隨著機器學習（machine learning）技術的進步，我們能透過聲波的特徵將音樂分門別類，甚至找出一首歌的原唱是誰也早已不是什麼難事。

綜觀人類在音樂上的發展，應該不難發現，音樂是一門與舞蹈密切相關的藝術領域，也是舞蹈創作相當重要的元素之一。

如果我們已經可以用人工智慧分類音樂，那麼舞蹈是不是也能走上這條不歸路？

音樂風格，決定你舞動的姿態！

音樂世界之大，存在各式各樣的風格與流派，人們可以透過節拍、配器、音色甚至氛圍來分辨華爾滋、巴薩諾瓦、倫巴、民謠、搖滾樂、迪斯可和電子樂等不同的音樂風格，並產生不同的身體律動。

萊莎菲爾（Micheline Lesaffre）等人於 2008 年的研究指出，多數人會以某種運動來詮釋自己所聽到的音樂，簡單如拍手或用腳打節拍，複雜一點，還可以根據音樂的不同跳著各種華麗的舞蹈。^[1]

此外，過去幾項研究發現，音樂裡的所摻雜的各種聲音特質，也會造成自然的肢體動作大小與型態有所不同，例如，大鼓音量會影響舞者動作的程度與節奏^[2]，而貝斯與吉他在高低頻上的走勢與節奏型態，也和人們跳舞時頭部的旋轉速度、手伸展的距離、肩膀擺動的幅度等動作有關^[3]。

但是，這件事情並非全然與音樂的本質或生理因素有關，部分曲風或作品也會受到特殊文化或特定事件影響，而有不同的⋯⋯儀式化行為（Ｘ）！像是當人們聽到爵士樂時會不自覺地跳起搖擺舞（swing dancing），或在金屬搖滾樂現場熱血地在大肆衝撞。

更近一點的例子是荷蘭電音二人組 Vicetone 的爆紅單曲 Astronomia，聽到這首歌，你大概只會想著要跳黑人抬棺舞（Coffin Dance），才不會有自然舞動這種事咧！

隨音樂起舞的身心理過程

我們從聽到音樂刺激的輸入（input），到手舞足蹈的輸出（output），絕對少不了腦神經的各項指揮與指令傳輸。

然而，音樂畢竟是充滿感情的產物，這種「一個指令、一個動作」的說法，似乎還是不足以回答「人們為何會自然而然地隨著音樂起舞」這個問題。

心理學中有一派的說法是，大腦並非決定認知的唯一器官，身體本身的感知與經驗，也會影響認知的判斷結果與行動，即所謂的體現認知（embodied cognition）^[4]。

• 想要了解更多「體現認知」？延伸閱讀：先來點熱的，再調情

舉例來說，當你手裡拿著一杯熱飲時，你可能會覺得眼前的人十分溫暖，換句話說，在描繪眼前景象的當下，身體其實也參了一咖。

人們對音樂的體驗也是如此。

比利時根特大學（Ghent University）系統音樂學（systematic musicology）教授萊曼（Marc Leman）曾於 2008 年發表《體現音樂認知與冥想技術》（Embodied music cognition and mediation technology）^[5]一書。

其中，針對音樂的體現認知，萊曼教授大致上的定義是：聽眾接收變化萬千的聲音形式後，透過內心、肢體或任何可行的方式分析與模仿，由此可知，當我們隨著音樂不自主地擺弄身軀時，也符合這樣的概念。

比起分析曲風，演算法更擅長分辨舞者本人

既然音樂與肢體動作間蘊藏著某種關聯性，如果今天某個人戴著耳機，自顧自地跳著舞，我們是否也能透過人工智慧（artifitial intelligence, AI），從舞者的動作型態分析他正在聽什麼樣的音樂？

芬蘭于韋斯屈萊大學（Jyväskylän yliopisto）跨域音樂研究中心團隊找來 73 名受試者，讓他們隨著藍調、鄉村、電子舞曲、爵士、金屬、流行、雷鬼以及饒舌等八個曲風自然擺動身體，並以好萊塢等級的動作捕捉技術（motion capture technology）搭配機器學習（machine learning）分析，試圖從人們的動作區分出舞蹈背後的音樂風格。^[6]

研究結果顯示，雖然難以透過機器學習區分舞者搭配的音樂風格，但卻能分析出是誰在跳舞！

他們發現，當受試者在熱舞的時候，對於「肢體動作所對應的曲風」，演算法可準確分辨的時間不到三成，反而有將近 94％ 的時間卻能判斷「是誰在跳舞」。

對此，研究協同作者兼資料分析師薩里（Pasi Saari）表示，舞蹈就像是人的另一副「指紋」，即便他們聽到的音樂不同，卻仍能保持著獨特的動作特徵。^[7]

