音乐中情感模型的比较研究：离散模型与维度模型的系统对比

一、 研究作者、机构与发表信息

本研究由芬兰于韦斯屈莱大学（University of Jyväskylä）的Tuomas Eerola和Jonna K. Vuoskoski合作完成。研究论文发表于《音乐心理学》（*Psychology of Music*）期刊2011年第39卷第1期（第18-49页）。

二、 学术背景与研究目的

本研究属于音乐心理学与情感科学交叉领域。长期以来，音乐传达和引发情感的能力是研究热点，但该领域的发展受制于情感理论模型的多样性。其中，两种主导模型是：离散情感模型（Discrete Emotion Model），认为情感由有限的基本情感类别（如快乐、悲伤、愤怒、恐惧）构成；以及维度情感模型（Dimensional Model of Affect），主张情感状态可由少数连续维度（如效价、唤醒度）的组合来描述。尽管这两种模型在音乐与情感研究中被广泛应用，且常被假定为高度一致，但两者之间的系统比较却鲜有进行。此外，先前研究在音乐刺激物的选择上存在局限性，多使用研究者任意选取的、高度典型的西方古典音乐片段，这限制了研究结果的普适性和对情感微妙变化的探索。

因此，本研究具有双重目标： 1. 主要目标：系统比较在音乐感知情感研究中，离散情感模型与维度情感模型的适用性与对应关系。 2. 次要目标：引入一套经过改进、系统化构建的新型音乐刺激材料库，用于研究音乐介导的情感。这套材料不仅包含典型的情感范例，也包含情感上较为模糊或中等的例子。

三、 详细研究流程

研究流程分为三个阶段：专家选材、预实验和主实验。

第一阶段：专家选材与刺激物初步构建 研究团队决定使用电影配乐作为刺激材料，因其专为传达强烈情感线索而创作，且对听众而言相对“中性”，能减少个人音乐偏好和熟悉度的影响。为了避免特定电影情节带来的外显记忆干扰，研究者特意选取了不为人熟知的片段。 * 专家小组：由12位音乐学家（包括教职员工和高年级学生）组成，均具有10年以上乐器学习经历。 * 选材任务：专家被分为两组。一组负责根据离散情感模型的六个目标（快乐、悲伤、恐惧、愤怒、惊讶、温柔）挑选音乐片段。另一组负责根据三维度模型的六个极端（效价的正/负、能量唤醒的高/低、紧张唤醒的高/低）挑选片段。每位专家被分配5张电影原声碟，并为每个目标情感寻找5个示例。 * 选材标准：片段长度10-30秒；不含人声、对白或音效；需能向普通听众有效传达目标情感。最终，共收集了360个音频片段（12位专家 × 5张碟 × 6个目标）。

第二阶段：预实验（Pilot Experiment） 预实验旨在评估专家所选片段在两个情感模型下的表现，并筛选出用于主实验的刺激物。 * 参与者：与选材阶段相同的12位专家。 * 程序：所有360个片段均被播放。一半专家使用1-7量表对六个离散情感进行评分，另一半则使用双极量表对三个维度进行评分。此外，还评估了参与者对片段的熟悉度。任务分为四个部分，在两天内完成。 * 数据分析与刺激物筛选： * 一致性检验：计算了评分者间信度（Cronbach’s alpha）。除“惊讶”外，其他情感概念的信度均较高。由于“惊讶”在音乐情感中识别一致性低，且与已有研究结论一致，故将其从后续分析中剔除。 * 典型性计算：为筛选出具有代表性的片段，研究者为每个片段计算了其目标情感典型性。公式为：典型性(Ti) = 目标情感平均分(ēi) - 目标情感评分标准差(sei) - 非目标情感平均分(nē-i)。该公式综合考虑了目标情感评分的高低、一致性以及与其他情感的区分度。 * 最终刺激物集：基于典型性排名，为五个离散情感（快乐、悲伤、温柔、愤怒、恐惧）各选取了5个高典型性示例和5个中等典型性示例，共50个片段。对于三维度模型，则沿着每个维度的轴线，在四个百分位区间（极低、中低、中高、极高）各选取5个片段，同时尽可能控制其他两个维度的取值，最终获得60个片段。主实验共使用110个电影音乐片段。

第三阶段：主实验（Main Experiment） 主实验旨在系统比较两个模型，并检验维度模型是否可以简化。 * 参与者：116名非音乐家大学生（平均年龄24.7岁）。 * 实验设计：采用混合设计。实验分为两个区块：A区块包含50个离散模型选出的片段，B区块包含60个维度模型选出的片段。区块顺序在被试间平衡。每个被试需用两种模型对所有110个片段进行评分。在A区块，被试对五个离散情感进行1-9评分；在B区块，则对三个维度（效价、能量唤醒、紧张唤醒）进行1-9双极评分。此外，还要求被试对每个片段的喜好度和美感度进行评分。 * 数据收集与初步分析：实验在隔音室中进行，使用专用软件播放。收集了参与者的个性特征、音乐偏好、当前情绪等变量。数据分析前，剔除了情绪状态极端和评分一致性异常的参与者，最终保留110名被试的数据。计算了所有评分量表的内部一致性信度，均非常高（α > .99）。

四、 主要研究结果

1. 情感类别与维度的区分：

   • 离散模型：对于高典型性示例，目标情感均能被显著区分，未与其他情感混淆。然而，对于中等典型性示例，目标情感会与一至两种其他情感产生混淆（例如，中等愤怒示例与恐惧和悲伤难以区分；中等温柔示例可能与快乐和悲伤混淆）。这表明离散模型在描述情感模糊的音乐时分辨率较低。
   • 维度模型：对于代表各维度极端的示例，评分同样显示出显著的主效应。分析表明，所选刺激物在三维空间中并非完全独立，例如效价与紧张度之间存在高度共变。

