6.3: Den klassiska inställningen till musikalisk kognition (2023)

I kapitel 8 om att se och visualisera ser vi att klassiska teorier tar syftet med visuell perception att vara konstruktionen av mentala modeller av den yttre, visuella världen. För att göra det måste dessa teorier ta itu med problemet med underbestämmande. Information i världen är inte tillräcklig för att helt bestämma visuell upplevelse.

Klassiska lösningar på problemet med underbestämmande (Bruner, 1973; Gregory, 1970, 1978; Rock, 1983) föreslår att kunskap om världen – innehållet i mentala representationer – också används för att bestämma visuell upplevelse. Med andra ord, klassiska perceptionsteorier beskriver visuell upplevelse som en följd av interaktionen av stimulusinformation med interna representationer. Att se är ett slags tänkande.

Auditiv perception har också varit föremål för klassisk teoretisering. Klassiska teorier om auditiv perception parallella klassiska teorier om visuell perception i två allmänna avseenden. För det första, sedan de tidigaste psykofysiska studierna av audition (Helmholtz & Ellis, 1954), har hörseln setts som en process för att bygga inre representationer av den yttre världen.

Vi måste undersöka de olika sätten i vilka nerverna själva är exciterade, vilket ger upphov till deras olika förnimmelser, och slutligen de lagar enligt vilka dessa förnimmelser resulterar i mentala bilder av bestämda yttre föremål, det vill säga i uppfattningar. (Helmholtz & Ellis, 1954, s. 4)

För det andra, i klassiska teorier om hörsel, bestämmer inte fysisk stimulering i sig själva karaktären av hörseluppfattningar. Auditiva stimuli är aktivt organiserade och grupperas i distinkta auditiva strömmar, enligt psykologiska principer för organisation (Bregman, 1990). "När lyssnare skapar en mental representation av auditiv input, måste de också använda regler om vad som hör ihop med vad" (s. 11).

Förekomsten av klassiska teorier om hörselperception, i kombination med kopplingarna mellan klassisk musik och klassisk kognitionsvetenskap som diskuterades i föregående avsnitt, borde göra det ganska föga förvånande att klassiska teorier om musikuppfattning och kognition är väl representerade i litteraturen (Deutsch, 1999; Francès, 1988; Howell, Cross, & West, 1985; Krumhansl, 1990; Lerdahl, 2001; Lerdahl & Jackendoff, 1983; Sloboda, 1985; Snyder, 2000; Temperley, 2001). Det här avsnittet ger några korta exempel på det klassiska förhållningssättet till musikalisk kognition. Dessa exempel illustrerar att de tidigare beskrivna kopplingarna mellan klassisk musik och kognitionsvetenskap återspeglas i det sätt på vilket musikalisk kognition studeras.

Det klassiska förhållningssättet till musikalisk kognition förutsätter att lyssnare konstruerar mentala representationer av musik. Sloboda (1985) hävdade att,

en person kan förstå musiken han hör utan att bli rörd av den. Om hanärrörd av det måste han ha passerat det kognitiva stadiet, vilket innebär att forma en abstrakt eller symboliskintern representationav musiken. (Sloboda, 1985, s. 3)

På liknande sätt är "ett musikstycke en mentalt konstruerad enhet, av vilken partitur och framföranden är partiella representationer genom vilka stycket överförs" (Lerdahl & Jackendoff, 1983, s. 2). En klassisk teori måste ge en redogörelse för sådana mentalt konstruerade enheter. Hur representeras de? Vilka processer krävs för att skapa och manipulera dem?

Det finns en lång historia av försök att använda geometriska relationer för att kartlägga sambanden mellan musikaliska tonhöjder, så att liknande tonhöjder ligger närmare varandra på kartan (Krumhansl, 2005). Krumhansl (1990) har visat hur enkla bedömningar om toner kan användas för att härleda en rumslig, kognitiv representation av musikaliska element.

Krumhansls allmänna paradigm kallas tonprobmetoden (Krumhansl & Shepard, 1979). I detta paradigm etableras ett musikaliskt sammanhang, till exempel genom att spela en delskala eller ett ackord. En sondnot spelas sedan och försökspersonerna bedömer hur väl denna sondnot passar in i sammanhanget. Till exempel kan försökspersoner bedöma hur väl sondnoten fungerar för att slutföra en delskala. Släktskapet mellan tonpar inom en musikalisk kontext kan också mätas med hjälp av varianter av detta paradigm.

