01 声音的历史

137亿年前的声音

声音的起源可以追溯到很久以前，在宇宙大爆炸发生之后不久。很遗憾，宇宙大爆炸本身是寂静无声的。事实上，声波在传播媒介出现之时就形成了，那是在宇宙诞生30万年后，但直到130亿年后能够倾听到它的人类才出现。

原始声音的频率非常低，却蕴含着巨大的能量。新生宇宙的等离子体在太空中以不规则的方式开始排列，在此过程中，声音形成了。最终，在密度较大的区域诞生了星系，其中包括我们赖以生存的地球的前身，还有太阳。

从几十亿年前到地球诞生的最初数天（大约46亿年前），有大量的声音穿过这颗固体行星的外壳和它的地下液态区，在它的大气层中反弹、转弯。最终，炎热的土地逐渐冷却，降雨汇聚成海洋，而海洋中充满了声音。最早的生物进化环境中有多种多样的声音，这些声音深刻地影响了原始生物的形态、习性和命运。

500万年前的听觉

对人类来说，听觉和触觉有明显的区别，但对海洋生物来说却并非如此。就像振动可以穿过我们的身体一样，声音能轻松地通过海洋生物的身体。鱼类依靠名为神经丘的结构感知声音，这种结构分布在它们的身体表面，除此以外，鱼类还有其他几个负责听觉的结构。神经丘含有与人耳里的毛细胞类似的细胞，鱼类依靠神经丘感知声音的强度和方向。神经丘这种结构大约在5亿年前就已经演化形成。

为了探测经由空气传导的声音，鼓膜和耳蜗必不可少。因此，在大约4亿年前，当两栖动物在陆地上定居后，鼓膜和耳蜗就开始演化了。交流可能是听觉进化的主要推动力，因为声音具有远远超过视觉信号的优势。尽管一些海洋生物拥有发光和改变颜色的能力，但灯光表演远比制造噪声更具挑战性，传播范围也更小。制造噪声很容易，就像呼吸一样简单。对人类来说，呼吸发出的声音（由我们的大脑精确控制）赋予了我们说话的能力。

4万年前的音乐

对音乐的喜好是人类一种神秘且古老的乐趣。4万多年前，尼安德特人可能就已经制造了笛子。在智人时期，一个没有石锣的洞穴，设施再齐全也不能算作完整的洞穴。人类的第一次歌唱甚至可能出现在语言之前。但这是为什么呢？能享受音乐并不是什么明显的演化优势。达尔文对此也感到困惑，但他提出，对音乐的品味可能是基于求偶仪式中的声音而产生的，至今也有许多人赞同这一观点。然而，还有一些人更喜欢进化心理学家史蒂芬·平克（Steven Pinker）的提议。他认为音乐是一种听觉的“芝士蛋糕”，我们享受它不是因为这种偏好能够帮助我们的祖先生存下来，而是因为许多由“芝士蛋糕”激发的情感本身具有演化的价值。简单来说，水果的芳香显示它已经成熟，而香醇的风味表明其中有富含能量的脂肪。人类喜欢音乐或许是因为音乐让我们想起了鸟鸣，鸟类的存在表明附近没有大型肉食动物。

2500年前的和声

如今，声音在我们的生活中扮演着各种各样的角色。我们的许多发明都致力于创造、传输、存储、修改或复制声音。但人类征服声音的想法不是最近才开始的。我们所知道的一些最古老的人工制品就是乐器，而且声学是最早的科学研究领域之一。公元前500年左右，毕达哥拉斯（Pythagoras）发现，当两根弦中一根的长度为另一根的一半时，拨动这两根不同长度的弦发出的声音可以和谐地融合在一起，这样的两个音之间的“距离”就是一个八度。根据定义和人们的共识，八度音程是所有音程中最和谐的。如果两根弦的长度比是其他简单的数字比例，那么其所产生的双音听起来几乎也是同样和谐的。例如，如果一根弦是另一根弦的1.5倍长，就会产生一个五度音程。

相传，在铁匠铺里，毕达哥拉斯听到铁匠们敲打铁锤时发出的和谐声音，从而发现了这一现象。作为当时一名刚崭露头角的科学家，他称量了铁匠们所用锤子的重量，发现那些发出悦耳声音的锤子的重量之间是简单的倍数关系。事实上，锤子所发出的声音的频率并不是由其重量决定的，但这个故事却能流传至今，着实令人惊讶。不过，无论是什么真正激起了他的兴趣，毕达哥拉斯用来研究和声的乐器其实是单弦乐器，即一种由一个可移动的琴马来控制单根弦长的乐器。

对毕达哥拉斯来说，声音的愉悦感是通过整数比来定义的，这一事实表明，数字是宇宙的关键[1]。所以他或许的确说过“万物皆数”[2]。今天的科学家会同意这一观点。而且，就毕达哥拉斯对科学方法、数学、音乐制作和声学的影响而言，他的发现可能是所有科学突破中最伟大的突破之一。

