Loading article…
音楽の規則性や構造、そして脳内での音楽処理を分析すると、音楽は言語の構文と比較できるような構文に基づいているのかという疑問が生じる。この疑問に迫るためには、言語における構文の基本的な側面を考察する必要がある。なぜなら、言語は紛れもなく複雑な構文体系を持っているからである。もし音楽に匹敵する構文が存在するならば、音楽構造の中に言語の構文の基本的な側面と注目すべき類似点を見出す必要がある。ひいては、言語と比較した音楽処理は、音楽の構造に関する情報も提供してくれる可能性がある。
構文論とは一般的に、言語を構築するために必要な原理と規則を研究する学問を指す場合もあれば、特定の言語におけるこれらの原理と規則を記述する用語を指す場合もある。
言語統語論は、その構造的な豊かさが特に特徴的であり、それは多層的な組織構造と統語論と意味の強い関係性に表れています。つまり、言語が形態素から単語、単語から句、句から文といった異なる下位単位からどのように形成されるかを定義する特別な言語統語原理が存在するということです。さらに、言語統語論の特徴は、単語が抽象的な文法機能を担うことができるという点にあります。これらの機能は、単語自体の特性よりも、文脈や構造的関係によってより明確に定義されます。例えば、すべての名詞は主語、目的語、間接目的語として使用できますが、単語の通常の文脈である文がなければ、その文法機能について述べることはできません。最後に、言語統語論は抽象性によって特徴づけられます。これは、言語統語論の基礎となるのは、心理音響的な関係ではなく、慣習的な構造的関係のみであることを意味します。[ 1 ]
音楽構文に関して言えば、言語構文の豊かさと抽象性というこれら３つの側面は、音楽にも見られるべきであり、そうでないと音楽にも同等の構文があるとは言えない。ここで注意すべき点は、音楽構文を扱った研究のほとんどが西ヨーロッパの調性音楽の考察に限定されているということである。したがって、この記事も西洋の調性音楽にしか焦点を当てることができない。[ 1 ]
音楽の多層的な構造を考慮すると、音楽には3つのレベルの音高構造が存在する。
最も低いレベルは音階であり、1オクターブあたり7つの音または「音階度」で構成され、音と音の間には非対称な間隔パターンがあります（たとえば、ハ長調音階）。音階は、1オクターブあたり12の可能な音高クラス（A、A♯ 、 B、C、C♯ 、 D、D♯ 、 E、F、F♯ 、 G、G♯ ）から構成され、異なる音階音は構造的安定性において等しくありません。経験的証拠は、単音の安定性に関して階層が存在することを示しています。最も安定した音は「主音」と呼ばれ、音階の調の中心を体現しています。最も不安定な音は主音に最も近い音（音階度2と7）であり、これらは「上主音」と「導音」と呼ばれます。研究では、音階度1、3、5は密接に関連していると判断されています。また、音階構造に関する暗黙の知識は、幼少期に学習・発達させる必要があり、生まれつき備わっているものではないことも示された。
音高構成の次の上位レベルはコード構造であり、これは、それぞれ2音程離れた3つの音階音が同時に演奏され、それによってコードが構成されることを意味します。音階に基づいてコードを構築すると、3種類の異なるコード、すなわち「長三和音」（例：CEG）、「短三和音」（例：DFA）、「減三和音」（例：BDF）が生まれます。これは、音階音間の非対称な音程によるものです。この非対称な音程により、2音程の距離は3半音または4半音のいずれかになり、したがって短三度（3半音）または長三度（4半音）の音程になります。長三和音は、長三度と短三度が連続して構成され、音階の1度、3度、5度（または、下属音の場合は4度、6度、1度、属音の場合は5度、7度、2度、長音階から形成できる他の2つの長三和音）に基づいて構築されます。短三和音は、短三度と長三度が連続して構成され、音階の2度、4度、6度（または、中音の場合は3度、5度、7度、下中音の場合は6度、1度、4度）に基づいて構築されます。音階の7度でのみ、三和音は2つの短三度で構成され、減三和音として定義されます。和音構文は主に4つの基本的な側面に関係しています。