国内可视化音乐研究现状

杨季泽　高旖

音乐作为一种在时间中展现的听觉艺术，在过去漫长的时间中，都是以抽象、难以捉摸的形象出现。随着时代的发展，近些年来计算机和互联网平台涌现了一批可视化分析测量工具，并开始逐渐应用于音乐的可视化。音乐可视化是对音乐表达的一种非主观的，科学的判断和解释方法，是为理解、分析、比较音乐的表现力和内部结构提供的一种呈现技术。在这个网络快速发展的信息化时代，各种科学的手段和技术进入人文艺术领域自然是大势所趋，在学术领域，可视化音乐也逐渐成为了国内研究的热点问题。

通过CiteSpace的可视化技术，可以精准分析海量文献信息，得出清晰，直观的视图，可以全景式探析一个领域的发展趋势和热点变迁。目前，在音乐领域，已经出现了一些使用可视化技术对目前某一热点研究现状分析的文献，例如巫宇军采用Cite Space（5.3.R4）可视化分析技术、计量学分析法及CNKI统计功能对我国近十年来发表在中国知网（CNKI）上关于我国音乐类非遗研究的期刊文献进行了分析；刘苗，周莉，许颂采取定量分析结合定性研究的方法，文献研究法、知识图谱分析法、内容分析法对1957-2020年CNKI上所收录的关于云南音乐的期刊文献进行了可视化分析。但是在可视化音乐方面，目前国内尚无相关文献。

本文采用了文献计量的方法，运用CiteSpace（6.1.R3），选择1997—2022中国知网（CNKI）上可视化音乐相关的文献资料为数据来源，从发表数量，作者及机构联系，关键词聚类，突变率检测对目前国内可视化音乐研究现状进行可视化分析，探究发展趋势，研究群体特点和研究热点变迁，旨在为国内可视化音乐研究提供借鉴。

一、研究方法和数据来源

（一）研究设计

本文基于文献计量和科学图谱的方法，使用CiteSpace（6.1.R3）和CNKI统计功能进行研究，通过对作者、机构、关键词的共现与聚类，以及关键词突变率进行可视化呈现，探究学术发展的历程和知识拐点，了解目前研究现状和已经存在的不足之处。

（二）数据来源

本文选择中国知网（CNKI）期刊音乐数据库为数据来源，对主题“可视化音乐”及“音乐可视化”进行检索，最终检索出中文文献共270条，通过人工整理与去重，剔除明显不符合本主题的结果，最终得到有效中文文献214条。得到最早的一篇期刊为李霞，刘征，刘遵仁，邵峰晶1997年12月30日在青岛大学学报（自然科学版）发表的《关于音乐可视化的研究——声音格式与音乐格式的转换》。因此本文将以知网上1997年12月至2022年10月的关于可视化音乐的文献为数据样本进行可视化分析。

二、可视化音乐相关文献的可视化分析

（一）文献年度统计分析

根据知网的可视化图谱工具分析可知，自1997年发表了第一篇关于可视化音乐的论文后，关于可视化音乐的研究很长时间里发展都十分缓慢，直到2008年才迎来一波小高峰。以2008年为分水岭，之后开始逐年上升，尤其是在2017年之后，更是发展迅速，在近几年达到最高峰。

1997年至2007年为可视化音乐研究的萌芽期，这些年文章发表的数量基本为个位数，甚至有些年份发文数为0。直至2005年至2008年间杨健建立了Vmus.net音乐可视化分析平台并发表了一系列关于音乐可视化的论文，可视化音乐在学界开始逐渐应用于音乐表演相关的学术研究中。又经过了近十年的积累，于2017年迎来井喷，发文数量逐年飙升，成为近年来的学术热点之一。

（二）研究群体特征分析

（1）核心学者群体与相关机构

将发文量最多的作者及其发文数（杨健，8）及总被引最多作者及其发文数（杨健，172）带入普赖斯公式N=0.749x√Nmax、M=0.749x√Mmax，并四舍五入可以得出N≥2，M≥10，即符合发文量≥2且被引数≥10的学者可以视为本领域核心学者。综合上述两点可得出本领域目前核心学者有以下八位，按顺序排列分别为“杨健，总发文8，总被引172，最新发文年数2022”“黄莺，总发文4，总被引76，最新发文年数2022”“童玲卡、黄东军、曲天喜，总发文2，总被引91，最新发文年数2008”“蒋达、房婷，总发文2，总被引21，最新发文年数2013”“张艳鹏，总发文2，总被引17，最新发文年数2013”。

从上方数据可以得出，目前在可视化音乐领域，杨健作为核心学者中的代表，从2008年开始一直活跃至今，不论是发文量还是被引数，都是一骑绝尘。同时通过观察上图中发文年数的信息，可以发现一个令人担忧的事实，即虽然关于可视化音乐的发文量逐年攀升，但除去杨健和黄莺，其他核心作者已慢慢淡出该领域，从数量上来看近年来可视化音乐相关的文章虽在逐年增加，但是却并未有新的核心学者出现。

（2）作者，机构合作情况分析

为研究本领域内各学者以及各机构之间的合作关系，本文利用CiteSpace软件对主要发文作者和机构分别进行共性分析，得出图一。

通過对可视化音乐文献相关的作者进行筛选，合并，去重，将一些相同的机构进行合并，最终得出了上图。图中作者及机构名称节点越大，代表其发文数量越多。节点年轮的颜色越浅，代表着发文年限越接近，越深，代表着年份越久远。联结节点之间的曲线代表着作者及机构之间的合作情况。