去（2020）年年初，研究團隊將這份研究結果發表於《新音樂研究期刊》（Journal of New Music Research），隨後獲選為計量學（Altmetrics）的 2020 年百大研究，排名 92。

舞步辨識大未來，有可能發生嗎？

等等，這是否意味著，如同手機上的指紋或臉部辨識，「舞蹈動作辨識系統」也將應運而生？

想像一下，人們站在手機面前大跳熱舞，只為了解鎖裝置，這個功能好像有點荒謬 XD

即便這個發現可能開啟生物辨識的另一種可能性，但可惜的是，卡爾森與團隊可能對於非音樂性的知識探討興趣缺缺，反倒比較想深入探討一些很根本的問題，包括：舞蹈模式是否會在生命週期裡發生改變、舞蹈動作的分析是否能找出文化之間的微妙差異，以及人們評鑑舞蹈動作的方式與電腦有何不同。

雖然卡爾森並不打算藉此探索「舞蹈辨識」的未來，但不妨我們自己腦洞大開——假如有一天，這類「舞蹈辨識技術」發達到足以開發更實際的應用，也許我們會創造出到處都在 battle 的世界吧？XDDD

參考文獻

1. Lesaffre, M., Voogdt, L. D., Leman, M., Baets, B. D., Meyer, H. D., & Martens, J. P. (2008). How potential users of music search and retrieval systems describe the semantic quality of music. Journal of the American Society for Information Science and Technology, 59(5), 695-707.
2. Van Dyck, E., Moelants, D., Demey, M., Deweppe, A., Coussement, P., & Leman, M. (2012). The impact of the bass drum on human dance movement. Music Perception: An Interdisciplinary Journal, 30(4), 349-359.
3. Burger, B., Thompson, M. R., Luck, G., Saarikallio, S., & Toiviainen, P. (2013). Influences of rhythm-and timbre-related musical features on characteristics of music-induced movement. Frontiers in psychology, 4, 183.
4. Embodied cognition – Wikipedia
5. Embodied Music Cognition and Mediation Technology – Marc Leman, Research Professor and Head of the Department of Musicology Marc Leman – Google Books
6. Carlson, E., Saari, P., Burger, B., & Toiviainen, P. (2020). Dance to your own drum: Identification of musical genre and individual dancer from motion capture using machine learning. Journal of New Music Research, 49(2), 162-177.

• 文／黃上維 聽力師｜雅文兒童聽語文教基金會

「早上跑了五圈操場，晚上吃個雞排加珍奶應該還好吧……」、「昨天買了一雙限量版精品鞋，這個月就不吃晚餐了……」，生活中充滿算數題，來決定我們的生活習慣與行為，其實，在聽力學領域中，也有類似概念哦！聽的刺激不夠，聽覺系統解析的功能會逐漸衰退；聽的刺激太多，聽覺系統也會感到疲勞或損傷。到底聽多少，才能剛剛好？今天就帶你揭密聆聽的守則。

世界衛生組織（World Health Organization，WHO）統計全球已超過 5% 人口有失能性聽力損失。然而，多數聽力損失可被預防，調查發現將近 50% 的年輕人使用過高的音量聆聽個人音訊設備，約 40% 經常去娛樂場所的人（包括演唱會、運動賽事）則暴露在過久的高音量下^[1]。 WHO 為此著手訂定「安全聆聽」的保健策略，如同醫師及藥師給藥時會算劑量，安全聆聽需要計算聲音暴露容許量（sound allowance）。

聽得「過久」或「過大聲」都會造成傷害

聲音是一種能量，基於相等能量原理（equal energy principle），無論能量在時間上的分佈如何，相同聲能的聲音會造成一樣的永久性聽力變化，表示「長時間聆聽較低的音量」會產生與「短時間聆聽非常的大音量」相同的影響。

WHO 提出兩種標準，均以七天作為一周期^[2]。當聲音能量加倍（以 3 分貝為級距），容許的時間要減半，如下圖所示，健康成人適用一般標準；「兒童、耳毒性藥物服用史」等對噪音更為脆弱的族群則適用敏感標準，其將風險起始點下修至 75 分貝（dBA）的聲音每周聆聽 40 小時。此外，視障、認知困難者及老年人，考量聽力一旦損失，對其產生的負向影響將更大，也應選用較嚴謹的標準^[3]。