1つ目は、各三和音の最低音が和音の基礎として機能し、したがって構造的に最も重要な音高であるということです。和音はこの音にちなんで名付けられ、和音のハーモニックラベルもこの音に基づいています。第二の側面は、コード構文が追加の音によってコードを変化させるための規範を提供するという点です。例えば、三和音に第四の音、つまり音階の七番目の音を加えることが挙げられます（例えば、ハ長調の音階では、三和音GBDにFを加えると、いわゆる「ドミナントセブンスコード」になります）。時間におけるコード進行の規範に関して、第三の側面はコード間の関係に焦点を当てています。例えば、終止におけるコードのパターンは、VコードからIコードへの動きを示しています。Iコードが音楽フレーズにおける休止点として認識されるという事実は、音階の音に基づいて構築された個々のコードが安定性において等しくなく、音階の音と同様に安定性に違いがあることを示しています。これがコード構文の4番目の基本的な側面です。主和音（例えばハ長調のCEGのように、主音を基にした和音）は最も安定していて中心的な和音であり、それに続いて属和音（音階の第5音を基にした和音）、そして下属和音（音階の第4音を基にした和音）が続く。
音高の組織化の最高レベルは、調の構造に見られます。西ヨーロッパの調性音楽では、調は音階とその関連する和音および和音関係に基づいています。音階は、12の音高クラスそれぞれにおいて、短音階または長音階（音階音間の音程の連続が異なる）として構築できるため、調性音楽には24の調が存在します。音楽構文の文脈で調の構造を分析するとは、楽曲における調の関係を調べることを意味します。通常、楽曲を構成するために1つの調だけでなく、いわゆる調の「転調」（つまり調の変更）も利用されます。これらの転調では、ある一定の繰り返しパターンが知覚されます。ある調から別の調への切り替えは、関連する調の間でよく見られます。知覚実験と調の構造に関する暗黙の知識の神経学的証拠に基づいて、調の関係に関する3つの一般的な原則を仮定することができます。ハ長調を例にとると、ト長調、イ短調、ハ短調という3つの密接に関連する調があります。ハ長調とト長調は、音階の第1音が5度離れている調です（この関係のパターンは、長調の「五度圏」で表されます）。イ短調とハ長調は、音階の音は同じですが、主音が異なります（いわゆる関係短調、つまりハ長調とイ短調）。そして、ハ長調とハ短調は、音階の主音が同じです。総じて言えば、音楽は人間の言語と同様に、かなり複雑な構造を持っていると言えるでしょう。
言語統語論の最後の2つの基本的な側面、すなわち文の意味にとって下位単位の順序が非常に重要であること、そして単語が文脈と構造的関係によって定義される抽象的な文法機能を担っていることを考慮すると、音楽の階層構造を分析して音楽における相関関係を見出すことは有益であるように思われる。
音楽の階層構造の一側面として、装飾が挙げられます。「装飾」という言葉の意味は、音楽的な文脈において、シーケンスの全体的な要旨を形成する上で、他の要素よりも重要性の低い要素が存在することを示しています。要素の重要性の判断には、和声的な考慮事項だけでなく、リズムや動機に関する情報も含まれます。しかし、要素を単純に装飾的な要素と構造的な要素に分類するのは、あまりにも表面的です。実際、最も一般的な仮説は、音楽は木の枝のようにイメージできる構造レベルに組織化されているというものです。より高いレベルでは構造的な音高が、より深いレベルでは装飾的である可能性があります。これは、文を構成するために必要な構造要素（名詞句や動詞句など）があるものの、より深いレベルで見ると、構造要素には付加的な、あるいは装飾的な要素も含まれているという、文の階層的な統語構造と比較できます。
音楽の階層構造の他の側面を探求すると、音楽における緊張と解決の構成が階層構造として記述できるのか、それとも純粋に順序的な構造としてのみ記述できるのかという議論が生じます。パテル[ 1 ]によると、この分野の研究は明らかに矛盾する証拠を生み出しており、この疑問に答えるにはさらなる研究が必要です。音楽における緊張と解決を特徴とする構造の種類に関する疑問は、音楽における順序と意味の関係と非常に密接に関連しています。緊張と解決を音楽における意味の可能な種類の1つと考えると、階層構造は音楽要素の順序の変化が音楽の意味に影響を与えることを意味します。