En omfattande användning av sondtonmetoden har avslöjat en hierarkisk organisation av musiknoter. Inom en given musikalisk kontext – en speciell musikalisk tonart – är den mest stabila tonen tonikan, grundtonen till tonarten. Till exempel, i tonarten C-dur är tonen C den mest stabila. De näst mest stabila tonerna är de i antingen den tredje eller femte positionen på tangentens skala. I tonarten C-dur är dessa tonerna E eller G. Mindre stabila än dessa två toner är någon av de återstående tonerna som hör till sammanhangets skala. I sammanhanget C-dur är dessa tonerna D, F, A och B. Slutligen är de minst stabila tonerna den uppsättning av fem toner som inte hör till sammanhangets skala. För C-dur är dessa tonerna C#, D#, F#, G# och A#.

Detta hierarkiska mönster av stabilitet avslöjas med hjälp av olika typer av sammanhang (t.ex. partiella skalor, ackord) och återfinns i ämnen med vitt skilda grader av musikalisk expertis (Krumhansl, 1990). Det kan också användas för att redogöra för bedömningar om konsonans eller dissonans av toner, vilket är ett av de äldsta ämnena inom musikens psykologi (Helmholtz & Ellis, 1954).

Hierarkiska tonstabilitetsrelationer kan också användas för att kvantifiera samband mellan olika musikaliska nycklar. Om två olika nycklar liknar varandra, bör deras tonala hierarkier också vara lika. Korrelationerna mellan tonala hierarkier beräknades för alla möjliga par av de 12 olika dur- och 12 olika molltonarterna, och sedan utfördes flerdimensionell skalning på de resulterande likhetsdata (Krumhansl & Kessler, 1982). En fyrdimensionell lösning hittades för att ge bästa passform för data. Denna lösning arrangerade de toniska tonerna längs en spiral som lindade sig runt en toroidformad yta. Spiralen representerar två cirklar av kvint, en för de 12 durskalorna och den andra för de 12 mollskalorna.

Spiralarrangemanget av toner runt torus återspeglar eleganta rumsliga relationer mellan toniska toner (Krumhansl, 1990; Krumhansl & Kessler, 1982). För vilken tangent som helst är de närmaste grannarna som rör sig från insidan till utsidan av torusen de närliggande nycklarna i femtedelscirkeln. Till exempel är de närmaste grannarna till C i denna riktning tonerna F och G, som finns på vardera sidan av C i kvintcirkeln.

Dessutom reflekterar den närmaste granne till en ton i riktning längs torus (dvs ortogonal mot riktningen som fångar kvintcirklarna) relationerna mellan dur- och molltonarter. Varje durtonart har en komplementär molltonart, och vice versa; gratis tangenter har samma tonartsignatur och är musikaliskt mycket lika. Gratis nycklar är nära varandra på torus. Till exempel har tonarten C-dur tonarten a-moll som sin komplimang; de toniska tonerna för dessa två skalor ligger också nära varandra på toroidkartan.

Krumhansls (1990) tonala hierarki är en klassisk representation i två betydelser. För det första ger den toroidformade kartan som härrör från tonala hierarkier ett av många exempel på rumsliga representationer som har använts för att modellera regelbundenhet i perception (Shepard, 1984a), resonemang (Sternberg, 1977) och språk (Tourange au & Sternberg, 1981, 1982). För det andra är en tonal hierarki inte en musikalisk egenskap i sig, utan är istället en psykologiskt påtvingad organisation av musikaliska element. "Upplevelsen av musik går längre än att registrera de akustiska parametrarna för tonfrekvens, amplitud, varaktighet och klangfärg. Förmodligen är dessa omkodade, organiserade och lagrade i minnet i en annan form än sensoriska koder” (Krumhansl, 1990, s. 281). Den tonala hierarkin är en sådan mental organisation av musikaliska toner.

I musik är toner inte de enda elementen som verkar vara organiserade av psykologiska hierarkier. ”När lyssnaren hör ett stycke organiserar lyssnaren naturligt ljudsignalerna i enheter som motiv, teman, fraser, perioder, temagrupper och själva stycket” (Lerdahl & Jackendoff, 1983, s. 12). I deras klassiska verkEn generativ teori om tonal musik, Lerdahl och Jackendoff (1983) utvecklade en klassisk modell för hur en sådan hierarkisk organisation härleds.

