一、 研究团队与发表信息
本研究由来自加拿大麦吉尔大学的Hauke Egermann和Stephen McAdams，以及英国伦敦玛丽女王大学的Marcus T. Pearce和Geraint A. Wiggins共同完成。研究成果于2013年4月20日在线发表于学术期刊《Cognitive, Affective, & Behavioral Neuroscience》（Cogn Affect Behav Neurosci）。该期刊专注于认知、情感与行为神经科学领域的跨学科研究。
二、 学术背景与研究目标
本研究属于音乐认知与音乐情感心理学的交叉领域。长期以来，音乐能够诱发听众强烈的情感体验是一个公认的现象，但其内在的心理机制一直是学界争论的焦点。认知主义学派认为音乐仅能“表征”情感，而情感主义学派则认为音乐能像日常事件一样“诱发”真实、多成分同步的情感反应。为了证明音乐本身（而非其伴随的外部联想）足以诱发情感，研究者需要一个明确由音乐结构驱动的内在心理机制作为突破口。
音乐预期（Musical Expectation）正是这样一个关键机制。自Leonard B. Meyer（1956, 1957）以来，理论家们普遍认为，音乐结构通过建立、确认或违反听众的听觉预期来引发情感反应。然而，这一理论长期以来缺乏直接、定量的实证证据支持。先前的研究（如Steinbeis等人，2006；Koelsch等人，2008）多集中于和声预期，且常在实验室中使用人工重组的和弦序列，生态效度有限，也缺乏对主观预期体验的实时测量。
因此，本研究旨在填补这一空白，其核心目标是：在高度生态化的现场音乐会环境中，定量检验音乐预期（特别是旋律预期）的违反是否能诱发听众多成分的、可测量的情绪反应。研究采用三管齐下的方法：(1) 使用基于信息论的计算认知模型（IDyOM模型）对演奏的音乐进行客观分析，预测旋律音高的预期性；(2) 让一半听众在聆听时连续评价其感受到的“意外性”；(3) 测量所有听众的情绪反应，包括主观感受（效价和唤醒度）、外周生理唤醒（皮肤电、心率、呼吸）以及表达行为（面部肌电）。通过关联模型预测、主观报告和生理数据，研究试图为“音乐结构通过违反预期来诱导情绪”这一假说提供强有力的实证支持。
三、 详细研究流程
本研究是一项在真实音乐会场景下进行的实验，流程复杂且高度整合，具体步骤如下：
1. 参与者招募与分组： 研究招募了50名参与者（21名女性，平均年龄23岁），其中绝大多数为业余或专业音乐家，以确保他们对音乐有较好的分析性聆听能力。参与者被随机分为两组：一组（25人）在聆听过程中连续评价自己的情绪（效价和唤醒度），另一组（25人）则连续评价听到的音乐事件的意外性。所有参与者均佩戴生理信号传感器。
2. 音乐刺激材料与计算模型分析： 音乐会共呈现6首独奏长笛作品（2首录音，4首现场演奏），涵盖从巴赫到瓦雷兹的不同风格时期。研究的核心创新之一在于采用了Marcus T. Pearce等人开发的信息动态音乐模型（IDyOM）。该模型是一个基于统计学习的计算认知模型，它通过分析大量音乐旋律（本研究使用903首西方民歌和赞美诗作为长期模型训练集）来学习音符序列中的统计规律。对于音乐会中的每一首作品，模型会逐个音符地计算其信息内容（Information Content, IC），即该音符音高在给定先前音乐上下文条件下的条件概率的负对数。IC值越高，表示该音符越不可预测（预期违反程度越高），反之则表示越可预测。这样，每首作品都生成了一条IC值随时间变化的序列，为后续分析提供了客观的“预期性”量化指标。
3. 数据采集系统与测量方法： 研究团队开发了一套观众响应系统用于在音乐会现场同步采集多模态数据，这是一项方法学上的重要创新。 * 连续主观评分：两组参与者分别使用固定在腿上的iPod Touch，通过触摸屏幕在二维情绪空间（效价-唤醒度）或一维意外性量表上进行实时评分。 * 心理生理测量：所有参与者均接受多项生理指标同步记录，包括：皮肤电活动（测量自主神经唤醒）、指端光电容积脉搏波（衍生心率）、呼吸带（测量呼吸频率）以及面部肌电图（测量皱眉肌和颧大肌活动，分别对应负性表情和正性表情）。数据通过多台ProComp Infiniti设备采集并同步至中央计算机。 * 音频视频记录：使用多个高清摄像机和麦克风同步记录演奏者的表演和观众的反应，以便后期将行为、生理数据与音乐事件在时间上精确对齐。
4. 实验程序： 实验在麦吉尔大学的音乐厅举行。参与者提前到场佩戴传感器，聆听实验说明。随后依次呈现6首作品，每首作品前有45秒静息基线记录。聆听过程中，参与者按要求保持不动并完成连续评分任务。每首作品结束后填写关于熟悉度的问卷。