最後に検討すべき点は、言語構文の抽象性と、それが音楽においてどのように対応しているかという点である。これについては、二つの相反する見解が存在する。一つ目の見解は、音階の基礎、そして音楽における調性中心の存在は、それぞれ倍音列の物理的基盤、あるいは調性音楽における和音の心理音響的特性に見出すことができると主張する。しかし近年、構文は抽象的な認知関係を反映しているという二つ目の見解を裏付ける強力な証拠が数多く存在する。
総じて、音楽と言語における構文を考察すると、音楽は特にその複雑さと階層構造において、言語の構文に匹敵する構文を持っていることがわかる。しかしながら、音楽の構文は言語の構文の単純な変形ではなく、独自の要素を持つ複雑なシステムであることを強調しておかなければならない。つまり、名詞や動詞といった言語の構文要素に音楽的な類似点を探すだけでは不十分なのである。
音楽構文の神経処理を調査することは、提案されている 2 つの側面に役立ちます。[ 2 ] 1 つ目は、音楽の処理全般についてより詳しく知ることです。つまり、脳のどの領域が関与しているか、音楽と音楽構文の処理による脳活動の特定のマーカーがあるかどうかです。2 つ目は、音楽構文と言語構文の処理を比較して、それらが互いに影響し合っているか、あるいは有意な重複があるかどうかを調べることです。重複の検証は、構文操作 (音楽と言語の両方) がモジュール化されているという仮説を支持することになります。「モジュール化」とは、複雑な処理システムがモジュール機能を持つサブシステムに分解されていることを意味します。構文の処理に関して言えば、これは、音楽と言語の領域がそれぞれ固有の構文表現を持っているが、構文処理中にこれらの表現を活性化および統合するための神経リソースを共有していることを意味します。
音楽の処理と音楽構文は、旋律、リズム、拍子、音色、和声構造に関するいくつかの側面を含みます。コード機能の処理については、4 つの処理ステップを説明できます。(1)まず、シーケンスの最初のコードから調の中心を検出する必要があります。多くの場合、最初のコードがシーケンスの調の中心として解釈され、最初のコードが別の和声機能を持っている場合は再評価が必要です。(2)連続するコードは、調の中心からの和声距離に関して、この調の中心と関連付けられます。(3)上記で説明したように (音楽には構文があるか?)、音楽は、音高組織と音楽における緊張と解放の組織に関して階層構造を持っています。コードに関する音高組織とは、音楽フレーズにおいて主音が最も安定したコードであり、休息点として経験されることを意味します。属音と下属音は、下中音と上主音よりも安定しています。時間の経過に伴う和音の進行は、音高の組織に基づいた調性構造を形成し、主音から離れることは緊張として知覚され、主音に近づくことは解放として経験される。したがって、階層的な関係は、組織化された意味のパターンを伝える可能性がある。(4)長調・短調音楽の和声的側面に関して、音楽構文は、時間の経過に伴う和音機能の連続における統計的規則性、すなわち和音遷移の確率によって特徴づけられる。これらの規則性は長期記憶に保存されるため、音楽フレーズを聴くと、次の和音についての予測が自動的に行われる。
出典：[ 3 ]
自動的に立てられた予測が破られると、いわゆるERP（事象関連電位、内部または外部刺激に対する定型的な電気生理学的反応）が観察される。音楽処理の文脈では、2種類のERPが検出される。1つはMMN （ミスマッチ陰性電位）で、最初は周波数、音の強度、音色の逸脱などの物理的な逸脱（ phMMNと呼ばれる）でのみ調査されたが、現在では音高などの抽象的な聴覚的特徴の変化（ afMMNと呼ばれる）でも確認されている。もう1つはERAN （早期右前頭部陰性電位）と呼ばれるもので、音楽の構文上の不規則性によって誘発される。ERANとMMNはどちらも、規則性に基づく予測と実際に経験された音響情報との間の不一致を示すERPである。長い間、ERANはMMNの特殊な変種であると考えられていたため、今日ではなぜ両者が区別されるのかという疑問が生じる。近年、MMNとERANの間にはいくつかの相違点が見つかっている。