Lerdahl och Jackendoffs (1983) forskningsprogram inspirerades av Leonard Bernsteins (1976) Charles Eliot Norton-föreläsningar vid Harvard, där Bernstein efterlyste att Chomskyansk lingvistiks metoder skulle tillämpas på musik. "Alla musikaliska tänkare är överens om att det finns något sådant som en musikalisk syntax, jämförbar med en beskrivande grammatik för tal" (s. 56). Det finns verkligen viktiga paralleller mellan språk och musik som stödjer utvecklingen av en generativ grammatik för musik (Jackendoff, 2009). I synnerhet måste system för både språk och musik kunna hantera nya stimuli, vilket klassiska forskare hävdar kräver användning av rekursiva regler. Men det finns också viktiga skillnader. Mest anmärkningsvärt för Jackendoff (2009) är att språket förmedlar propositionella tankar, medan musik inte gör det. Detta innebär att även om en språklig analys i slutändan kan utvärderas som sann eller falsk, kan detsamma inte sägas om en musikalisk analys, som har viktiga implikationer för en grammatisk musikmodell.

Lerdahl och Jackendoffs (1983) generativa teori om tonalmusik har på motsvarande sätt komponenter som är nära analoga med en generativ grammatik för språk och andra komponenter som inte är det. De språkliga analogerna tilldelar ett musikstycke strukturella beskrivningar. Dessa strukturella beskrivningar involverar fyra olika, men relaterade, hierarkier.

Den första är grupperingsstruktur, som hierarkiskt organiserar en del i motiv, fraser och sektioner. Den andra är metrisk struktur, som relaterar händelserna i ett stycke till hierarkiskt organiserade växlingar av starka och svaga beats. Den tredje är tidsintervallsreduktion, som tilldelar tonhöjder till en hierarki av strukturell betydelse som är relaterad till gruppering och metriska strukturer. Den fjärde är förlängningsreduktion, som är en hierarki som ”uttrycker harmonisk och melodisk spänning och avslappning, kontinuitet och progression” (Lerdahl & Jackendoff, 1983, s. 9). Förlängningsreduktion inspirerades av Schenkersk musikalisk analys (Schenker, 1979) och representeras på ett sätt som är mycket likt en frasmarkör. Som ett resultat är det den komponent i den generativa teorin om tonalmusik som är närmast besläktad med en generativ syntax av språk (Jackendoff, 2009).

Var och en av de fyra hierarkierna är förknippade med en uppsättning välformade regler (Lerdahl & Jackendoff, 1983). Dessa regler beskriver hur de olika hierarkierna är uppbyggda, och de ställer också på restriktioner som förhindrar att vissa strukturer skapas. Viktigt är att välformade regler ger psykologiska principer för att organisera musikaliska stimuli, som man kan förvänta sig i en klassisk teori. Reglerna "definierar en klass av grupperingsstrukturer som kan associeras med en sekvens av tonhöjdshändelser, men som inte specificeras på något direkt sätt av den fysiska signalen (som tonhöjder och varaktigheter är)" (s. 39). Lerdahl och Jackendoff är noga med att uttrycka dessa regler på ren engelska för att inte skymma deras teori. De förutsätter dock att reglerna för välformad karaktär skulle kunna översättas till en mer formell notation, och faktiskt är datorimplementationer av deras teori möjliga (Hamanaka, Hirata, & Tojo, 2006).

Lerdahl och Jackendoffs (1983) välformade regler är inte tillräckliga för att leverera en unik "parsning" av ett musikstycke. En anledning till detta är att, till skillnad från språket, en musikalisk analys inte kan anses vara korrekt; det kan bara beskrivas som att det har en viss grad av koherens eller preferens. Lerdahl och Jackendoff kompletterar sina välformade regler med en uppsättning preferensregler. Till exempel indikerar en preferensregel för grupperingsstruktur att symmetriska grupper är att föredra framför asymmetriska. Återigen finns det en annan uppsättning preferensregler för var och en av de fyra hierarkierna av musikalisk struktur.

De hierarkiska strukturer som definieras av den generativa teorin om tonal musik (Lerdahl & Jackendoff, 1983) beskriver egenskaperna hos en viss musikhändelse. Däremot är det hierarkiska arrangemanget av musikaliska toner (Krumhansl, 1990) en allmän organisatorisk princip som gäller för musikaliska tonhöjder i allmänhet, inte för en händelse. Intressant nog är de två typerna av hierarkier inte ömsesidigt uteslutande. Den generativa teorin om tonal musik har utvidgats (Lerdahl, 2001) till att omfatta tonala tonhöjdsutrymmen, som är rumsliga representationer av toner och ackord där avståndet mellan två enheter i rummet återspeglar det kognitiva avståndet mellan dem. Lerdahl har visat att egenskaperna hos tonhöjdsrymden kan användas för att hjälpa till i konstruktionen av tidsintervallsreduktionen och förlängningsreduktionen, vilket ökar kraften hos den ursprungliga generativa teorin. Teorin kan användas för att förutsäga lyssnarnas bedömningar om attraktionen och spänningen mellan toner i ett musikaliskt urval (Lerdahl & Krumhansl, 2007).

