象征秩序(大他者)统一统摄着人的主体，而是直接在感性层面入侵人的精神世界，起到控制作用：“大他者不再是一个虚拟的象征空间，而是一个实在界原质(a real Thing)，一个不再以形式储存我们的真理的巨大客体，它只是将我们压抑的内容具象化。”(28)SlavojŽižek, “Vikings, Solaris, Katla: the Big Other and its Vicissitudes，” Los Angeles Review of Books， 2021-08-02, http://thephilosophicalsalon.com/vikings-solaris-katla-the-big-other-and-its-vicissitudes/,访问日期：2021-08-20。换言之，在短视频中，人人都可以在音乐的自嗨中幻想精致主体，这种主体的幻想恰恰已然是意识形态的表现。在当今短视频成为音乐输出的主要途径之时，这种强大的意识形态控制方式无疑值得警惕：“爱听”的音乐或许本身就是危险的。而由此延展至算法社会的当下境况，这种“元宇宙”式的控制方式也正是需要关注的。在短视频时代，沿着声音的路径，如何以音乐为基础发挥其批判性功能，促进短视频生态的重建，无疑是值得继续思考的问题。除此，在元宇宙相关研究如火如荼进行之时，是否需要将对技术的想象在一定程度上转移到文化政治的想象中来，重视元宇宙的形式而非技术实现方式在日常生活中的出现及影响，这也是需要关注的。