认知语境下听觉音乐与视觉影像相互介入的多重结构——由谭盾多媒体音乐《地图》、《女书》多视角分析引发的一些思考

杨 静

[内容提要] 多媒体音乐是含有现代多媒体技术手段的复合性艺术，是综合了视觉文化的图像感知特点和纯音乐聆听方式的一种可见的音乐形式。笔者对这类以音乐为主导、综合了其他媒介形式的复合性的多媒体音乐研究时，发现谭盾的多媒体音乐《地图》、《女书》音影结构元素间存在多线索、多层级的复杂对位，并形成了多重结构现象。本文基于多视角分析视域，从认知角度出发探讨多媒体音乐研究的路径，思考具有视听结合特点的复合性音乐的多重结构思维、样态及其感知，进而从不同角度认识谭盾的多媒体音乐。

引言

任何一部音乐作品的结构都具有自身的特点，剖析这些结构的存在方式和结构内部材料的相互关系及逻辑运行，对于研究音乐作品具有重要的意义。20 世纪以来，艺术音乐已不仅限于听觉艺术这一维度的美学趣味，其触角已延伸至更为广阔的表现方式，与视觉艺术紧紧联系在一起的多媒体音乐成为现代音乐创新的重要形式之一。多媒体音乐随着多媒体技术的兴起而出现、发展，它以交响乐队的音乐语汇为参照对象，强调艺术与科技、形式与技术的融合，具有新的音乐语言特点。对于这类现代多媒介艺术音乐的研究，单一套用传统艺术理论的审美准则和批评范式是不足以观其全部的。如何去处理、探究这种艺术音乐形式中的乐队、影像各元素之间的相互关系，就需要一种新的理论、新的思想、新的视角和方法去突破它。贾达群教授提出的“多重结构”以及解决多重结构关系的“结构对位”分析方法，成为我们所需要的这种新视角和新方法的重要理论基础和可行路径之一。所谓多重结构现象分析就是建立在“多重思维”基础上，将音乐创作中的多种因素进行多方面、立体化的分析推理过程，“结构对位”分析方法是看待多重结构现象、揭示各创作元素之间相互关系的一个途径和方法。在对以音乐为主导、综合了其他媒介形式的复合性的音乐作品研究中，笔者发现，将多媒体复合性特点的这类音乐作品与纯音乐进行比较，前者也存在着很多新的能揭示作曲家创作思维的多重结构样态。

多重结构现象不仅发生在节奏、音高、音色、力度等音乐结构元素内部及相互间的结构错位对置中，从文本出发（这里的“文本”一词是指“含有很多种符号的自主整体”[1]【美】爱尔基·佩基莱、戴维·诺伊迈耶、理查德·利特菲尔德.音乐·媒介·符号[M].陆正兰，译.四川教育出版社，2012：6.，广义上可以是一部艺术音乐作品，也可以是作品中的原生音乐，甚至可以是作品中的民俗现象、仪式等），多重结构也存在于多媒介音乐作品的隐性结构元素中，譬如：音乐结构与视觉文本之间、视觉空间与音乐空间之间、文本结构与听觉结构之间、文本结构与心理结构之间、原始音乐与创作音乐之间，以及源文本与新文本的互文本间的结构对位等等。含有视觉元素等其他介质的复合性特点的音乐作品，它的本身具有结构元素多样性的基础，这就使它常形成音乐结构与其他元素结构间的多重结构现象。总的来说，多重结构现象的发生是多元性的，对于音乐结构的多解探究有利于从不同路径去全面认识作品。

谭盾的多媒体音乐《地图》和《女书》都是以音乐为主导，由多媒体承载、综合了其他艺术媒介的复合性的音乐作品，这两部作品音影结构元素间的多线索、多层级复杂对位，形成了多重结构现象。《地图》创作于2002 年，为大提琴、多媒体声像记录和乐队而作，由九个独立的乐章组成[2]《地图》由九个独立的乐章组成，分别为：傩戏与哭唱、吹木叶、打溜子、苗唢呐、飞歌、间奏曲：听音寻路、石鼓、舌歌、芦笙。。这部作品是协奏曲形式与湘西民间音乐的一种多媒体结合，它的音乐和影像素材来源于湖南湘西民间音乐和民俗行为，通过科技与传统的融合表达一种新的对位观念，即独奏与影像，独奏与乐队，乐队与影像，文字与声音及多轨声像之间的竞奏。《女书》创作完成于2013 年，为十三部微电影、竖琴独奏和交响乐队而作，由十三个具有独立标题的乐章组成[3]《女书》由十三个独立标题的乐章组成，分别为：秘扇、母亲的歌、穿戴歌、哭嫁歌、女书村、思念老同、深巷、老同相遇、女儿河、祖母故居、泪书、培元桥、活在梦里。，这部作品的创作灵感来源于湖南“江永女书”文字本身和文字背后关于女人的故事。该作在以影像空间和音乐时间为创作维度的基础上，加入了虚拟时空轴，将影像与音乐进行了有机结合，使视觉与听觉相互作用，通过音乐、影像、女性行为展示了古老的女书文化和今天女书村女性的精神气质。