聽起來不難嗎？生活中的聲音有多大聲

當我們在身處安靜室內，隔著一張桌子與朋友聊天時，說話音量的分貝就已經有 55－60 分貝（dBA）；此時若環境變得吵雜，我們也會不自覺提高說話音量，分貝來到 65 分貝，如此可見生活中的大聲音是無所不在。美國 3M 公司團隊針對超過 1700 種職業、娛樂、社區等噪音源進行實際量測或整理文獻，發表了各項分貝數值^[4]，本文整理生活常見情境，並將分貝範圍達 75 分貝以上者，標為警示音量。

現在我們來將分貝數對應 WHO 的「成人聲音暴露容許量」，以果汁攪拌機為例，平均音量是 82 分貝，一周應避免超過 25 小時的從旁聆聽，這似乎是件輕鬆的事！（除非你家開果汁店那就另當別論）；然而交通機車噪音平均達到 98 分貝，一周應避免超過 40 分鐘的騎乘，對被譽為「機車王國」的台灣而言，似乎就沒有那麼容易。

隱形聽力殺手：環境噪音及娛樂噪音

交通機車噪音除了來自周遭車輛與自體引擎外，氣流吹向安全帽框所產生的風切聲（wind noise）也是一來源，因此噪音量與車速、安全帽種類都有關。早在 30 年前就有研究發現，當騎乘車速約莫每小時 50 公里，佩戴全罩式安全帽的耳邊噪音量較高，為 95 分貝、佩戴 3／4 罩安全帽的耳邊噪音量較低，為 89 分貝；隨著車速提高至約莫 80 公里，兩者分別上升至 103、98 分貝（Ross B.C. , 1989）。看來，機車族不僅要思考哪種安全帽可以保護頭部安全，還得思考該如何在騎車時也保護耳朵的健康。

此外，隨著 3C 產品與藍芽技術推層出新，聽穿戴科技（hearable tech）結合音樂通話、健康追蹤、導航等需求，已成為「人耳兩機」的時尚趨勢，但常見智慧型手機連接耳機的最大輸出音量高達 113.1 分貝^[6]，當我們使用耳機聆聽，更應當留意音量大小，特別是周遭環境較吵雜時，若為了蓋過捷運、鐵路等交通噪音而不自覺加大音量，結果恐怕得不償失。

「相等能量原理」不是算命神器，你的聽力也要靠自己努力

噪音性聽損實為多重致因、複雜表徵的疾病，不單與聲音大小有關，也不單只損害「察覺」聲音的能力。首先是個體的易感性（susceptibility），基因變異或高血脂將使個人對噪音的暴露更脆弱，而營養均衡的飲食或自體生成的熱休克蛋白（能維持細胞活性、幫助細胞修復的蛋白質）則可提高個人的保護力^[7][8]；再者是細胞損傷的針對性，噪音導致的暫時性聽損雖有機會恢復，但長期來看恐加速與老化相關的聽損，且噪音對聽覺神經結構的破壞，將使「分辨」聲音的能力也退步^[9]。因此雖單靠相等能量原理難以完美詮釋終身的噪音危害，但作為基礎的估算仍有其價值。

善用工具！落實安全聆聽

為了盡可能減少噪音性聽損的風險，許多防音防護具（hearing protection devices）已經上市，除了一般通用的耳塞、耳罩，依照不同款式與材質、正確配戴與否，所能帶來的噪音衰減評比值（Noise Reduction Rating，NRR）在 0－35 分貝間^[10]；臺灣亦有不少助聽器公司，能由專業聽力師為我們取下專屬耳型（ear impression），再製作成客製化耳塞，更貼合個人的耳道以提高舒適。

在特殊製防音具中，分為基於音量水平（level-dependent）或基於頻率均等的衰減（uniform attenuation）。音量水平僅針對高音量衰減，而能保留安靜情境中較低音量的語音溝通需求，通常可應用在營造、紡織、航空等高噪職業。簡單來說，這樣的技術可以過濾機械運作時產生的大聲噪音，讓作業員較輕鬆聽到其他同事的說話聲。均等的衰減技術則考慮傳統耳塞對高頻率音的衰減大於低頻率音，因此在設計上利用聲學特性對高頻音產生額外共振，這樣就能留有貼近原音的清晰音質，可供音樂家、音響工程師，及講求高音質的大眾使用^[11]。

