音乐的美、奇、谜、憾

universenight

　　音乐的美、奇、谜、憾

　　音乐的美是人类所有的成员所公认的。没有任何一个民族，没有任何一个正常人和音乐无缘。音乐是心灵的描写和伴奏，音乐是情感的表现和升华。人间的悲欢离合，有了音乐的神韵才那样凄美动人，内心的喜怒哀乐，唯有音乐才能让其尽情挥洒。音乐也是人类的共同语言，世界各地的人们能够通过音乐彼此沟通和理解。

　　音乐的神效并不只限于人类。“对牛弹琴”早已被证明是过时的比喻。现在许多养牛场都给牛放音乐使牛情绪稳定，多产牛奶。养鸡场放音乐使鸡心境平和，减少争斗。而且，没有听觉器官的植物也对音乐有反应，对古典音乐尤其偏爱。实验表明，定期对植物播放莫扎特、贝多芬的名曲，能使植物枝繁叶茂，生长迅速，可促使西红柿早熟、苹果增香、香蕉增长，还可以使甘蓝、蘑菇、红薯长得更大，使水稻、小麦和玉米增产。但在强烈的摇滚乐中，植物会生长缓慢甚至枯萎。不仅如此，音乐还对单个细胞起作用。科学研究表明，古典音乐能使大鼠血液中红血球凝聚成团的程度降低，摇滚乐的作用差一些，而同样强度，但无规律的噪声则没有作用。

　　这些事实说明，音乐的作用可以追溯到细胞层面，即通过生物最基本的生理活动起作用。2004年，美国加州大学洛杉矶分校（University of California Los Angeles, UCLA）的James K. Gimzewski教授和他的学生用原子力显微镜（atomic force microscope）测定酵母细胞表面的动态情形。结果发现，酵母的细胞壁以每秒900次左右的频率在振动，幅度约为3纳米。

　　为了弄清这个振动是由于细胞内分子杂乱的热运动，还是由于细胞的生命活动所引起的，他们在培养液中加入叠氮钠，一种能停止细胞代谢的物质。很快，细胞壁的这种振动就消失了，说明这种振动是由生命活动所引起的。音乐的谐波也许就是通过和细胞自身的振动有节律地相互作用，增加细胞的新陈代谢和生命活力。而杂乱无章的噪声则会干扰细胞自身的振动，影响细胞的生命活动。

　　写到这里，我们还没有深入到音乐的本质。一旦进一步探讨，问题就发生了。

　　首先要问的是：为什么世界各地的人，会用相同的音阶？比如中国古代音乐中的宫、商、角、徵、羽五声音阶，就相当于西方音乐的C、D、E、G、A，也即简谱中的1、2、3、5、6。这5个音后来还逐步发展成七声音阶：宫、商、角、变徵、徵、羽、变宫，也就是现代音乐中的C、D、E、F、G、A、B，即简谱中的1、2、3、4、5、6、7。为了不把音阶与数字相混，在本文中用粗体字表示音阶。

　　要回答这个问题，就要知道这些音阶是如何产生的。这就和人对振动频率的反应和认知有关。如果全世界的人都有相同的反应方式和认知规律（从所有现代人类基因都相同的事实看，应该如此），那世界上不同地方的人在不同的时间和地点，就应该得出同样的音阶。

　　第一个基本反应，就是如果一个音振动的频率加倍，听上去还是同一个音，而和频率的具体值无关。从乐器的发声原理来讲，这比较容易理解。乐器发声时，并不只发出单一频率的音，而是在基础音上面有一系列整数倍频率的谐波与之叠加。假定C的频率是1，那它上面还有频率为2、4、8、16、……的谐波与之叠加，高八度的C音的频率是2，它上面还有频率为4、8、16、……的谐波与之叠加。这两列谐波的频率几乎相同，差的只是第一个基音。所以我们听到的频率差一倍的两个音几乎相同。

　　但即使是用电子乐器发出了两个单频率的音，彼此的频率比为1：2，我们感觉听到的还是同一个音，只是一个比另一个声音“尖”一些。两音同时发出时，我们感觉不到彼此有任何干扰，而是非常和谐，融为一体，感觉是更雄浑的一个音。

　　当古人把琴弦的长度减少1/3时，奏出的音仍然非常和谐。2/3长度的弦发出的频率是全长的弦的3/2。古人把这个产生第二个音的办法叫做“三分损益法”。如果我们把全长的弦发出的音作为1，那3/2频率在我们耳朵里就是5。