音楽の統語的規則性はしばしば同時に音響的に類似しており、音楽の統語的不規則性はしばしば同時に音響的に異なっているにもかかわらず、和音が物理的な逸脱ではなく統語的逸脱を表している場合、MMNではなくERANが誘発されることがあります。これを実証するために、いわゆる「ナポリの六度和音」が使用されます。これらは単独で演奏されると協和和音ですが、和声的文脈とは遠い関係しかない音楽フレーズに追加されます。5つの和音のコードシーケンスに、3番目または5番目の位置にナポリの六度和音を追加すると、EEGで異なる振幅のERANが誘発され、5番目の位置で振幅が大きくなります。しかし、5番目の位置のナポリの和音が3番目の位置のナポリの和音よりも音楽的に統語的に不規則でないコードシーケンスを作成すると、振幅は3番目の位置で高くなります（図4を参照...）。 MMNとは対照的に、ERANは、構文的に規則的なコードよりも音響的に先行する和声的文脈に類似した、構文的に不規則なコードを用いることによっても明確に誘発される。したがって、MMNは規則性のオンライン確立に基づいていると考えられる。つまり、規則性は音響環境からオンラインで抽出されるということである。一方、ERANは、長期記憶形式で存在し、幼児期に学習される音楽構文規則性の表象に基づいている。
これは、ERANとMMNの発達に表れています。ERANは新生児では確認できませんが、MMNは胎児でも実際に確認できます。2歳児ではERANは非常に小さく、5歳児では明確なERANが見られますが、潜時は成人よりも長くなっています。11歳になると、子供たちは成人のERANと同様のERANを示します。これらの観察から、MMNは音響環境の表象の確立と維持、および聴覚シーン分析のプロセスに不可欠であるという仮説を立てることができます。しかし、ERANだけが、長期記憶形式ですでに存在する構文規則性の表象を参照して確立される構造モデルを構築する学習に完全に依存しています。トレーニングの効果を考慮すると、ERANとMMNの両方がトレーニングによって変調される可能性があります。
ERANとMMNの違いは、 ERPへの主要な寄与の神経源にも存在する。ERANのソースは、下前頭外側皮質の弁蓋部（腹外側運動前野と前上側頭回からの寄与を伴う下ブロードマン野）に位置するのに対し、MMNは、前頭皮質領域の追加ソースに加えて、一次聴覚野から、またはその近傍から主要な寄与を受ける。したがって、ERANのソースは基本的に前頭皮質にあり、MMNのソースは側頭葉にある。この仮説を裏付ける他のヒントは、主に前頭皮質に影響を与えるプロポフォール鎮静下では、ERANは消失するがMMNは減少するだけであるという事実から得られる。最後に、ERANの振幅は無視条件下で減少するが、MMNは注意の変調によってほとんど影響を受けない。
（１）まず、入力された音響音源の分離、音響特徴の抽出、および聴覚対象の表現の確立を行う必要があります。MMNとERANについても同様のプロセスが必要です。
（２）MMNでは、入力から規則性がオンラインでフィルタリングされ、音響環境のモデルが作成されます。この点でERANとの違いは、ERANでは規則性の表現がすでに長期記憶形式で存在し、入力された音が既存の音楽構造モデルに統合される点です。
（３）音楽構造のモデルによれば、これから起こる聴覚イベントに関する予測が形成される。このプロセスはERANとMMNで同様である。
（4）少なくとも、実際に入ってくる音とモデルに基づく予測との比較が行われます。このプロセスは、MMNとERANでも部分的に同じです。
出典：[ 1 ]
ERANは言語構文の違反によって誘発されるELANと呼ばれるERPに似ているため、ERANが実際に構文処理を表していることは明らかであるように思われる。この考えから、音楽構文処理と言語構文処理の相互作用が非常に起こりやすいと考えられる。神経科学には、言語構文と音楽構文の神経処理の重複という問題に答えるためのさまざまなアプローチ方法がある。
