日本鳥居照片，取自FREEPiK素材網站。
在之前的「聲音是甚麼？- 從音樂談到生理感知」一文中，我們討論了音樂如何跨越語言、族群與文化，觸發人類相似的生理反應。
節奏會牽動心跳，音高變化會影響情緒張力，音量則會喚起警覺或興奮。
這些反應並非後天學來，而是深植於人類作為生物的感知系統之中。
然而，只從生理層面出發，仍然無法解釋一個再直觀不過的經驗：
為什麼不同文化的音樂，聽起來會如此不同？
顯然，生理感知並不足以完整解釋，音樂如何對我們產生更豐富、更細緻的情緒變化以及更深層的感受。因此，我們有必要繼續往前挖掘，探索音樂是如何形塑我們的知覺感官。
我們不只會被音樂感動，也往往在第一時間察覺——
「這不是我們熟悉的音樂。」
這種距離感，常被概括地理解為「異國風情」。
在日常的音樂理解中，我們其實已經習慣用一些簡化的方式來描述這種差異。
例如大調歡樂、小調哀傷；
又或者，當一段旋律改用五聲音階呈現時，立刻就帶來了古風或東方感。
這些說法並非錯誤，它們確實貼近許多人的聽覺經驗。
但如果稍微停下來想一想，就會發現一個問題：
為什麼僅僅改變音階或調性，就能如此深刻地改變我們的感受？
我們似乎知道怎麼做，也清楚會發生什麼效果，
卻很少回過頭去思考——這些差異究竟從何而來。
於是，我們回到一個更基礎的問題：
音樂，究竟是怎麼被構成的？
對許多人來說，答案可能是 Do、Re、Mi；
稍微接觸過樂理的人，會說 C、D、E、F、G、A、B；
再深入一些，則會提到現代音樂中幾乎不可缺少的十二平均律。
誠然，這確實是我們最熟悉的音樂基礎之一。
音高由頻率決定，而十二平均律透過固定的數學比例，將頻率切分為可重複、可轉調的音高單位，使音樂得以被書寫、傳承與擴展。
它允許自由轉調、複雜和聲與大編制合奏，也便於記譜、保存與長時間累積大型作品。這是一條為了結構擴展與工程化需求而發展出的音樂路線。
但重要的是，這套系統並不是自然法則。
它是在歐洲的歷史脈絡與文化需求下，被反覆使用、修正並穩定下來的一種選擇。
換句話說，十二平均律並不是音樂的起點，而是一種在特定條件下極其好用的「穩定解」。
即便在這樣嚴謹而規整的體系之中，仍然誕生了一個顯得有些格格不入的音樂類型——爵士樂。
爵士樂同樣使用十二平均律的音高框架，卻大量運用藍調音、彎音與滑音，刻意在音與音之間遊走，並將即興置於結構之前。許多人第一次接觸爵士樂時，往往會感到困惑，甚至覺得「不好聽」或「失重」。
這種不適感，並不是因為爵士樂跳脫了生理反應的框架。
恰恰相反，它正是利用了我們對音高張力、穩定與解決的生理預期，
在熟悉的結構中，刻意延後或模糊那些「應該落下來」的時刻。
也正因如此，爵士樂常被形容為一種「需要時間學習」的音樂。
不是因為它缺乏情緒，而是因為它鬆動了我們早已內化的音樂語法。
對某些人而言，它從不解、抗拒，到逐漸變得合理，甚至令人著迷。
這個過程本身，就已經清楚地指出了一件事：
大調與小調之所以能清楚地傳遞情緒，並不只是生理反應的結果，而是建立在長期文化使用與學習之上的直覺。
如果說爵士樂是在同一套體系內，動搖了我們對音樂的預期，那麼，當我們真正將視角轉向歐洲以外的音樂文化時，這種距離感便會被進一步放大。
中國、日本、韓國等地的傳統音樂，多以五聲音階為核心。
它們經常被描述為「從七聲音階中刪去幾個音」，但這樣的說法，其實只是站在十二平均律視角下的回推。
若僅從音的數量來看，五聲音階確實顯得簡潔；
但在實際使用中，它並不是「少」，而是「穩」。
五聲音階避開了容易產生強烈張力的半音，使旋律能長時間流動，而不必頻繁地製造解決與回應。
在需要與人聲、語言、吟唱與口傳長期共存的文化中，這樣的穩定性反而成為一種優勢。
語言在其中扮演了部分角色，特別是在以音高承載語意的語言環境中，音高的可預測性往往顯得格外重要。但它並非決定音樂結構的唯一因素，只是在文化選擇的過程中，成為影響哪些聲音「更容易留下來」的條件之一。
若我們再往另一端看，印度、中東、遊牧民族或部分非洲音樂，則展現出截然不同的聲音世界。
這些音樂常讓初次接觸的聽者感到音準「站不穩」，旋律彷彿不斷在音與音之間滑動。
這並非因為它們不重視音高，而是因為在這些音樂體系中，音高從來不是被切割成固定單位。
微分音的存在，使聲音得以更細膩地表達狀態、語氣與張力。
在長時間吟唱、儀式、即興與身體感受為核心的文化中，
音高的連續性反而比精確落點更為重要。
當我們覺得這些音樂「懸著」、「沒有落點」時，並不是因為生理反應消失了，而是因為我們熟悉的穩定座標，暫時失效了。
繞了一圈回過頭來，我們或許可以發現，所謂的「異國風情」，往往來自於音樂不符合我們的預期。而這些預期，正是建立在某一套長期被使用、被學習的聲音結構之上。
在現代社會中，這套預期往往深受歐洲音樂體系影響，以十二平均律為核心，形塑了我們對音高、和諧與張力的直覺理解。
即便我們逐漸熟悉、理解，甚至喜愛其他音樂體系，這些早已內化的預期，仍然深植於聽覺之中。
生理反應為所有音樂提供了共同的基礎，但文化所做的，是在這個可能性空間中，反覆使用、調整並保留下來某些聲音結構，使它們成為「理所當然」，深入人民心中，成為大眾所認知的「音樂基態」。
於是，我們會在某些音樂中感到熟悉，在某些音樂中感到異國。
這並不是因為我們失去了共感能力，而是因為我們的聽覺，早已被訓練得極為細緻而精確。
異國風情，並非來自遠方。
它往往來自於我們暫時離開了自己習以為常的聲音秩序。
而當我們意識到這一點時，一個更深的問題也就自然浮現：
我們究竟是如何，在這些結構之中，學會「怎麼聽」的？
作者｜丹羽伊織（丹羽いおり／Niwa Iori）
耳境工作室（耳境イアリウム／Earium Studio）