Lerdahl och Jackendoffs (1983) generativa teori om tonal musik delar en annan egenskap med de språkliga teorier som inspirerade den: den ger en redogörelse för musikalisk kompetens, och den är mindre bekymrad över algoritmiska redogörelser för musikuppfattning. Målet med deras teori är att ge en "formell beskrivning av den musikaliska intuitionen hos en lyssnare som upplevs i ett musikaliskt formspråk" (s. 1). Musikalisk intuition är den i stort sett omedvetna kunskapen som en lyssnare använder för att organisera, identifiera och förstå musikaliska stimuli. Eftersom att karaktärisera sådan kunskap är målet med teorin, ignoreras annan bearbetning.

Istället för att beskriva lyssnarens mentala processer i realtid, kommer vi bara att bekymra oss om det slutliga tillståndet av hans förståelse. Enligt vår uppfattning skulle det vara fruktlöst att teoretisera om mental bearbetning innan man förstår den organisation som bearbetningen leder till. (Lerdahl & Jackendoff, 1983, s. 3–4)

En konsekvens av att ignorera mental bearbetning är att den generativa teorin om tonal musik i allmänhet inte tillämpas på psykologiskt rimliga representationer. Till exempel, trots att det är en teori om en erfaren lyssnare, tillämpas teorins olika inkarnationer inte på auditiva stimuli, utan appliceras istället på musikmusik (Hamanaka, Hirata, & Tojo, 2006; Lerdahl, 2001; Lerdahl & Jackendoff, 1983).

Naturligtvis är detta inte en principiell begränsning av den generativa teorin om tonalmusik. Denna teori har inspirerat forskare att utveckla modeller som har en mer algoritmisk tonvikt och verkar på representationer som tar steg mot psykologisk rimlighet (Temperley, 2001).

Temperleys (2001) teori kan beskrivas som en variant av den ursprungliga generativa teorin om tonalmusik (Lerdahl & Jackendoff, 1983). En viktig skillnad mellan de två är ingångsrepresentationen. Temperley använder en piano-roll-representation, som kan beskrivas som en tvådimensionell graf över musikalisk input. Den vertikala axeln, eller tonhöjdsaxeln, är en diskret representation av olika musiknoter. Det vill säga att varje rad i den vertikala axeln kan associeras med sin egen pianotangent. Den horisontella axeln är en kontinuerlig representation av tiden. När en ton spelas dras en horisontell linje på pianorulle-representationen; höjden på raden indikerar vilken ton som spelas. Början av raden representerar notens början, längden på raden representerar notens varaktighet och slutet av raden representerar notens offset. Temperley antar den psykologiska verkligheten i pianorulle-representationen, även om han medger att bevisen för detta starka antagande är ofullständigt.

Temperleys (2001) modell tillämpar en mängd olika preferensregler för att åstadkomma den hierarkiska organisationen av olika aspekter av ett musikstycke som presenteras som en representation av en pianorulle. Han tillhandahåller olika preferensregelsystem för att tilldela metrisk struktur, melodisk frasstruktur, kontrapunktisk struktur, tonhöjdsklassrepresentation, harmonisk struktur och nyckelstruktur. I många avseenden representerar dessa preferensregelsystem en utveckling av välformningen och preferensreglerna i Lerdahl och Jackendoffs (1983) teori.

Till exempel tilldelar ett av Temperleys (2001) preferensregelsystem metrisk struktur (d.v.s. hierarkiskt organiserade uppsättningar av beats) till ett musikstycke. Lerdahl och Jackendoff (1983) åstadkom detta genom att tillämpa fyra olika välformningsregler och tio olika preferensregler. Temperley accepterar två av Lerdahls och Jackendoffs välformade regler för meter (om än i reviderad form, som preferensregler) och förkastar två andra eftersom de inte gäller den mer realistiska representationen som Temperley antar. Temperley lägger till tre andra preferensregler. Detta system med fem preferensregler härleder metrisk struktur till en hög grad av noggrannhet (dvs. motsvarande en grad av 86 procent eller bättre med Temperleys metriska intuition).