2. 模型评分可靠性比较：

   • 整体上，两个模型的评分者间信度都很高。
   • 然而，当比较高典型性和中等典型性示例的评分可靠性时，发现离散模型对中等示例的评分一致性（α = .49）显著低于对高示例的评分（α = .74）。而维度模型对中等示例的评分一致性（α = .77）与离散模型对高示例的评分一致性相当。这表明在处理情感上不那么明确的音乐时，维度模型能提供更可靠的测量。

3. 离散模型与维度模型之间的对应关系：

   • 典型相关分析（Canonical Correlation）揭示了两个模型集之间存在高度关联。前两对典型变量可以解释绝大部分方差，第一对变量可标记为“效价”，第二对可标记为“唤醒/活动度”。第三对变量贡献很小。
   • 回归分析：使用离散情感评分预测三维度评分，平均可解释93%的方差（R² = .93）。反之，用三维度评分预测离散情感评分，平均可解释76%的方差。这表明两个模型高度对应，但离散模型似乎能更全面地解释维度评分。
   • 维度简化分析：研究发现效价与紧张度之间存在极高的负相关（r = -.83）。偏相关分析显示，在控制效价后，能量唤醒与紧张唤醒之间的相关性变得非常高（r = .90），暗示它们可能共同构成一个单一的“唤醒”维度。因此，三维度模型（效价、能量唤醒、紧张唤醒）可能简化为传统的二维模型（效价、唤醒度），且Russell的二维模型在解释离散情感评分上略优于Thayer的二维模型（能量唤醒、紧张唤醒）。然而，研究者也指出，这可能是由于所选刺激物中高紧张度与负效价天然共变所致，在音乐中是否存在高紧张度与正效价并存的例子仍需进一步研究。

4. 其他发现：

   • 恐惧和愤怒在音乐中的评分高度相关（r = .69），表明在音乐语境中这两种情感可能不易区分。
   • 悲伤与效价没有显著相关（r = -.03），这与一些前人研究一致。悲伤的音乐常被认为具有美感，且与喜好度（r = .38）和美感度（r = .59）呈正相关，甚至高于快乐音乐与这些指标的相关性。这挑战了“悲伤即不愉快”的简单假设，支持了在审美语境中负面情感可能引发愉悦感的观点。
   • 温柔与悲伤的相关性（r = .36）高于与快乐的相关性（r = .15），这与传统上将其与积极情感关联的看法有所不同。

五、 结论与意义

本研究系统比较了音乐感知情感研究中的离散模型与维度模型，并使用了一套新颖、系统化构建的电影音乐刺激库。主要结论如下：

1. 模型高度对应与互补：离散情感模型和维度情感模型在描述音乐传达的情感时高度一致，可以通过“效价-唤醒度”二维空间进行有效映射。离散情感类别可被视为该情感空间中的“吸引子”或热点区域。
2. 模型分辨率差异：两个模型的关键区别在于对情感模糊示例的描述能力。离散模型在描述高度典型的情感示例时表现良好，但在处理中等典型性或混合情感的示例时分辨率较低、一致性下降。而维度模型在整个情感空间中提供了更连续、可靠的描述。这对于研究混合情感、临床人群的情感处理偏差或情感混合模型具有重要意义。
3. 维度模型的简化：在本研究的音乐刺激背景下，三维度情感模型（效价、能量唤醒、紧张唤醒）可能可以简化为二维模型（效价、唤醒度）。然而，研究者谨慎指出，“紧张”维度在音乐中具有直观意义（如紧张与解决），其独立性仍需在未来使用更广泛的音乐材料进行验证。
4. 刺激材料库的价值：研究所建立的110个电影音乐片段集，涵盖了离散和维度情感空间中不同典型性水平的示例，为未来研究提供了丰富、标准化且经过验证的实验材料。

六、 研究亮点

1. 系统化的比较设计：首次在音乐情感研究中，使用同一套刺激物，同时基于两种理论框架（离散与维度）进行系统化选材和直接比较，避免了以往研究因刺激物选择偏差（如仅基于离散情感选材）而导致结论局限的问题。
2. 新颖的刺激物选取策略：不仅选取了高度典型的情感示例，还特意纳入了中等典型性的示例，从而能够考察模型对情感模糊材料的描述能力，这是对传统研究范式的重要拓展。
3. 引入并验证了“典型性”量化指标：在刺激物筛选阶段，创造性地使用了综合考虑目标情感强度、一致性和区分度的典型性计算公式，使刺激物的选择更加客观和标准化。
4. 对情感模型应用的实践指导：研究结果明确指出，在选择情感模型时需考虑研究目的。若关注明确、典型的情感类别，离散模型适用；若需测量情感的细微变化、混合状态或使用情感模糊的刺激物，维度模型更为可靠。
5. 对音乐情感特殊性的揭示：研究证实了音乐中某些情感特性的特殊性，如悲伤与效价解耦、恐惧与愤怒难以区分等，深化了对音乐审美情感独特性的理解。

七、 其他有价值的内容

研究还简要探讨了个人因素（如人格特质“经验开放性”与愤怒评分正相关）可能对情感评分产生影响，但指出其影响程度中等。研究者提出了未来研究方向，包括：探索诱发情感与感知情感的差异、使用其他音乐风格验证结果、分析刺激物的声学与音乐特征以解释情感编码、以及采用非言语方法（如相似性评分）进一步探究情感维度的本质。这些都为后续研究提供了清晰的路线图。

这项研究为音乐情感领域提供了重要的方法论进步和理论见解，搭建了离散模型与维度模型之间的桥梁，并为未来研究提供了宝贵的工具（刺激材料库）和方向。