图书馆自习区背景音乐的播放及制作方法探讨

丁姿

关键词：高校图书馆；α脑波音乐；脑波；学习效率

摘要：文章探讨了在高校图书馆中，播放背景音乐是一种新的尝试，如何播放合理的背景音乐，能够有效地降低图书馆的噪音，使读者处于最佳的学习状态。

中图分类号：G252文献标识码：A文章编号：1003-1588（2017）01-0118-03

自习室是高校图书馆的重要组成部分，经常“人满为患”，基本是每个学生首选的学习场所，它与寝室、食堂和教室一并构成了学生四点一线式的路线。自习室建立好后，由于图书馆的管理人员数量有限等原因，使自习室往往处于无人管理的境地，虽然校园读者对这种现状基本满意，二者在服务与被服务方面似乎并没有发生矛盾，但在某些时候，读者的讨论声、较大的走路声和跑步声等对其他学生的学习难免造成一定影响。因此，有必要进一步改善自习室的环境，播放由α脑波音乐组成的背景音乐是最佳选择之一。

1高校图书馆播放背景音乐的重要性

1.1音乐具有巨大的隐性作用

随着人们对音乐研究的深入，音乐已经不仅仅是供人们娱乐、休闲的方式了，音乐的隐性力量甚至已经超出了其娱乐性的本身，并且这方面的应用越来越广泛。如：孕妇听胎教音乐，生出的宝宝会更健康；农场的奶牛听某些音乐产奶量相对较多等。在音乐提高学习效率的辅助作用方面也是如此，早在1993年，美国加州大学尔湾分校的三个心理学家在《自然》期刊上发表了一篇文章，其内容是让36名大学生听十分钟莫扎特D大调双钢琴协奏曲，再给他们做史丹佛—比奈智力测验，其结果是学生们的空间推理能力增加了9分[1]；世界教科文组织向国际读者推荐的《学习的革命》中记载，听巴洛克音乐能让学生用5%的时间完成60%的学习内容等[2]，这都说明了音乐具有巨大的隐性力量。

1.2对一部分边听音乐边学习的读者进行引导

福州大学图书馆曾就边听音乐边读书进行了随机问卷调查，调查结果显示超过90%的被调查者有边听音乐边读书的经历，其中40%的人长期有这种习惯[3]。可见，即使图书馆不播放音乐，也会有40%的读者经常在音乐的环境中学习，但在这种情况下，音乐并不能对读者的学习起到太大的辅助作用。这是由于读者所选择的音乐多以自身的喜好为主，读者对音乐的旋律、歌词等已经非常熟悉，在学习时思路很容易跟着音乐而分心，无法集中注意力学习。另外，长时间使用耳机对人的听力影响也非常大。因此，图书馆需要对边听音乐边学习的读者进行引导，充分发挥音乐对学习的辅助作用。

2图书馆播放背景音乐的选择标准

2.1脑波

图书馆自习室背景音乐的选择，既要注重音乐自身的美感，更要以音乐是否有助于学习为主要标准。若要知道哪些音乐有助于学习，必须先了解脑波。在人脑中有许多的神经细胞在活动着，并成电器性的震动，这种电器性震动被称为脑波。脑波的震动频率不是一成不变的，国际脑波学会根据大脑震动频率的不同，将脑波分类为δ波、θ波、α波、β波4种（见图1）：①δ波的频率是0.4—4Hz。在δ波的环境中，这种脑波对人的睡眠有很大的帮助，人们可以很快地进入深度睡眠状态。②θ波的频率是4—8Hz。人们在极度疲劳、深度麻醉或缺氧时以及在浅度睡眠中易出现θ波，此时平常清醒状态所具有的批判性或道德性被埋藏起来，而对于外界的信息呈现高度的受暗示性状态，最容易被催眠。③α波的频率是8—14Hz。它能够使人们的意识清醒，而身体却是放松的。也就是说，在α波的环境中，人们的身体能量消耗最少，而脑部获得的脑波更高，对学习的帮助最大，是人们学习与思考的最佳脑波状态。④β波频率在14Hz以上。人们清醒时大部分的脑波都处于β波状态。随着β波的增加，身体逐渐呈紧张状态，所消耗的能量随之上升，会越来越容易疲劳[4]。

2.2α脑波音乐

脑波音乐是隐性力量最为典型的应用，它是基于脑波和声学原理，由声波的震动频率来诱发大脑的脑波产生同化现象。经过上文对脑波的分析，可知脑波在α波状态时人的学习效率最高，因此图书馆自习室所需播放的音乐正是这种能诱发α脑波的音乐，即α脑波音乐。α脑波音乐的来源主要有两种渠道：①对已有音乐的检测，测量出哪些音乐的频率处于α波之间，如维瓦尔第“四季”等。由于这类音乐的数量有限，随着人们对音乐测量工作的不断开展，已经很难再发现新的作品。②以α脑波为作曲基础，有意修改或创造出专门的α脑波音乐，在旋律和美感上虽不如前者，但隐性功能并没有减弱，是制作α脑波音乐的研究重点。

3α脑波音乐的制作方法

3.1建立映射关系的原则

α脑波与音乐都具有声波的形式，α波的频率是8—14Hz之间，人耳能听的可听声的范围在20Hz—20，000Hz之间[5]，α波并不在人耳有效听力范围之内。由于音乐本身的频率和频谱分布符合特殊的规则，直接将α脑波放大，也无法得到音乐的旋律效果。因此，为了最大限度地使音乐具有α脑波的特征，引导读者的脑波与音乐共鸣，同时音乐的生成并不是选择几个简单的生理参数来合成，要使音乐具有一定的美感，这就需要建立一个科学合理的映射规则。根据图1脑波的图像可知，振幅、周期和平均功率是反应脑波的主要特征，可以准确地反映出大脑的意识形态。在音乐的物理特性中，音高、音强和音长是音乐的最为重要的组成要素，并且可以记录、存储、转换，将以上脑波与音乐的主要参数相对应，就能够为制作出旋律优美的脑波音乐提供基础。