Ytterligare en skillnad mellan Temperleys (2001) algoritmiska betoning och Lerdahl och Jackendoffs (1983) betoning av kompetens återspeglas i hur teorin förfinas. Eftersom Temperleys modell realiseras som en fungerande datormodell, kunde han enkelt undersöka dess prestanda på en mängd olika indata och därför identifiera dess potentiella svagheter. Han drog fördel av denna förmåga att föreslå en ytterligare uppsättning av fyra preferensregler för mätare, som ett exempel, för att utöka tillämpbarheten av hans algoritm till ett bredare utbud av inmatningsmaterial.

Till denna punkt har de korta exemplen som ges i detta avsnitt använts för att illustrera två av de viktigaste antagandena som klassiska forskare om musikalisk kognition gjort. För det första används mentala representationer för att påtvinga en organisation på musik som inte är fysiskt närvarande i musikaliska stimuli. För det andra är dessa representationer av klassisk natur: de involverar olika typer av regler (t.ex. preferensregler, välformade regler) som kan tillämpas på symboliska medier som har musikaliskt innehåll (t.ex. rumsliga kartor, partitur, representationer av pianorullar). En tredje egenskap är också ofta närvarande i klassiska teorier om musikalisk kognition: föreställningen att den musikaliska kunskap som återspeglas i dessa representationer förvärvas, eller kan modifieras, av erfarenhet.

Den musikaliska kunskapens plasticitet är varken en ny idé eller ett koncept som är uteslutande klassiskt. Vi såg tidigare att kompositörer ville informera sin publik om kompositionskonventioner så att de senare bättre kunde uppskatta framträdanden (Copland, 1939). Modernare exempel på detta tillvägagångssätt hävdar att gehörsträning, specialiserad för att hantera några av komplexiteten i modern musik som kommer att introduceras senare i detta kapitel, kan hjälpa till att överbrygga klyftorna mellan kompositörer, artister och publik (Friedmann, 1990). Individuella skillnader i musikalisk förmåga ansågs vara en kombination av medfödd och inlärd information långt innan den kognitiva revolutionen inträffade (Seashore, 1967): ”Örat är, liksom ögat, ett instrument, och den mentala utvecklingen i musiken består i förvärvet av färdigheter och berikande av erfarenhet genom denna kanal” (s. 3).

Det klassiska synsättet ser förvärvet av musikaliska färdigheter i termer av förändringar i mentala representationer. "Vilära sigstrukturerna som vi använder för att representera musik” (Sloboda, 1985, s. 6). Krumhansl (1990, s. 286) noterade att de robusta hierarkier för tonal stabilitet som avslöjas i hennes forskning återspeglar stilistiska regelbundenheter i västerländsk tonalmusik. Av detta antyder hon att "det verkar troligt att abstrakta tonala och harmoniska relationer lärs in genom att internalisera distributionsegenskaper som är karakteristiska för stilen." Detta synsätt är analogt med de klassiska perceptionsteorierna som föreslår att strukturen hos interna representationer sätter begränsningar på visuella transformationer som speglar de begränsningar som den yttre världens fysik ställer (Shepard, 1984b).

Krumhansls (1990) internaliseringshypotes är en av många klassiska redogörelser som härstammar från Leonard Meyers redogörelse för musikalisk mening som härrör från känslor manipulerade av förväntan (Meyer, 1956). "Stilar i musik är i grunden komplexa system av sannolikhetsförhållanden" (s. 54). Faktum är att en enorm variation av musikaliska egenskaper kan fångas genom att tillämpa Bayesianska modeller, inklusive rytm och meter, tonhöjd och melodi och musikstil (Temperley, 2007). En hel del bevis tyder också på att förväntningar på vad som kommer härnäst är avgörande bestämningsfaktorer för mänsklig musikuppfattning (Huron, 2006). Temperley hävdar att klassiska modeller för musikuppfattning (Lerdahl, 2001; Lerdahl & Jackendoff, 1983; Temperley, 2001) expliciterar dessa probabilistiska samband. "Lyssnarnas generativa modeller är inställda för att återspegla de statistiska egenskaperna hos musiken som de möter" (Temperley, 2007, s. 207).

Det har tidigare hävdats att det finns tydliga paralleller mellan österrikisk-tysk klassisk musik och den klassiska inställningen till kognitionsvetenskap. En av de mest övertygande är att båda tilltalar abstrakta, formella strukturer. Det verkar som om det klassiska förhållningssättet till musikalisk kognition tar denna parallell mycket bokstavligt. Det vill säga, de representationssystem som föreslagits av klassiska forskare inom musikalisk kognition internaliserar musikens formella egenskaper, och i sin tur påtvingar de denna formella struktur på ljud under uppfattningen av musik.