　　这两个事实告诉我们，如果两个音之间的频率比是简单整数，那它们就是和谐的。而且数值越简单，和谐程度越高。1：2是最简单的比例，除1：2外，最简单的整数比就是2：3，即1与5的关系。我们可以用这个原则来生出其他的音阶。

　　用5（频率为1的3/2）为起点，除高八度的5外，与它最和谐是音就是与它的频率比为3/2的音，那这个新的音的频率相对于1就是（3/2）的平方。也就是9/4。由于9/4已经大于2，根据“八度相同”的原则，我们把它的频率除以2，听到的还是那个音。这样我们就有了9/4除以2，等于9/8。这就是音阶中的2。由于这是由1～5的频率比得出来的，这个办法在中国叫做“五度相生法”。

　　同理，用5为起点，高两个5度的音就是3/2的3次方，即27/8。除以2，得27/16。这就是6。用5为起点高3个5度就是3/2的4次方，即81/16。由于这个数已经大于4，除以4，得81/64。这就是3。

　　这样就已经得到了中国古代的5个音，宫、商、角、徵、羽，亦即1、2、3、5、6。它们之间的频率比是1、9/8、81/64、3/2、27/16。其中2与1，3与2，6与5的频率比都是9/8。由此可以看出，频率差一倍的两个音之间如果要按和谐音来分，就必然得出一个音与前一个音的频率比是9/8。不管是中国人还是西方人，都会得到这个结果。这就是一个整音的来源。

　　这也说明另一个重要事实，即两个音的频率比为9/8时，它们之间的关系我们听上去都是一样的，而与它们频率的绝对值无关。比如，把2听成1，那3就会变成2。把5听成1，那6也听上去为2。

　　我们还可以再进一步。用5为起点高4个5度就是3/2的5次方，即243/32，除以4，得243/128。这就是7。它与6的频率比也是9/8。

　　如果再这样下去，最后能回到1这个音的高音，那就完满了。这样，所有的音都是按3/2的频率比产生的。

　　可惜数学证明这是不可能的。因为没有两个整数a和b，可以满足下面的等式：

　　（3/2）a=2b

　　即3/2的a次幂不可能等于2的b次幂。比如我们从5再走6个5度，就是3/2的7次方，即2187/128，约为17.09，与2的4次方16相近，也即走了近5个八度。但并不是正好5个八度，而是多了，17.09/16＝1.068，也就是多了约7%。

　　因此，用五度相生法一直往上走，会产生无数个音，而且会漂移得越来越远。

　　这个矛盾在高音1和7的频率比256/243，也可以看出来，256/243=1.0535，小于9/8的1.125。1.0535的平方为1.1098，近似于整音的1.125，但仍小于一个整音。说明这样得出来的7与高音1的关系近似于半个音，但少于半音。这也说明用五度相生法得出的整音偏大一点，挤压了半音的空间。

　　同样，5和3的关系也“不正常”。它们的频率比是3/2比81/64，即32/27=1.1852，高于一个整音。如果从5往下走一个整音，就得到4。它与1的频率比是3/2除9/8，即4/3。它和3的频率比是256/243，正好是高音1与7的频率比。

　　这样，五度相生法，加上从5往下走一个整音，就把频率比为1：2的两个音分为8个音，分别是1、2、3、4、5、6、7。与1为1的频率比为：1、9/8、81/64、4/3、3/2、27/16、243/128，相邻两个音的频率比为：9/8、9/8、256/243、9/8、9/8、9/8、256/243。

　　这样就把八度音分为两部分，1、2、3、4，两个整音加一个半音，和5、6、7、1，也是两个整音加一个半音，中间隔一个整音。这两部分彼此相当，如果把5听成1，那就是头半部分。而且音之间只有两种比值，9/8和256/243。前者为整音，后者为半音，干净整齐。

　　在中国，五度相生法最早的文字记载见于典籍《管子》的《地员篇》，由于《管子》的成书时间跨度很大，学术界一般认为五度相生法产生于公元前7世纪至公元前3世纪。西方学者认为是公元前6世纪古希腊的毕达哥拉斯学派最早提出了五度相生法。

　　但半音毕竟小于整音的一半。用五度相生法也得不出4，而是升4。说明五度相生法是不完满的。而且差一点的半音也会在转调时造成麻烦。弦乐器可以用调手指位置的办法来调整，但键盘乐器就没有办法。为了解决这个问题，就干脆把八度音平均分成12个半音（5个整音乘2，再加上原来的两个半音），每个整音是两个半音的和（实际上是半音间频率比的平方）。这个办法叫做十二平均律。