人人在手的安全聆聽幫手

響應 WHO 與國際電信聯盟（International Telecommunication Union）在 2019 年提出的安全聆聽設備標準^[2]，許多手機與耳機製造商已開始著手在軟硬體端導入 WHO 的聆聽標準，可由「設定」內的「聲音與觸覺回饋／音效與震動」或下載應用程式做設定，功能雖因廠牌有異，但多涵蓋下述項目：

1. 耳機高音量通知：當聆聽超過聲音累積允許量時發出通知提醒。
2. 降低耳機高音量：選定設備最高音量限制，系統會分析耳機音訊並降低任何超出的音訊。
3. 即刻檢視耳機音量：在聆聽音訊時，查看當前的音量變化。
4. 個人化音訊調節：輸入專屬的聽力圖，系統能根據個人在不同頻率的聽力程度客製化調整音訊，使聆聽感受更清晰，或許你就能稍微調降整體音量，延長聆聽的允許時間。
5. 累積耳機音量：部分根據耳道聲學，自動計算一段時間的耳內音量，標示使用狀況屬於正常或大聲；或將聲音暴露容許量以百分比告知每日／每周聆聽的餘額。
6. 累積環境音量：自動計算一段時間的環境音量，標示正常或大聲；或將聲音暴露容許量以百分比告知每日／每周接觸的餘額。

噪音對健康的影響不止於聽覺，也與睡眠障礙、新陳代謝與心血管疾病、兒童的認知表現下降有關^[12]。因此不論先天的聽力基礎如何，聽力保健是人人都要關心的健康議題。大家不妨現在就拿起手機與耳機、開始設定，讓智慧 3C 發揮「智慧生活」的價值，協助你我「落實安全聆聽」吧！

參考資料

1. World Health Organization. (2021). World Report on Hearing, 40,65. Available at：https://www.who.int/publications/i/item/world-report-on-hearing
2. World Health Organization. (2019). Safe listening devices and systems: a WHO-ITU standard, 15-16. Available at：https://www.who.int/publications/i/item/9789241515276
3. Berglund, Birgitta, Lindvall, Thomas, Schwela, Dietrich H & World Health Organization. Occupational and Environmental Health Team. (‎1999)‎. Guidelines for community noise, 35. Available at：https://apps.who.int/iris/handle/10665/66217
4. Elliott H. Berger, Rick Neitzel, & Cynthia A. Kladden. 3M Personal Safety Division. (2015). Noise Navigator: Sound Level Database, 39-46 Available at：https://multimedia.3m.com/mws/media/888553O/noise-navigator-sound-level-hearing-protection-database.pdf
5. Ross B. C. (1989). Noise exposure of motorcyclists. The Annals of occupational hygiene, 33(1), 123–127. https://doi.org/10.1093/annhyg/33.1.123
6. Kim, G., & Han, W. (2018). Sound pressure levels generated at risk volume steps of portable listening devices: types of smartphone and genres of music. BMC public health, 18(1), 481. https://doi.org/10.1186/s12889-018-5399-4
7. Le, T. N., Straatman, L. V., Lea, J., & Westerberg, B. (2017). Current insights in noise-induced hearing loss: a literature review of the underlying mechanism, pathophysiology, asymmetry, and management options. Journal of otolaryngology – head & neck surgery, 46(1), 41. https://doi.org/10.1186/s40463-017-0219-x 
8. 張寧家（2011）。 影響台灣勞工噪音性聽力障礙易感性相關因子之研究。高雄醫學大學醫學研究所博士學位論文。 
9. Wu, P. Z., O’Malley, J. T., de Gruttola, V., & Liberman, M. C. (2021). Primary Neural Degeneration in Noise-Exposed Human Cochleas: Correlations with Outer Hair Cell Loss and Word-Discrimination Scores. The Journal of neuroscience, 41(20), 4439–4447. https://doi.org/10.1523/JNEUROSCI.3238-20.2021
10. Centers for Disease Control and Prevention, USA. (December 11, 2018). How Do I Prevent Hearing Loss from Loud Noise? Retrieved from https://www.cdc.gov/nceh/hearing_loss/how_do_i_prevent_hearing_loss.html
11. Patricia A. Niquette. (Mar 7, 2007). Uniform Attenuation Hearing Protection Devices. Retrieved from https://hearingreview.com/hearing-products/uniform-attenuation-hearing-protection-devices
12. Basner, M., Babisch, W., Davis, A., Brink, M., Clark, C., Janssen, S., & Stansfeld, S. (2014). Auditory and non-auditory effects of noise on health. Lancet, 383(9925), 1325–1332. https://doi.org/10.1016/S0140-6736(13)61613-X