本文以作品创作、听赏认知过程中出现的隐性结构对位为切入点，通过对《地图》、《女书》这类具有多元性艺术特点的多媒体音乐表现形式的分析和思考，从认知的视角探究多媒体音乐的多重结构现象生成、结构样态与接受感知，进而揭示谭盾多媒体音乐的多重结构思维。文章主要从认知中的多媒体音乐、认知中的音影结构对位样态、听觉与视觉共同作用下的多重结构现象审美三个方面进行分析。

一、认知中的多媒体音乐解读

（一）视觉观念

古典音乐中的交响乐、室内乐等形式，始终拥有着大量的忠实乐迷和追随者，但是随着文化的多元化、各种艺术媒介的渗透，诸如电子音乐等形式的兴起，传统音乐形式已不再完全引领音乐创作的潮流。一些作曲家试图将音乐以外的艺术媒介融入到创作中，释义音乐的观念。无论是序列音乐还是偶然音乐，亦或是1945 年以后作曲家们对于新音色的寻求都是对既有创作手法和观念的打破。20 世纪中期，多媒体手段的使用让视觉因素又一次大量介入音乐创作，也正如不断突破传统音乐创作现象的音乐形式和观念那样，它是个性音乐创作及体现内容表现新形式的途径之一。

20 世纪60 年代录像技术的出现引起了不同领域艺术家们的关注，也更激发了人们对艺术叙事和叙事结构探索的兴趣。随着电脑的普及、多媒体技术的兴起、新媒介的发展，它们为艺术创作开辟了新的视野，产生了许多新的艺术范式，比如：装置艺术、舞蹈剧场、多媒体数字艺术展等，音乐创作领域的多媒体音乐也是这一大背景下的产物。技术革命常引发艺术观念及艺术创新思维模式的变革，伴随着科技进步，艺术创作也向着多元化、全方位的方向转变，呈现单一性感官艺术创作向视觉、听觉、感觉、触觉等感官扩展的综合艺术进发。

“‘影像’作为名词一是指肖像、画像，二是指形象，三是指物体通过光学装置、电子装置等呈现出来的形状，即影像或图像。”[1]薛生健、张国荣、韩晓龙.视觉艺术的表现手法[M].机械工业出版社，2012：169.影像包括电影、摄影、多媒体艺术等，“其中‘影像’艺术是‘动像’和‘静像’所组成的图像系统的综合性称谓”。[2]同上：170.本文研究的谭盾多媒体音乐中论及的影像，具有纪实影像和民俗影像的双重特点，纪实影像具有揭示人与人、人与社会之间关系的特点，并在一定程度上能对社会产生一定影响；而民俗摄影是摄影技术与民俗学相结合的产物，具有史料性和艺术性。

1.视觉材料

视觉所传达的音乐行为是感官所知觉到的现实，这是重要的视觉材料，而乐队音乐材料是由听觉所感知的行为。“乐谱本身就在视觉方面重现出乐音动态的上升和下降，这清楚地证明感官的统一性也存在与乐音的运动中——听觉所知觉到的‘形象’会由视觉保持下来。我们还要预先提到，这些外在的形象中还可能蕴藏着内在的情感的形象，……”[3]【德】恩斯特·迈耶尔.音乐美学若干问题[M].姚锦新、蓝玉崧，译.人民音乐出版社，1984：27.如果说我们看到的影像是显性的视觉材料，那么多媒体音乐形式中与影像相对位的乐队声部则具有将具象的视觉材料转化为隐性视觉材料的功能，经过作曲家的艺术创作将其转化为乐谱。这些原始影像在一定程度上具有普遍性，在感官的统一性中构成具有一般性的形象，然后乐队音乐将其具体化，具象为不同的旋律线条和音型。以此为线索，可以将《地图》、《女书》中的视觉材料分为显性的影像视觉材料和经转化具象到乐谱形态的隐性视觉材料。