　　历史资料记载，十二平均律的发明者在欧洲是荷兰人斯特芬（Stevin，约1548—1620），他于1600年前后用两音频率比严格地确立了十二平均律；几乎在同时，我国的明代科学家、音乐家朱载堉（1536—1612）也表述了十二平均律，甚至将其各次幂计算到小数点后24位（约完成于1581年前）。

　　但是中国古代音乐还是在很大程度上摒弃了4和7，只用1、2、3、5、6。古琴，古筝都只有相当于这几个音的弦。这也形成了中国古代音乐特有的韵味。比如《春江花月夜》带给我们的意境就是纯中国味的。也许是我们的祖先不想去淌不完全半音这趟浑水？小提琴协奏曲《梁山伯与祝英台》中使用了4和7，优美之中也带一些现代味。

　　十二平均律解决了转调的问题，却也引入了无理数。因为每两个半音之间的频率比是2开12次方，即大约1.0595。它大于五度相生法的半音1.0535，其平方1.1225又小于五度相生法整音的1.125。而且任何两个音之间的频率比不再是简单整数比，甚至不是任何整数比。这就违背了频率整数比产生和谐音的原则。

　　另一个极端是把所有的音的频率比改成更简单的整数比。比如3的81/64就非常接近于5/4。1、3、5三音的频率之比也从1：81/64：3/2，即64：81：96改为1：5/4：3/2，即64：80：96，或4：5：6，使大三和弦1-3-5三音间的频率之比更显简单。然后按1：5/4：3/2的频率比从5音（3/2）上行复制两音，从1音下行复制两音，这样得到的频率之比是（2/3）：（5/4）（2/3）：1：（5/4）：3/2：（5/4）（3/2）：（3/2）2，即2/3：10/12：1：5/4：3/2：15/8：9/4。

　　共得7个音。把大于2和小于1的数折合到八度之内。比如2/3小于1，乘以2得4/3，10/12乘以2得5/3，9/4除以2得9/8。再按它们的大小重新排列，就得到新的七声音阶：1：9/8：5/4：4/3：3/2：5/3：15/8：2。

　　这种比例法叫纯律。纯律出现于古希腊时期，13世纪末由英国人奥丁汤（Odington，1248—1316）正式确立。在相邻两音的频率比方面，纯律七声音阶有3种关系：9：8、10：9、16：15，也就是有两种整音、一种半音。从数字比例上看，它比五度相生律的七声音阶简单，然而种类却比五度律七声音阶多（五度律七声音阶只有两种相邻两音的频率比）。而且和五度相生法一样，纯律也有转调困难的问题。

　　因此，没有一种方法能够得到相同的整音和严格的半音，又能保持音之间频率的整数比。在音乐的实践中，人们采取的是各式各样的妥协和折中。在我们心目中那么美好的音乐，竟没有一个满意的理论，不能不说是一件令人惋惜的事情。

　　科学理论是可以不断完善，不断提高精度的，最后无限逼近真实数字。比如过去对水星运转规律的计算总是有微小的偏差而找不到原因。而把广义相对论的时空观念加以考虑，计算结果就几近完美。而音乐理论却做不到这一点。它的缺陷明摆在那里，却无法克服。

　　不过令人感到欣慰的是，人们的耳朵一般听不出这3种方法产生的音阶的差别。如果把每个整音再分为100份，每份叫一个音分，那最好的调琴师也只能听出5个音分的差别。对没有经过专业训练的人来讲，就更听不出这些方法之间的差别了。但一旦知道我们听到的音乐是不完美的，尽管耳朵听不出来，心中总是会有一些遗憾。

　　究其深层原因，也许在于我们把人脑对音乐的感知与数学放在一起处理。后者是严格的，客观的，前者却是主观感受，其生理机制还是个谜。我们不知道为什么频率比，而不是频率差，决定我们对不同音高和音程的感觉。为什么简单频率比的乐音使我们产生和谐和愉悦的感觉，也为从单细胞到人类的各种生物所喜欢。这些理论上的缺陷也没有影响音乐带给我们的美感和其强大的生命力。我们在乎的是音乐给予我们的实际享受。只要我们欣赏音乐时的感觉是完美的就行了。

