為什麼說話音高是由決定樂音的頻率構成，但聽起來卻和音樂不同？

02-20

可能問題聽起來挺白痴的，但卻是困擾我1年多的問題了。希望獲得語音學/音樂學/聲學專業人士解答。
我是一個聲音學的外行人，但我腦子某天突然跳出了這個問題，我知道聲音的3要素是音強、音色和音色，也知道，聲音是由正弦波（基音和泛音）組成，我們說出的話或者彈琴彈出的音節所被耳朵感知的調調是由音高所決定的。

正如圖所示，每個8度的音階（例如簡譜1234567）都有一個固定頻率，幾乎涵蓋了所有的頻率範圍，比如1個哆假設是261HZ，那麼他的倍數的赫茲（261HZ、522HZ,....)都是那個哆的聲音，只不過越高頻率的哆的感覺更強烈了，而且我也用過聲頻製作器(AUDIO GENERATOR)，比如我輸入261HZ，他發出的聲音確實是哆，輸入280HZ，發出的音還是很接近哆的聲音，不過聽得感覺更強烈，但我輸入293HZ，發出的聲音就是唻（簡譜2）了。
問題來了：我在網上查了很多資料，說漢語的音高和音樂的音高類似，比如漢語有4個聲調，比如第二聲陽平的調值是35，這裡的3和5都是簡譜的對照，意思是說，漢語語言的音高也是由決定音樂音高的聲頻頻率所構成，但漢語給我耳朵的感覺，就是平平或上或下的感覺，和歌曲里的音樂或者其他音樂聽起來根本不一樣啊。如果你說漢語音高里的哆來咪發成分滑動太快而聽不到的話，我可以把說話的錄音的調放慢10倍，但聽起來還不是音樂音階的感覺啊？正如我剛才所講，261HZ是哆的聲音，293HZ是唻的聲音，兩個音階中間的音也是接近於這兩個音階的聲音，如果漢語的音高真是由聲音頻率造成的，漢語聽起來應該像音樂一樣啊。所以這究竟是怎麼回事，難道裡面還有什麼「玄機知識「我沒有掌握，或者聲音除了音高、音強和音色還有其他決定因素，請懂語音學、聲學等相關知識的朋友回答我。

漢語聲調「五度標記法」中的1~5隻是相對值，代表一個人音域中從低到高的部分，與簡譜並不對應。同一個數字，對不同的人（尤其是不同性別）代表的頻率不同，哪怕是對同一個人代表的頻率也有波動。

（另外，哆來咪的頻率也不是固定的，你說的只是在C調下的情況）

http://v.youku.com/v_show/id_XNzM3MjkzOTYw.html

「野々村議員-政務費不正疑惑-泣き亂しながら潔白主張」を弾いてみたょ

用電吉他彈奏某議員的號哭（音量大注意）

補充：野々村議員-泣き亂しながら潔白主張をピアノで弾いてみたら

用電子琴彈奏某議員的號哭

聽起來「不同」，你得清楚這個不同是怎麼不同，首先得定義相同。

都是聲波。都有頻率。音樂與音樂也不同，不同人說話也不同。

你想說的區別大概就是頻率特徵。

音樂的頻率特徵是集中出現在頻率表上那些位置（也就是音階）的，如果長時間歪了（例外是顫音和轉音，沒唱好也是走調）那麼聽起來是走調的。同時音樂還有樂理和調性等等的限制。

而說話是高低起起伏伏，連續波動的。根本不在意要固定在那些頻率上的。藉助音頻處理上的電音插件可以強制把每一瞬間的音調拉到最近的音階上，這個就可以在鋼琴上各種樂器上復現出來。但是聽起來仍然不太像平常聽到的音樂，那是旋律問題，說話產生的調調即使拉准了，也沒有按符合音樂理論和思維的路線走，就跟不會樂器的人亂按鋼琴一樣（但也不是完全亂按，要保證同一瞬間只有一個鍵按下，而且每次按下的鍵左右位置不遠）。

1. 你對調值的理解是錯誤的。這裡的3和5都不是簡譜的對照。北京話四聲的調值：

衣：1（高音）陰平
移：51（高音）陽平
椅：26 賞（即『上』）

意：72 去

參見趙元任《北平語調的研究》

2. 你對音樂的理解是錯誤的。do re mi fa sol la ti是唱名，並沒有固定的頻率。你看到你列出的那張表上面表的是CDEFGAB了嗎？那個才是音名，和頻率相對應。

因為音樂是絕對音高，而漢語音高（聲調）則是相對音高。

可能是因為說話的時候沒有一個音樂的context,雖然每個字都有音高但組合起來聽沒有穩定的調式感和節奏感。反過來說，李宗盛的很多歌利用了漢字的音調，聽起來像說話,或者也可以說，說話說出了音樂感。比如「陰天，在不開燈的房間…」，基本上可以直接念白，只要說在調上，卡在節拍上，聽起來就很像唱歌。

大家為什麼回答相對音高絕對音高？

音樂的構成相對性才是重要的。

不太明白你的問題啊

你聽到的平平的感覺其實也是個個音階組成的。

你說聽到沒有音樂的感覺，可能因為沒有人把談話當做音調去聽吧，而且這些語句也真不是有規律的樂音。

要是真聽的話還是能體會到它們的音階的。

～～

這樣，你說一句話，你找到它們每個字的對應的音高，然後你把它們用樂器彈出來，你再感覺吧

唱歌的時候，頻率就是你圖裡這些離散值，說話的時候頻率是連續變化的。。。對嗎

因為有滑音。樂器包含不了這麼多音。就好像，汽車三檔到四檔中間沒有過度，而說話卻是3滑到4檔

因為漢語在單個音的範圍內也有音高變化，音階沒有。而如果有一句話，裡面的字全是一聲，會聽起來和唱一樣，只是日常生活中並沒有接觸此類語句的機會。

從另一方面來解釋，有一類軟體做語音合成，用來調人聲(詳見vocaloid，utau等軟體的基本原理)，如果我輸入一連串音符，再輸入歌詞，就算我所輸入的音符和這些字的絕對音高一致，聽上去還是像在唱歌。但是當我們微調相對音高，二聲向下三聲拋物線四聲向上，這時出來的就是正常的(雖然並不自然)的說話聲。

有一個軟體可以模擬很自然的說話聲，叫cevio，雖然目前只有日語。對於這個軟體了解不多，不過我覺得了解它的發聲機制對解決這個問題會有幫助。