2.视觉布局

多媒体音乐《地图》、《女书》的视频位置布局、视频播放载体的材质、视频拍摄角度和剪辑手法等特点，从侧面体现出谭盾在这一音乐形式中其创作思维的继承和变化。从它们的视频位置来看，这两部作品都使用了三屏布局的形式，即舞台左右前方各一个，并且横向对齐，后台居中一个。这种视频布局不同于通常的乐队媒介布局，作曲家试图在有限的空间内，从视觉和听觉创作思维上表现音乐与影像之间的相互解读。但是，在这里观众是否会因为影像对于视觉的影响而削弱对音乐的聆听，通过分析我发现作曲家在影像剪辑中采用较少的素材、个体素材较长时间停留的手法，对影像与音乐之间的这种矛盾起到了有效的缓冲。2014 年笔者在谭盾上海工作室一楼大厅对他采访时，一个三轨的移动视频模拟播放装置引起了笔者的注意，从这一工作程序也可以看到作曲家在创作中对于视频的剪辑、结构的组织，除了具有理性的构思外，还具有多种可能的音影对位模拟实践。

在谭盾的作品中，不仅《地图》、《女书》的影像形成具象布局与乐队的呼应，他创作的《圆》[1]《圆》创作于1992 年，为四个三重奏、指挥和观众而作。，通过谱面、乐队布局设计形成圆的视觉映射“天人合一”思想的体现，也是视觉布局的一种表现。而他的实景园林昆曲《牡丹亭》[2]实景园林昆曲《牡丹亭》，上演于2010 年，上海朱家角，每年定期演出。、建筑音乐《天顶上的一滴水》[3]建筑音乐《水乐堂·天顶上的一滴水》，上演于2010 年，上海朱家角水乐堂，常年每周六演出。等这种融有实景元素、情景偶然因素的作品，其视觉材料则更具开放布局的特点。因此，在他的音乐中，视觉布局的不同与视觉材料相关，而不同的视觉材料和布局又形成不同的视觉结构。

（二）音影在大脑中的生成与创作技术解析

1.大脑对音乐和影像的组织

大脑主要通过神经网络实现其加工过程和诸多功能[4]根据大脑半球一般的功能，通常将其划分为四个区域：枕叶（视觉）、顶叶（感觉加工）、颞叶（听觉感知、语言、视觉加工）、额叶（长期计划、运动控制及言语生成）。（【美】多纳德·霍杰斯、戴维·西博尔德.人类的音乐经验——音乐心理学导论[M].刘沛，译.中央音乐学院出版社，2015：170.），比如知觉、注意、记忆等。观众在对乐队与影像整体感知时，大脑将视觉和听觉信息集合起来，加深对音乐形象的感受。也就是说受众的大脑主要在“会聚区”[5]多模式整合区域这个区域也被称作为会聚区，将来自于眼睛、耳朵等部位的感觉信息整合为一个整体。（参见【美】多纳德·霍杰斯、戴维·西博尔德.人类的音乐经验——音乐心理学导论[M].刘沛，译.中央音乐学院出版社，2015：189.）将视觉信息和听觉信息加以整合、处理，通过大脑机制转换对所获得信息加以组织。

听众往往对于某种音响的感受和相应视觉现象的接受是一致的，形成一种固定心理上的联系，这是由于听觉感受和视觉形象之间存在着一种对应的关系，这种视听觉现象在人们心理感知中的关系被称为“通感”[6]通感是指某个感官接收到具有另一感官特征的暗示，例如由声音而引起光和色彩的感觉或有光和色彩而引起的声音的感觉。（参见本杰明·李·沃尔夫.习惯性思维、行为与语言的关系.论语言、思维和现实——沃尔夫文集[C].高一虹等，译.湖南教育出版社，2001：144.）。也就是，当某种现象刺激人的听觉感官时会引起视觉感官相应的反应，从而产生与听觉现象相应的视觉现象，反之亦然。多媒体音乐就是将这种通感现象用影像和艺术音乐同步的形式进行呈现，并且具体、明确的展示出来，使多媒体音乐达到视听合一的真实再现。