　　10.2　美妙的歌声是怎样发出来的？

　　优秀歌手动听的歌声和优美的器乐曲一样，给人以无可替代的美的享受。歌声的表现力和感染力不亚于任何一种乐器。就是与整个乐队相比，也能一争高下。

　　对于乐器，人们已经有了详细的理论探讨和实际制作经验。但对于美好的歌喉，似乎没有很多人去想它，好像这是一件理所当然的事情。“他（她）嗓子好呗，会唱呗”。

　　其实只要稍微去了解一下我们的发声器官，就会发现：比起乐器来，人的发声器官从表面看来实在简陋得可怜。要了解这一点，就要先知道一些乐器发声的知识。

　　一件乐器由3个基本部分组成。一是声源，即声音最初发出的地方。这一般是由弹性物质在外力的作用下以一定的频率和它的谐波（基本频率整数倍的频率）发生振动。二是共鸣器。声源发出的声音一般都是比较微弱的，且常带有杂音。是共鸣器随着这些和谐音的频率振动，成百上千倍地放大这些和谐音部分。共鸣器挑选和放大的振动则决定乐音的音色（谐波的频率和强度）。三是发声面或发声孔，把由共鸣器挑选和增强的乐音辐射出去。

　　比如小号，演奏者的嘴唇在气流冲过它们而进入号嘴时发生振动。这是最初的声源。小号的号管是共鸣器，小号的喇叭嘴则将放大的乐声辐射出去。对于小提琴，琴弦的振动产生乐音。木质面板和上下面板之间的空气起共鸣器的作用。面板和面板上的f孔则将乐音散发出去。

　　管乐器乐音的基音是由有效管长来决定的，所以小号用键阀来调节有效管长，以适应不同的频率。小号的音频是比较高的，它的号管（共鸣器）的全长和被键阀改变了的管长也有1.2～2米。声音低一些的法国号的号管长度则有3.7～5.2米，而长号的号管更长达3～9米。就是这样，它们一般也只能发出两个八度左右的音。对于音乐频率更广的乐声，就只好用多种不同的乐器或用同一乐器不同长度的共鸣管，如管风琴。

　　对于弦乐器，有两种办法来改变其振动频率：变换弦的长度或改变弦的张力。弦的长度和它发出的频率成反比，所以可以通过改变弦长度的方法来改变频率。但弦乐器本身的构造固定了弦的总长度，所以在实际演奏中，乐手是靠手指按弦来改变弦的自由振动长度（从手指到琴码的距离）。但由于反比函数不是线性的，在弦长较大时手指按弦比较容易，而到了自由振动琴弦已经很短的时候，音阶之间的距离变得非常小，靠手指来按已经很困难。而且琴弦过短时音质也变得很粗糙。所以在实际应用中，每一根琴弦只用来发出不到两个八度的音。更高或更低的音则转到相邻的琴弦上去。

　　靠张力改变来变换频率的作用也很有限。因为张力与频率之间的关系不是线性的，而是平方关系。也就是说，要想把弦的频率加倍（即高八度），弦的张力必须要增高4倍。这不是任何琴弦能够承受得了的。而且乐手在演奏时也很难大幅地改变弦的张力。由于这两个原因，几乎所有的弦乐器都是使用多根弦来覆盖不同频率范围的音频。

　　人的发声器官更像一把小号。声带相当于吹号的嘴唇，声带上面的气道作为共鸣器，而口腔类似于小号的喇叭嘴，将声音辐射出去。但声带里的韧带的发声原理又类似琴弦。

　　与典型的乐器如小号和小提琴相比，人的发声器官就显得太简陋了。比如女性的声带只是两条1.5～1.8厘米长的肌肉组织，男性的稍长，也不超过2.4厘米。它们看上去松松软软的，很难想象这样“简单”的结构如何能发出如此美妙的歌声来。

　　而且从声带到嘴唇只有短短的十几厘米的距离，只相当于管弦乐队里最高音的乐器——短笛的长度。而且这个长度很难大幅改变。就是嘴唇的伸出和缩回，长度改变也只有几厘米。而人的同一根声带，加上长度有限的共鸣管，却能够发出4个八度以上的音。对于任何天然物质，从理论上说这都是不可能的。就像要短笛吹出乐队里所有音程的音一样。或要同一根弦发出4个八度的音，而且所有的音都要音色优美。但我们的发声器官却奇迹般地做到了。