虽然任何制作或演奏弦乐器的人都知道弦的张力与长度一样能够影响弦发出的声音（这就是为什么要用卷弦器来为弦乐器调音），但这一现象直到16世纪才被科学家伽利略·伽利雷（Galileo Galilei）的父亲文森佐·伽利雷（Vincenzo Galilei）量化，他发现音高随着琴弦张力的平方根的增加而增加，现在我们知道它还取决于弦的直径和密度。

希腊人对声音的实用性很感兴趣，因为他们热衷于让别人听到自己的声音：戏剧、演说、辩论、歌曲、颂歌和宣言比比皆是。他们最伟大的符合声学结构的建筑或许是建于公元前4世纪的埃皮达鲁斯剧院。该剧院的舞台中心到最后一排的距离约为60米，座位足足有55排之多，但在1400个座位中的任何一个地方都能清晰地听到演员的声音。剧院的声学秘密就藏在座椅中。这些座椅由石灰石制成，波纹状的表面以及座椅之间的空间都有助于吸收频率低于500赫兹的声音，并反射频率更高的声音，从而降低观众窃窃私语的杂音音量，使演出效果更好。

美中不足的是，埃皮达鲁斯剧院是露天的。由于没有天花板，声音无法完全容纳于室内，所以演讲者必须非常大声，这不仅令演讲者声嘶力竭，也会剥夺声音的微妙变化。尽管传说中希腊人拥有扩音器，但这只是传说。直到17世纪70年代，扩音器才由德国的亚森纳希思·柯歇尔（Athanasius Kircher）和英国的萨缪尔·莫兰（Samuel Morland）发明出来。此外，由于剧院是露天的，外面传来的噪声也很容易对剧院内部产生干扰，不过埃皮达鲁斯剧院在演出时应该还是安静的，因为只要有演出，大多数当地居民都会坐在剧院里了。

室内公共空间解决了上述这些问题，但又产生了新的问题，即回声和混响。要使回声成为回声，必须要使声音两次被听到之间的时间差在1/20秒以上。如果在那之前被听到，耳朵只会把两个声音当作一个更大的声音来处理。听觉中的1/20秒相当于视觉中的1/5秒，在视觉中，我们的眼睛需要间隔1/5秒以上才能将一个变化的东西看作两个独立的图像（因此，当相机帧的移动速度超过视觉识别独立图像的速度时，我们就会觉得画面动起来了，这是人类的“视觉暂留现象”，即当一系列静态影像快速切换时，我们就可以看到流畅画面）。

由于空气中的声音在1/20秒内的传播距离约为10米，任何比这个距离大的房间（在任何维度上）都是可能产生回声的回音室。幸运的是，回声可以通过包有柔软织物的物体（比如观众）来减少。

当然，声音不光有科学属性和娱乐属性。即使是没有语意的声音也承载着意义，而且其中大部分意义是在史前时期就被赋予的，例如：令人感到孤独的风啸、令人震惊的痛苦尖叫、鸟儿欢快的歌声、孩子们快乐的笑声，等等。在上述这些以及其他许多情况中，演化在声音和情感之间建立了牢不可破的联系。这些情感上的依恋自古以来就被人类所利用，例如，战争中的呐喊长期以来一直存在，它既是为了让敌人不寒而栗，也是为了振奋士气和唤起战友的勇气。

现代社会：声音科学及延伸

在古希腊人对声音进行简单探索之后，直到17世纪人们才开始对声音的本质进行研究。当时，罗伯特·胡克（Robert Hooke）通过简单的论证证明了频率和音高之间是相互关联的。虽然艾萨克·牛顿（Isaac Newton）提出了一种声速方程，但这个方程是不正确的，直到1816年皮埃尔·西蒙·拉普拉斯（Pierre Simon Laplace）才推导出一个准确的版本。拉普拉斯证明声速只取决于它所经过的介质的密度和弹性（见框1），该公式的估算准确度相当高。

19世纪中叶，第一个电声设备的发明引发了人类理解和控制声音的革命。麦克风、电话和扬声器相继出现，极大地推动了研究、商业和艺术的发展。

1903年发明的二极管（第一个整流器，最初用于探测无线电信号）和1906年发明的三极管（第一个放大器）拉开了20世纪电子工程学的序幕。两次世界大战极大地促进了电子学的蓬勃发展，人类对潜艇战和舰船探测的兴趣也引发了水下声学的研究。

虽然在19世纪，人们偶尔会讨论存在频率太高而人类无法听到的声音，但相关研究只局限于人类所能听到的最高频率的上限。尽管这些高频声音很容易由火花、哨声、喷气机或压电晶体发出，但直到第一次世界大战，当人们意识到它们可以作为声呐系统的一部分投入使用时，才对它们产生了兴趣。战争结束后不久，就有进一步的研究表明，这种声音具有一系列独特的性质，但并非所有的特性都能解释清楚，例如：它们能杀死生物，引起化学变化，产生光和热，并能使木头爆炸发出阵阵火花。它们之所以被称为超声，部分原因可能是它们拥有奇特的力量。虽然远没有X射线、α射线和γ射线那么有名，但超声很快就获得了类似的声誉——借助科学工具从自然界中获得的神秘力量，并且仍然保持着近乎超自然的神秘魅力。