この方法は、脳の構造と機能が行動やその他の心理的プロセスの結果にどのように関係するかという問題を扱います。この研究分野からは、音楽的統語能力と言語的統語能力の乖離を示す証拠が得られています。症例報告では、失音楽症（音高の微細な知覚の欠陥により音楽的音痴になるもので、先天性の場合もあれば、脳損傷などによって後天的に発症する場合もある）が失語症（脳損傷後の重度の言語障害）と必ずしも関連しているわけではなく、またその逆も成り立つことが示されました。これは、正常な発話および言語能力を持つ人が音楽的音痴を示す場合もあれば、言語障害を持つ人が十分な音楽的統語能力を持っている場合もあることを意味します。神経心理学的研究の問題は、非音楽家において失語症が必ずしも失音楽症を伴うわけではないことを示す症例報告がこれまで存在しなかったことです。それどころか、最近の研究では、失音楽症はほぼ常に失語症と関連していることが示唆されています。
さらに、神経画像研究の結果から「共有構文統合リソース仮説」（SSIRH）が提唱され、音楽構文と言語構文の処理には重複があり、構文操作はモジュール化されているという仮説が裏付けられました。また、脳波測定法を用いた研究では、音楽構文と言語構文の両方における困難や苛立ちが、互いに類似した事象関連電位（ERP）を引き起こすことが示されています。
神経心理学と神経画像診断の間の矛盾はどのように説明できるのか？
実際、モジュール性という概念自体が、神経心理学研究や神経画像研究における、一見矛盾するように見える様々な知見を理解するのに役立つ。構文表現と構文処理を区別する二重システムの概念を導入すると、ある領域における長期的な構造的知識（表現）と、その知識に対して行われる操作（構文処理）との間に区別があるということになる。長期的な音楽知識を表す領域が損傷すると、失語症を伴わない失音楽症が生じるが、構文処理を表す領域が損傷すると、音楽的構文処理と言語的構文処理の両方が障害されることになる。
言語と音楽の統語処理の比較は、言及すべきではあるものの詳細な説明は省略されている3つの理論に基づいている。最初の2つ、「依存局所性理論」と「期待理論」は言語の統語処理に関するものであり、3つ目の「音高空間理論」は音楽の統語処理に関するものである。
言語理論は、文の構造を理解するためにはリソースが消費されるという概念を裏付けている。離れた単語同士が互いに関連していたり、期待される文の構造が破られていたりして、この構造を理解するのが難しい場合、より多くのリソース、特に低活性化項目を活性化するためのリソースが消費される。
音楽において想定される構造を破るということは、楽曲の流れの中で和声的に予期せぬ音や和音が現れることを意味する。言語の場合と同様に、これは「音程の隔たりによる処理コスト」（Patel、2008）と関連しており、したがって、活性化の低い項目を活性化するためにより多くのリソースが必要になることを意味する。
全体として、これらの理論は「共有統語統合リソース仮説」につながります。なぜなら、低活性化項目が活性化される領域は、言語統語と音楽統語の重複と相関している可能性があるからです。この重複の存在を示す強力な証拠は、音楽統語的および言語統語的不規則性を同時に提示した研究から得られています。これらの研究では、ERANとLAN （言語統語的不規則性によって誘発されるERPの左前頭部陰性電位）の相互作用が示されました。不規則な単語が不規則なコードと同時に提示された場合、規則的なコードと同時に提示された場合と比較して、誘発されるLANが減少しました。この発見とは対照的に、周波数逸脱によって誘発されるphMMNはLANと相互作用しませんでした。
これらの事実から、ERANは構文処理に関連する神経資源に依存していると推論できる（Koelsch 2008）。さらに、これらの事実は、音楽構文と言語構文の処理には重複があり、したがって構文操作（音楽的および言語的）はモジュール化されているという説を強く裏付けている。
この記事は、Citizendium の記事「音楽構文」の素材を取り入れています。この記事はCreative Commons Attribution-ShareAlike 3.0 Unported Licenseの下でライセンスされていますが、 GFDLの下ではライセンスされていません。