　　人声带的三重结构

　　原因之一就是我们的发声器官使用的并不是天然物质，我们的声带也并不是单一结构，而是由3种不同的结构，即韧带、肌肉和黏膜组成。

　　最靠近声门（两根声带之间的缝隙）的地方各有一根韧带，每根相当于一根琴弦。但与琴弦不同，它的张力随拉伸程度非线性地迅速增加。比如长度从1厘米拉伸到1.6厘米，其张力可以增加30倍。这是乐器的琴弦做不到的。张力增加30倍相当于增加5倍多的频率（30开平方约为5.5）。但韧带增长60%又会使频率降低，使得频率净增约3倍，也就是约一个半八度。进一步拉伸韧带会使张力增加得更快，发出更高的音。所以靠拉伸韧带，可以发出很高的音。声带的高音主要是由韧带发出的。女性在受惊时发出的尖叫也是由韧带发出的。

　　声带90%为肌肉组织。肌肉组织有一种神奇的特性，就是它能在缩短的时候增加张力。这和琴弦的性质正好相反。琴弦要在拉伸时才增加张力，因而部分抵消张力增加所引起的频率上升。这样，肌肉收缩时所提高的张力和缩短的长度都同时增加振动频率，使得对频率的调节更加灵敏。而且这些肌肉不是均匀的，其中又分为许多层，层与层性质不同，有的能收缩，有的不能。这样就形成了许多平行的振动面，在肌肉收缩（因而张力增加）时发音。中音和低音主要是由肌肉层发出的。所以看上去是简单的声带，其实包含了高音和中低音两种弦，可以覆盖广泛的音域。

　　由于声带的振动是由空气流引起的，声带还有另一个装置来增强对气流能量的接收，使得声带的振动更为有效和强烈。这就是覆盖在声带表面的一层薄薄的黏膜。它的下面有一层液体状的物质，使这层黏膜很容易在气流中起波，就像风刮过水面一样。这些能量再传给肌肉和韧带，使得后者获得足够的能量发生振动。

　　因此，声带不但含有相对于高音区和中低音区的振动弦或面，还有增强气流效能的能量接收器，它就具备了在气流作用下有效地发出广泛音程的能力。

　　真声和假声

　　声带肌肉（实为里面的振动面）发出的声音在中音和低音的范围。这时是声带的肌肉收缩变紧而发声，韧带是放松的。由于肌肉占声带体积的90%，所以几乎整个声带都在振动。这样发出的声音饱满响亮。男女歌手在这个音频范围内都用肌肉的振动面来发声。这样由声带肌肉的振动发出的声音叫真声。

　　而位于声带边缘的韧带，只占声带体积的10%左右。它既可以发高音，也可以发中频的音。光用韧带发声时，只有声带的内缘在振动，声音透明、纤柔、轻盈，和真声的音质有很大的不同，称之为假声。歌手通过调节声带自身的肌肉张力和声带周围肌肉的张力，可以有选择地主要使用肌肉发声，或主要使用韧带发声，在真声和假声之间来回变换。

　　不论男性或女性，都可以唱出真声与假声两种。只是在习惯上，男歌手一般只用真声演唱。京剧中小生用假声演唱，这是特殊情形。女歌手有真声与假声都用的，如豫剧中女声的演唱。中国京剧、昆曲中的小生，也是真假声交替使用。有仅用假声的，如评剧中的青衣、花旦。也有仅用真声的，如越剧。中国戏曲中的老生、老旦，也是用真声演唱。

　　有趣的是，女歌手和男歌手对于韧带在高音区的使用情形不同。由于女性的声带本来就比男性的小，肌肉发声的音频范围也比男性高，所以从肌肉到韧带发声的变换比较自然，不容易留痕迹。我们听见的是音程的连续转换，在音质上没有明显的不同。

　　男性歌手则少用韧带来发高音，而主要依靠声带的肌肉。所以男性发声比女性要低一个八度左右。但是经过练习，男性的韧带也能发出高音。但这样发出的高音与平时的男性中低音难以自然衔接，我们听到的是不同音质的音，更像是女歌手的声音。这种在高音区使用韧带的唱法是男性歌手特有的发声方法，也为假声。

　　由于男高音假声类似女声，所以可以用来模仿女声。梅兰芳扮演的花旦就是最好的例子。相声演员模仿女声，用的也是韧带发的假声。

　　男性的假声歌唱在西方也历史悠久，早在8世纪西班牙就十分盛行假声歌唱，很快就代替了唱诗班中的童声。古代欧洲一些教堂（如英国与俄罗斯的教堂）的男性女高音也是用假声演唱。