直到20世纪中叶，人们才真正理解并学会利用超声波的力量。当时，电声放大技术实实在在地改变了世界。以前，受演讲者声音音量和演讲场地大小的限制，演讲者最多只能面对几千名观众。而现在，他们可以和成千上万公里之外的人交流——无论是即时，还是在一天或一个世纪之后。声音能够以一种前所未有的方式被捕捉、记录和分析。

声音在许多全新领域都开始崭露头角，例如一门定义不清的学科——声音艺术。它起源于20世纪初至30年代的未来主义运动，得益于电子音乐和录音技术的发展。路易吉·鲁索洛（Luigi Russolo）的《未来大协奏曲》（Gran Concerto Futuristico， 1917）是早期的一个重要例子。最近的一个例子是苏珊·菲利普斯（Susan Philipsz）的《低地》（Lowlands），这是一首挽歌的一系列变奏曲，并在2010年赢得了特纳奖。一个相关的领域是环境音乐，通常被批评者称为助兴音乐（muzak）[3]，它的设计初衷是为公共场合提供合适的背景音乐。布莱恩·伊诺（Brian Eno）的专辑《环境1：机场音乐》（Ambient 1: Music for Airports， 1978）就是一个很好的例子，而超市里没完没了的甜腻圣诞颂歌以及伴随着这些音乐被迫装扮成精灵的阴郁员工则是一个坏例子。

环境音乐是人造声景的一个实例。这个概念是由穆瑞·谢弗（Murray Schafer）推广开来的。穆瑞·谢弗曾在20世纪60年代末于温哥华启动了名为“世界声景计划”的国际研究项目，这一计划在1993年促成了世界声学生态论坛的设立。谢弗具有很大的影响力，其中一部分原因在于他令人振奋的主张，即声学环境不仅可以揭示居住在其中的人的社会状况，甚至可以预测社会将如何演变。

运用谢弗的方法，经济学家、博学多才的雅克·阿塔利（Jacques Attali）提出，音乐风俗的变化预示着社会将发生更广泛的变化。这种观点由历史学家阿兰·科尔宾（Alain Corbin）进一步发展，科尔宾认为，18世纪和19世纪法国乡村的钟声塑造了当地的社会和经济关系。艺术家兼作家布兰登·拉贝尔（Brandon Labelle）说：“我的感觉是，仅仅从一种声音里就可以窥见整个历史和文化。”

更普遍的是，声景这一概念在一系列学科中风行起来，虽然谢弗原本提出的术语的定义已被扩展，并在涉及相对和动态特性的声学环境中得到广泛使用。技术历史学家艾米丽·汤普森（Emily Thompson）指出，声学环境“既是物理环境，同时也是我们感知环境的一种方式”。

在电影中，人造声景的构建在一定程度上是通过音效来实现的。自广播剧诞生以来，人造声景一直是广播剧的支柱。例如，在古希腊时期人们就能在剧院里听到人造的打雷声。在电影中，设计、制作和使声音效果与屏幕上的事件同步的工艺被称为拟音（Foley）[4]。

现在我们已经不再仅仅依赖耳朵来感知声音，也不只依赖人声和机械设备来产生声音。我们可以研究和使用超低频、超高频或非常弱的声音，人们甚至都无法听到它们。我们还可以生成具有巨大能量的声束，并应用在医学、国防、地图测绘及许多其他领域。第二次世界大战以来，人们研究出了生产和引导超高强度的声束的方法，使基于声音的武器开始真正发展起来。当前仍在使用中的最著名的例子是远程声学设备（LRAD）[5]，它可以发出语言指令或令人不快的声音。在一些国家，它一直被用来对付敌人和野生动物。

随着人类社会的进步，声音得到越来越广泛的应用，噪声污染也蔓延到了世界上的许多地方。高度敏感的听觉系统曾经为我们的祖先带来了无数便利，使我们能够享受音乐和便捷交流，但现在它也给我们带来了烦恼、压力和伤害。

因此，虽然我们已经精通声音的产生，但还远远不能控制它。为了能够控制声音，我们需要了解它的本质。

[1]意指宇宙万物都遵循数字规则和比例。

[2]此处原文为All is number，出自毕达哥拉斯的名言。

[3]muzak又译为穆扎克音乐，即安静柔和的背景音乐。

[4]以音效艺术家杰克·弗利（Jack Foley）命名，一种将生活中的声音加入电影中的后期处理技术。

[5]一种声波武器，可以驱散大规模集结的人群。