2.听觉艺术、视觉艺术与综合艺术

“视觉是极为复杂的感觉，不仅是将来自视网膜的视信息传至大脑，还要靠其他感觉和其他中枢联合，靠经验、记忆、分析、识别等极为复杂的过程才能形成视觉。”[1]丁月华、李波、朱锦秀.视觉艺术心理学[M].西南师范大学出版社，2012：38.视觉艺术是基于视觉特点可以为人所直观的造型艺术，相对于听觉艺术而论，具有一定可触摸性，包括绘画、雕塑、摄影、建筑、影视等艺术。听觉艺术是不可触摸的，不像视觉艺术具体可见。纯音乐是听觉艺术，也是时间艺术，在调性音乐中常通过音色、音高、时值、强弱等特性使其具有丰富多彩的艺术表现力。

“视觉艺术是由点、线、面、色彩等为基本语言单位，再由这些基本语言单位构建成具有完整形态和形式的艺术形象。”[2]同上：221.在视觉艺术中，点、线、面三者不但是绘画的基本构成元素，在舞台艺术和电影画面呈现等具有视觉特点的形式中，它同样是视觉结构形成的重要元素。在听觉艺术中，音乐结构离不开音乐元素相互组织形成的逻辑进行，较之视觉艺术对色彩的直接感知，听觉对于音乐色彩的感知也可以在通感中获得。虽然听觉艺术与视觉艺术感知方式不同、结构组织元素不同，但是仍具有艺术共性。

影视艺术是集合了时间艺术与空间艺术的复合体，属于综合艺术，具有视觉艺术、听觉艺术的双重属性。本文所述的多媒体音乐集结了纯音乐和视觉艺术的特点，比如《女书》中微电影本身的综合艺术性质与乐队的听觉艺术特性相结合，形成了这种多媒介艺术形式独特的特征和不同的审美感受。在《女书》第六乐章“思念老同”中，影像位于中间视屏，首先呈现的是一幅人物半身近景景别，居画面中间位置，随后镜头逐渐推进，变为对主人公的面部特写。这里通过持续聚焦的方式对一个人物的画面进行强调，带给观众强烈的视觉刺激和心理感受。画面主人公——“女书”演唱者饱经沧桑的脸上，深深的皱纹让观众感受到来自她内心深处忧伤的思念之情。这样的画面处理避免长时间强调“动态”和多变视觉元素造成观众欣赏的视觉依赖，让观众通过相对单一的画面兼顾听觉对音乐的理解，主动回到对音乐的感知上来。

3.音影组织

以《地图》、《女书》为例，这两部作品的多媒体影像采样来自“田野”，因此视频中的音乐事项具有表演本身的不确定性和舞台演出的不可调控性。也就是，实时的乐队演出与指挥家对作品的现场处理具有可调控性。相对而言，这里的视频播放因由前期剪辑而成，视频本身的演唱、演奏及一切音乐行为具有现场不可更改性，比如速度的疾缓、情绪的调动等方面（视频播放师的功能在此不计入）。而视频中音乐行为表现出的“不确定性”与我国传统音乐演奏（唱）的弹性模式相关，民间音乐在演奏和演唱中常较为自由，并具有一定的即兴性，尤为突出的体现在民间音乐的伸缩性节奏和弹性速率上。多媒体影像的“不可调控性”与乐队在协同演出中产生一定的矛盾，这就需要指挥家在排练和演出时建立一种适应多媒体影像和乐队共通的手势，从多媒体影像的音乐行为中提取相对“量化”的节拍。

二、认知中的音影结构对位样态

（一）影像文本与视觉文本结构的“结构对位”

“音乐多声部、多层次的呈现特点肯定会导致多重结构的产生，而在共时性状态下的多重结构也一定会给听觉结构带来认知上的困惑。”[1]贾达群.文本与听觉结构的二元性暨结构认知的同一性探赜[J].音乐艺术，2016(1)：129-138 .同样，在多媒体介入的具有复合特点的音乐作品中，影像、乐队多声部及其音画呈现出的多重结构特点，也会导致听觉结构和视觉结构在认知上产生与文本不同步的现象。“理论上对一首作品结构分析得出一种结论，而在听觉上却得出另外一种结构，这样一种理论分析与听觉分析的不一致便构成听觉结构与文本结构的‘结构对位’。”[2]贾达群.结构诗学——关于音乐结构若干问题的讨论[M].上海音乐学院出版社，2009：157.对于视觉介入的这种音乐作品，理论的分析结论与视觉上得出的结构不一致现象，即形成影像文本与视觉文本结构的“结构对位”。比如，《女书》第四乐章《哭嫁歌》就表现出了这一结构特征。