　　人的空气道可以对声源做能量反馈

　　声带的特殊结构解决了声源的问题，但共鸣管的问题还没有回答。乐器的尺寸主要是由共鸣器的大小决定的，但歌手却必须用人类已有的空气道来做共鸣器。而从声带到嘴的开口，距离只有十几厘米，从大部分乐器的角度来看都是太短了。在这个长度下，最低的共振频率约为500赫。乐器的声源和共鸣器是各自运作，相互独立的。如果人的声带和空气道也这样工作，那这点空气通道在使声带发出的广泛乐音频率发生共振上，可以说是毫无希望。

　　当然人还有鼻腔、胸腔等可以用作共鸣器。但唯一可大幅度变换形状的还是声带以上的气道和口腔。而且正是在这个区域，发生了一个与乐器的发声原理不同的过程，那就是能量回馈机制。这有点像摆秋千。如果每次在正确的时间点给予秋千一个小小的推力，秋千就会越摆越高。

　　科学研究表明，在声带上方的空气柱有一种惯性，即对声带振动的反应有一个滞后期。当声带在第一个振动周期中打开时，空气流过声门，推向正上方静止的空气柱。由于这个空气柱的惯性（不能立即顺着下面的空气流一起走），声门和它正上方的空气压力会短暂地增加，把声带推得更开。当声带由于自身的弹性又关闭时，从气管来的空气流被截断，而声带上方的空气柱却由于惯性仍然在往上运动，在声带上方造成一个局部的真空，使得声带更有力地弹回来（关闭）。每次振动都这样得到加强，叠加起来的效果就像是无数次地在恰当的时间给予推力，使原来声带发出的声音大大增强，也就起到了共鸣箱的效果。由于这个过程是由空气柱的惯性引起的，这个机制叫做惯性反应。这是人的共鸣和乐器共鸣机制的重大区别，也是人有限的气道能使各种频率的乐音得到加强的主要原因。

　　但这个过程不是自动发生的，而是需要歌手调节声带和气道的形状使这种效应得到最好的发挥，即使所有音程的乐音都能从惯性反应得到加强。这不是一件容易的任务，需要长期的练习。

　　空气道形状的作用

　　要使惯性作用对每一种频率起作用，空气道的形状也是很重要的。对于高频率的音，歌手的嘴要尽可能地张大。这时嘴的形状就像一个扩大器，或小号的喇叭部分。这样对于男性，高至800～900赫的音都能通过惯性反应得到加强。而对女性，能得到惯性反应的频率还要高20%。

　　当歌手唱中音时，前庭（紧靠声带的空气道）收窄，咽部（口腔后面的空气道）则尽量扩张，嘴也收拢，形成一个倒放的喇叭形状。这个形状使得中音频的音最能得到惯性反应的增强作用。发声练习的一个主要内容就是找出最能使各种频率的音得到最佳的惯性反应效果的空气道的形状。

　　说话和唱歌——生活和艺术

　　我们说话的音频也是在中、低音范围。但说话和唱歌有很大的不同。在话语中每个音的时间都很短暂，音调很快地变来变去，也不要求严格的音准，所以对发音器官的要求不高。我们每天进行这个过程，有关的发声组织也由于每天的反复使用而保持良好的工作状态。所以用于语言的发声已经成了我们日常生活的一部分。

　　但唱歌却常常要求持续地发同一个音，要求音准，要求广泛的音域，要求优美的音质。这些都需要对声带肌肉和韧带发声的精密控制，要求稳定和能按需要变化的气流，需要空气道不同部分不同形状的调节，要求巧妙地配合使用身体各个共鸣腔。这些能力都不是天生的，而是后天获得的本领，已经属于艺术的范畴，所以都需要对控制所有这些过程的神经进行长期持续的训练。稍一停顿，就会退步。

　　我们都有这样的经验。随着年龄增长，我们说话的语音并没有很大的改变。多年不见的朋友从电话里传过来的声音仍然和当年几乎一样。但我们唱歌的能力却随着年龄不断下降。而且越是多年不唱歌，我们唱歌的能力越弱。这说明说话和唱歌所使用的控制机制是不同的。同理，专业歌手唱出的优美歌声是大多数人不能比拟的。但这些专业歌手一旦说起话来，却和常人无异，甚至比常人说话还难听。

　　人的发声结构比起标准乐器来，似乎过于简陋和先天不足。但现代科学研究却表明，正是因为我们的发声器官是由**组织构成的，空气道和嘴的形状又可以按音频的需要随时变换，再加上歌手经过长期练习获得的精确控制与发声有关的所有肌肉的能力，我们就能以这些看上去不起眼的生理构造发出美妙动听，生动感人的歌声。这也是生物进化所带来的奇迹之一。