3.2映射方法

3.2.1振幅转化为音高。在音乐中，音高的客观的评价尺度就是频率，频率越高音高就越高，频率越低音高就越低，二者基本上保持一致。在脑波中，脑波的振幅与频率通过功率谱密度可以相互转换，所以脑波的振幅可以间接地反映出音乐的音高，其转换关系为Pitch=mlgAmp+n[6]，其中Pitch代表音乐的音高，Amp代表脑波的振幅，m和n用以调整音乐音高的大小。在实际情况中，当大脑活动剧烈时，其神经元活动的一致性不高，此时检测脑波的振幅值往往较小。反之，当大脑活动较少时，参与活动的神经元一致性较高，检测的振幅值一般较大。因此，在制作α脑波音乐时，m应为负值，使制作音乐的音高较低，以此保证音乐对读者的学习起到更好的刺激作用；n的作用是确定整音高最大值，根据具体需求可以取不同的数值。

3.2.2周期转换为音长。在音乐中，音长是指声音的长短，通常与音源的震动时间相关，发音体振动持续越久声音就越长，反之则越短。在脑波中，脑波的震动周期与音乐的音长同属于时间性质的物理量，准确记录着脑波的每一个波形的震动时间。因此，脑波的周期可以与音乐的音长相对应，且这种映射方式能够保证制作的音乐与脑波严格地同步。音长的制作方法可采取过零检测法[7]，具体过程如下：①对脑波信号进行提取分析，对每跨过零基线的数据进行标记，将AB两点所示划分为一个周期（见图2）。②对周期的时间进行测量，每个周期所用的时间为一个音长。

3.2.3平均功率转换为音强。韦伯—费希纳定律阐明：人们感觉的增加量和刺激的比率相等[8]。在音乐中，音强就是人们在听闻时听到的响度，也就是我们通常说的声音的强弱或大小、轻重。音强主要与声源的音压相关，并反映着声源能量的大小。脑波的平均功率表达当时大脑的生理状态，实质上是大脑脑波对外界刺激的一种反映，当外界音源的能量越大时，对听者的刺激越大，脑波的平均功率越高，反之越小。因此，音乐的音强与脑波的平均功率这种对应关系可以根据韦伯—费希纳定律进行转换，即音乐的音强与脑波的平均功率成对数关系。

3.3脑波音乐的编辑和生成

通过音乐与脑波的相关因素的对应关系，可以得出制作脑波音乐所需的关键数据，但这些数据很零散，不是音乐能够读懂的五线谱语言，必须对这些数据进行编辑和整合。在工具的选择上，使用Max/MSP软件编辑是制作脑波音乐的首选，其主要具有以下优势：①Max/MSP提供一个高级的图示化的编程语言环境。程序本身使用图形对象，并且Max/MSP提供了一条清晰、直观的程序编写方式，只需要连接图形对象即可，如一些根据α脑波计算好的音高、音长、音强，都可以由相应的图标控件进行添加和修改[9]，再增加音色等其他图标控件，就可以制作出一部完整的α脑波音乐，从而省去了音乐创作者学习计算机编程语言的过程。②Max/MSP软件生成的音乐为MIDI文件。MIDI文件的最大优势是所占用的空间非常小，这是由于MIDI系统核心部分是一个被称为序列器的软件。序列器并不真正地记录声音，它只记录和播放MIDI信息，例如用什么乐器奏什么音符、奏的快慢、奏的力度等[10]。当音乐播放时发出的声音是通过播放软件或者音源转换而成，因此与计算机中常用的声音波形文件如WAV文件等相比要小得多，且更加便于储存和携带。

4结语

高校图书馆自习室通过播放α脑波音乐，不仅能够有效地过滤自习室噪音，为读者提供一个优雅的学习环境，更能够使读者的大脑与音乐产生共鸣，引导大脑的脑波处于α波状态，提高读者的学习效率。

参考文献：

[1]莫扎特效应[EB/OL].[2014-12-02].http：//www.docin.com/p-204454477.html.

[2]有助于学习的巴洛克音乐[EB/OL].[2014-11-05].http：//blog.163.com/zheng_njnu/blog/static/20303071200842182810715.

[3]赵青.高校图书馆背景音乐的运用[J].中国电力教育，2012（5）：143-144.

[4]百度百科.脑波[EB/OL].[2015-01-20].http：//baike.baidu.com/view/1103826.html？wtp=tt.

[5]360百科.可听声[EB/OL].[2014-11-25].http：//baike.so.com/doc/1539714-1627760.html.

[6]吴丹.基于脑电的脑波音乐研究[D].成都：电子科技大学，2007.

[7]杨湲，肖顺文，邹贵祥，等.基于FPGA的FSK调制解调系统设计[J].数字技术与应用，2014（12）：161-162，164.

[8]百度百科.韦伯—费希纳定律[EB/OL].[2015-12-04].http：//baike.baidu.com/view/677504.html？wtp=tt.

[9]赵青，孙永生，岳德海.背景音乐在高校图书馆的运用[J].太原城市职业技术学院学报，2013（6）：104-105.

[10]姬梦琰，刘茂英，孙晶晶，等.音乐元素在图书馆的应用设想[J].内蒙古科技与经济，2013（13）：113.

（编校：崔萌）