《女书》第四乐章《哭嫁歌》以哭伴歌、哭唱并行，表现了母女间分离时的惜别之情。从画面角度来看，这一乐章由同一场景的三个分割画面组成，中间屏幕为手巾画面，右边母亲哭泣的视频和左边女儿抽泣的视频通过中间屏幕连接，左右两个对比影像为中间屏幕的延伸画面，呈现出延伸型非对称拱形画面结构。然而，这一乐章的三个画面主体从左前至中后到右前又依次为人、物、人的对比画面布局，因此从视觉上来看，画面布局又呈现出三分性画面结构。这便形成影像文本结构与视觉结构的“结构对位”，即影像静态文本中的延伸型非对称拱形画面结构与视觉的三分性画面结构的结构对位。

图1.影像文本结构与视觉结构的“结构对位”图

（二）心理结构与作品文本结构的“结构对位”

观众对于音乐的感知常常与作曲家创作时所设计的文本结构有所出入，这就使心理的视听结构与音乐本身的结构之间出现不同步现象。多种媒介的艺术音乐由于创作元素的多样化常产生多重结构现象，以多媒体音乐《地图》、《女书》为例，这两部作品是以音乐为主导，由多媒体承载、综合了其他形式的复合性的音乐作品，音视频复合这一特点使它们与传统纯音响的音乐形式有所区别。观众在欣赏音乐时，视觉对画面的感知和听觉对音乐的接收同时发生，这就使受众在面对作曲家创作的文本结构之外，常产生一种自我感知到的、新的音乐或音影结构，也就是心理音乐或心理音影结构。这一心理结构与既定的原文本音乐结构或动态音乐结构形成非同步进行，形成一种特殊的结构对位。那么，这种不同步结构的形成除了观众本身具有不受作曲家调控的特性外，与作曲家和指挥家是否能让具有主动性的观众理解作品和注意力集中在作品上，以及与观众的艺术经验积累、是否具有与作品相应的审美也有关。

（三）具象视觉与音乐意象处理的“结构对位”

具象视觉是指将实际存在的物象通过视觉表达的方式呈现，包括对视觉对象特征的细节写实。音乐处理中的“意象”与心理学上的“意象”不同，心理学上的“意象”是本能性的反映，是人对感知到的外界事物的普遍特征的记忆思维，具有选择性特点。这里音乐“意象”的存在是从对音乐事项感知记忆到音乐艺术处理的主动取舍，当具象音乐事项以多媒体视频这种视觉艺术形式出现时,乐队音乐则存在是否与视频形成一个整体的问题，这也是作曲家对具象音乐形象进行感性处理的思维过程。

具象视觉的乐队音乐意象处理思维，常源于乐队音乐对视频中具象形象的“写意”加工,也就是由具象写实形象引发的向音乐“写意”思维至“写实”过程的转化。“意”在这里可以指印象，而“象”则为“形象”,包括通过视觉表达对舍去细节的真实表现。这种转化过程体现了作曲家本人在视频采集、编辑过程中对一切与音乐事项有关的感知，在创作中这种感知对于音乐和音视频结构的构思是“写意”的，而实际音乐创作层面的具体细节则是落在“写实”上。这一具象向意向的转化过程及各自呈现出的结构，以及“写意”与“写实”结构间也会产生一种隐性的结构对位。

三、听觉与视觉共同作用下的多重结构现象审美

（一）复合性特点音乐的情绪

多媒体音乐作为视觉符号形象鲜明、具体，意义明确、特指，影像清晰呈现了所表现事物的本来面貌。作为直观艺术，它具有通俗易懂的特点，能将视频中所蕴含的思想以影像表意的方式表达出来。视觉画面的鲜明性和直观性，能够激发起观众寻找隐藏在画面背后的、具有概括性的抽象意义，在多媒体音乐中，单一的视频具象表现并不一定能尽抒作曲家之意。因此，多媒体视频和艺术音乐创作相结合，则更能唤起观众对作品情感意义的感知。