从图中的连线情况可知，目前各个学者之间的合作较少，大部分都是独立研究。除去杨健与黄莺；王旭，孙洋，王硕及张辉等作者，南京艺术学院，上海音乐学院音乐工程系，南京航天航空大学音乐系三所机构之外，近些年几乎没有什么稳定的研究团体出现。

（三）研究热点分析

（1）关键词分析

为了解目前本领域的研究内容，本文使用了CiteSpace软件对关键词进行了可视化分析，将Keyword设置为Node Type，时间切片设为1997年至2022年，时间间隔为1，将经过人工筛选的CNKI数据库中关于可视化音乐的数据导入，最终得到关键词共现性图谱（图二），通过人工梳理，将对义关键词进行合并删除去重，去除“可视化”“音乐”两大类，按照出现频次排序，最终得到了出现频次最高的十个关键词，即“音乐表演”“特征提取”“新媒体”“音乐教育”“节奏伸缩”“体态律动”“演奏风格”“器乐演奏”“虚拟现实”“参数分析”。

关键词共现性图谱（图二）中节点N总数为254，连线E为322，网络密度为0.01，Q值为0.7869（>0.3），Mean Silhouette值为0.9854（>0.4），这代表该图表结构合理，可信度较高。

根据图二可得，目前在国内可视化音乐领域内，关于音乐表演的研究是当前最热门的主题，其节点大小是除去可视化和音乐两大节点之外体量最大的，出现频次高达11，并且除了音乐表演本身之外，节奏伸缩（排名5，词频7），演奏风格（排名7，词频5），器乐演奏（排名8，词频5）等几大关键词，同样也属于音乐表演领域的相关名词。除此之外总量最多的便是特征提取（排名2，词频7），虚拟现实（排名9，词频5），参数分析（排名10，词频5）等，他们共同归属于可视化音乐软件的算法和优化相关的计算机领域。除此之外便是新媒体（排名3，词频7），音乐教育（排名4，词频7）等，涉及媒体传播以及教学领域的实际应用。

目前在可视化音乐领域中，对于音乐表演的研究可以说是“独占鳌头”，在实际表演中难以捉摸的律动、结构、姿态等非理性因素，通过可视化音乐的分析，可以更加直观、清晰地表现出来，为表演者打开全新的思路，一定程度上缓解了目前音乐学科写作存在的“数据量不足”的困境。并且随着“Sonic Visualiser”，“Vmus.net”等软件和平台的出现和逐渐完善，让可视化音乐分析的入门门槛在一定程度有所降低，仅需稍加尝试熟悉便可熟练掌握，并且得出的结果也更加准确，科学，这吸引了一大批学者进入本领域。

（2）关键词突现词分析

突现词的变化，即是学术热点的变迁，越接近当前时间的突现词，就越能代表当前的学术热点，利用CiteSpace软件对突现词进行分析，总结出其中的八个突现词，得出下面的突现词演变轨迹图（图三）。

從上图可以得出，自1997年以来，可视化音乐的研究热点多次转变，在2007年至2013年间，“特征提取”以1.48的突变率成为学术前沿，这一时期也是可视化音乐的理论建设时期，特征提取作为可视化音乐分析的重要分析方法成为了这一时期的研究热点。

近些年来，音乐教育作为热点开始逐渐出现在可视化音乐的领域之中，尤其是自2019年开始，小学音乐成为了这段时间最新的学术热点，这与国家近些年来相继提出的政策是密不可分的。在北京召开的“第六届中小学数字化研讨会”也进一步引发了学者对音乐可视化在教学实践中应用的思考和研究，可视化音乐也从音乐表演和音乐分析领域开始进入了实际教学应用中。

三、研究结论

度过了漫长的萌芽期，如今的可视化音乐已经进入了快速发展时期，文章数量逐年攀升，不断加入的新学者，产生的新技术，也为可视化音乐的发展带来了全新的活力。作者构成方面也已形成以杨健、黄莺为代表的核心学者群体和合作团体。更重要的是，研究并没有仅仅停留在音乐表演和音乐分析方面，开始出现向新媒体传播、音乐教育方面延伸的趋势。

但是目前的可视化音乐领域依旧存在一定的不足。首先，虽然发表文献数量在逐年增加，进入本领域的青年学者也越来越多，但是却再无具有影响力的成果产出，如此下去定会造成学术断层，严重影响学科的继承与发展。其次，学者及机构之间的合作性不强，大多数依然在进行独立研究，长此以往定会影响具有影响力文献的产出。最后，虽然目前有部分理论研究能够落实到实际应用中，但是总量仍然是远远不足的，只有大量产出能服务于实践的研究成果，才能长久、良性地发展下去。

参考文献：

[1]黄莺，杨健：《看得见的好声音——计算机可视化辅助声乐教学之案例分析》，《南京艺术学院学报（音乐与表演版）》2012年第4期。

[2]杨健：《20世纪西方器乐演奏风格的结构特征及其形成原因——基于计算机可视化音响参数分析的研究结果概述》，《南京艺术学院学报（音乐与表演版）》2008年第3期。

[3]巫宇军：《我国音乐类非遗保护研究20年回顾与反思——基于CNKI期刊论文的可视化计量分析》，《中国音乐》2022年第1期。

[4]刘苗，周莉，许颂：《云南音乐相关文献的可视化分析》，《复旦学报（自然科学版）》2021年第3期。

[5]屈天喜，黄东军，童卡娜：《音乐可视化研究综述》，《计算机科学》2007年第9期。

[6]钟文娟：《基于普赖斯定律与综合指数法的核心作者测评——以〈图书馆建设〉为例》，《科技管理研究》2012年第2期。

杨季泽 南京艺术学院音乐学院硕士研究生

高 旖 南京艺术学院音乐学院讲师

（责任编辑 于洋）