5. 数据分析流程： 数据分析是本研究的关键环节，步骤严谨： * 数据预处理：对所有生理信号进行滤波、插值、去除基线等预处理，并将连续评分数据标准化。 * 关键事件识别：首先，由音乐理论家将每首作品的音符序列划分为193个有意义的音乐片段（平均时长3.7秒）。接着，采用两种独立方法识别“高预期违反”和“高预期确认”事件： * 基于模型的方法：计算每个片段的平均IC值。将IC值分布中高于90百分位的片段定义为 “高IC峰值”片段（非常不可预测，n=18），低于10百分位的定义为 “低IC谷值”片段（非常可预测，n=19）。 * 基于主观报告的方法：计算意外性评分组对每个片段的平均评分变化。同样选取评分变化分布的两端，定义为 “非常意外”片段（n=19）和 “非常预期”片段（n=18）。 * 统计建模分析：研究采用线性混合效应模型（Linear Mixed-Effects Model, LMM） 这一先进的统计方法。该模型能有效处理重复测量数据中的非独立性和个体差异。分析时，以每个关键片段起始点前后共7秒（前1秒，后6秒）的时间窗内的数据为因变量（如皮肤电水平、心率、评分值等），以“时间”、“事件类型”（高IC vs. 低IC，或非常意外 vs. 非常预期）及其交互作用作为固定效应，并将参与者、音乐片段、乐曲等作为随机效应纳入模型。这种分析方法避免了传统平均法的信息损失，具有更高的统计效力。
四、 主要研究结果
研究结果部分验证了所有三个主要假设，揭示了音乐预期违反与情绪反应之间的复杂联系。
1. 计算模型预测与主观体验的关联： 首先，研究证实了IDyOM模型的预测效度。交叉表分析显示，基于模型识别的高IC峰值片段与基于主观评分识别的“非常意外”片段之间存在显著关联。更重要的是，LMM分析表明，在高IC峰值片段开始时，参与者的意外性评分显著上升；而在低IC谷值片段开始时，评分则显著下降。这强有力地证明，基于统计学习原理的计算模型能够有效预测听众对音乐事件主观意外性的实时体验。
2. 高信息内容（IC）片段的情绪效应： 当比较由模型识别的高IC峰值与低IC谷值片段时，发现了明确的情感反应模式： * 主观感受：高IC片段（预期违反）的呈现，伴随着主观唤醒度的显著上升和情绪效价（愉悦度）的显著下降。这意味着听众感到更兴奋但同时更不愉快。 * 外周生理唤醒：高IC片段引发了显著的自主神经系统反应，表现为皮肤电活动的增加（表明生理唤醒升高）和心率的初始下降（随后有上升趋势）。研究者将此模式解释为一种“防御反应级联”，即对突发的、显著性刺激的注意定向和生理准备反应。 * 表达行为：无论是皱眉肌还是颧大肌的肌电活动，均未发现与IC事件类型相关的显著变化。
3. 主观意外片段的情绪效应： 当比较由参与者自己评定的“非常意外” 与“非常预期” 片段时，结果与模型分析部分一致，但也有所不同： * 主观感受：“非常意外”片段同样引发了主观唤醒度的显著上升，但未发现效价的显著变化。这表明主观感受到的意外性主要与唤醒度相关，而不一定伴随明确的负价感。 * 外周生理唤醒：与高IC片段类似，“非常意外”片段也引起了皮肤电活动增加和心率下降。此外，还观察到了呼吸频率的显著增加，这是模型分析中未发现的效应。有趣的是，即使是“非常预期”的片段，也引发了皮肤电活动的上升，提示预期确认本身也可能伴有生理反应。 * 表达行为：同样，面部肌电未显示显著的事件相关变化。
4. 结果间的逻辑关系与贡献： 这些结果层层递进，共同支撑了核心结论。首先，模型预测与主观报告的相关性验证了IDyOM作为认知模型的有效性，确保了后续以IC为指标的情绪分析是建立在可靠的“预期违反”操作定义之上的。其次，无论是通过客观模型（IC）还是主观报告（意外性评分）识别出的“意外事件”，都一致地引发了主观唤醒度和部分生理指标（皮肤电、心率） 的同步变化。这为“音乐结构通过违反预期诱导情绪”提供了来自主观感受和外周生理两个反应成分的证据，有力地支持了情感主义立场。然而，效价反应（仅在高IC片段中显著为负）和面部表情反应（均不显著）的不一致结果，表明情绪反应的成分并非完全同步，提示预期违反诱发的情绪可能具有其特异性，或者面部表情测量在此情境下不够敏感。
五、 研究结论与意义
本研究的核心结论是：在真实的现场音乐会聆听中，音乐结构的预期违反（无论是通过计算模型量化还是通过主观报告衡量）能够诱发听众的情绪反应，这些反应体现在主观感受和自主神经系统活动等多个层面。 这为Leonard B. Meyer等人的经典理论提供了迄今为止最直接、最全面的定量实证证据。
其科学价值在于： 1. 机制验证：将音乐预期理论从假设推向了实证，明确了统计学习产生的预期及其违反是音乐诱发情感的一个内在、有效的机制。 2. 方法创新：成功地将计算建模、实时主观报告和多通道心理生理测量整合在一个高生态效度的现场实验范式中，为未来音乐与情感研究设立了新标准。 3. 理论深化：结果部分支持了David Huron的ITPRA预期理论中的“预测反应”，揭示了预期违反可能引发类似于对突显刺激的定向和防御反应。同时，对“预期确认”事件也观察到生理反应，提示了预期机制中“奖赏正确预测”的可能性，值得未来深入研究。
六、 研究亮点
七、 其他有价值的内容
研究也坦诚地讨论了其局限性，例如：使用现成的复杂音乐作品，使得“意外”片段可能混杂了其他表演特征（如力度、速度变化）；面部肌电未能检测到信号；分析所基于的音乐片段划分具有一定主观性等。这些为未来研究指明了改进方向，例如在实验室中操纵音乐材料以更纯粹地控制预期变量，或探索更精细的分析单元（如单个音符）。作者强调，预期机制只是音乐诱发情感的多种可能机制之一，本研究为其提供了一个坚实的实证基础，推动该领域从探索性研究进入了可检验的机制模型研究阶段。