笔者此处引用麦克马伦（McMullen，1996）的观点，以“能量的激活的要素”[1]如果某个音乐体验在听者的感知中缺乏兴奋和强度，这一体验的评价的积极程度就较低，或接近拒绝的那一端。随着激活的递增，体验的评价逐渐走向乐观，音乐的体验也将实现最大化的接纳。强度的递增如果超越了最佳水平，那么音乐体验就退往拒绝的一端。（参见【美】多纳德·霍杰斯、戴维·西博尔德.人类的音乐经验——音乐心理学导论[M].刘沛，译.中央音乐学院出版社，2015：223.）为点，对音响与视频同时刺激观众的这种多媒体音乐形式，在观众感知中所起的引导性体验评价加以说明。

图2.情感/审美——视觉反应相互作用二维框架[2]此图基于【美】多纳德·霍杰斯、戴维·西博尔德所著的《人类的音乐经验——音乐心理学导论》一书中“情感/审美反应的二维框架”一图设计。

见图2 所示，观众在感知音乐所表现的情绪时，当激活的程度（就结构和能量而言）居于中间点时，接纳程度相对较高，而当激活点的位置过低或过高时，就会出现趋于较低或排斥的音乐体验。多媒体影像可以在音乐处于过低或过高的激活点时，通过视觉刺激改变接纳程度。视觉表象这一心理机制在音乐情绪中起着重要的作用，可以引导听众想象与音乐具有紧密联系的情节；而多媒体音乐形式在引导观众情绪时，常通过画面的直接刺激，使观众对音响的反应与画面“直线对接”，加强音乐形象传递的确定性。

（二）补充体验

多媒体音乐形式调动了观众的听觉和视觉，并深化了音乐表现，使音乐存在于听众想象和联想的意象上，通过影像转化为具象。因此，产生了在视觉中感知音乐，令音乐在影像中得到解释和补充的体验。

（三）结构的多解性

“作曲说到底就是一种多声部、多元素、多结构的共时性想象、安排、控制和创造的活动。”[1]贾达群.结构诗学——关于音乐结构若干问题的讨论[M].上海音乐学院出版社，2009：149.多媒体音乐是将乐队的音响性和视觉艺术的可视性特点结合起来，形成不同载体的多声部（多媒体音响和乐队音响）、多元素（音乐诸元素和影像诸元素）、多结构（音乐结构和影像结构）的共时性形态，由不同的诸结构元素按照一定的内在规律和逻辑发展建构而成。因此，多媒体音乐是一个多样化、立体性的艺术形态，它的结构表现为音乐、视觉诸结构元素在结构生成过程中的复杂相互逻辑关系。纯音响性音乐结构生成常由各音乐表现手段相互作用所致，每一元素因自身结构变化而使其与它元素共时性结合时引起新的结构形态，形成多重结构现象。而多媒体音乐内部音乐诸元素和视觉元素的共时运行，必然形成更加复杂和多解的结构形态。

贾达群教授认为：“对多重结构的认知和理解，就如同观察晶体一样——在不同的光线照耀下，从不同的观察角度来审视，就会得到完全不同的造型轮廓及结构样态。”[2]贾达群.文本与听觉结构的二元性暨结构认知的同一性探赜[J].音乐艺术，2016(1)：129-138.因此，在欣赏、研究含有多媒体手段的这种音乐形式时，对影像与音乐这两大机制的相互作用，以及结构元素之间产生的复杂相互关系的认识上，要注意到它的结构样态的多重属性。

结语

多媒体音乐的视听结合特点不同于歌剧、戏曲等综合艺术形式，它是含有现代多媒体技术手段的复合性艺术，是综合了视觉文化的图像感知特点和纯音乐聆听方式的一种综合艺术，也是一种可见的音乐形式。在对多媒体音乐《地图》、《女书》的研究中，笔者发现对于谭盾创作中这种以音乐为主导，由多媒体承载、综合了其他形式（或媒介）的复合性的音乐作品进行分析，单纯关注音乐形态是无法概其作品全貌的。作曲家的创作思维是多元的，创作技术是融合的，作品的意义是多维度的，而且呈现的结构也是具有动态多重属性的。那么，从认知视角对听觉与视觉因素相互介入中的多重结构现象加以分析，笔者认为这可以成为多媒体音乐研究的路径之一。因为，“结构对位”分析方法本身具有开放性的认识思维，不排斥其他方法对其形成的作用和影响，与其他分析方法可互释。总的来说，在认知语境下对具有视听结合特点的多媒体音乐分析，可不拘于对多重结构样态中材料间相互关系的研究，可将视域延伸至作曲家创作中的内觉向审美感知的转换，从而深层揭示这类作品的多重结构思维。