尽管如此，这也不一定意味着，我们不能从中得出具有音乐性的重大推论。例如在库克教授的“录音音乐的历史与分析研究中心”（AHRC Research Centre for the History and Analysis of Recorded Music）中，研究者克雷格·萨普（Craig Sapp）使用计算机软件对肖邦玛祖卡的录音组合速度数据进行分析，发现了与年代、国籍或者师承关系具有或多或少一致性的组别。这证明了库克教授的重要观点：对于音乐表演的研究来说，定量分析等科学方法只是一种补充，它只能告诉我们有限的信息，但同时又有一些事情却只能通过科学的方法来做。

        库克教授提到这种实证方法也遭受过许多质疑，尤其是坚信“量化手法不可能揭示文化构建意义”的传统音乐学家们。针对这些批判，库克教授以斯蒂芬·拉姆塞（Stephen Ramsay）的“算法批评”（algorithmic criticism）为例，论证计算分析是对传统细读法（close reading）的补充，而不是传统方法的替代。他同意拉姆塞所说：“人文艺术学科研究中，对于计算方法的不认同，是由于对科学方法的不恰当使用”。例如用计算分析来核实一些主观性的东西，而非客观数据。相比较而言，拉姆塞所设计出的“算法批评”方法，是通过对文本的变型或陌生化处理来激起新的批评性回应，是一种对传统细读法的补充。在这种方法的引导下，我们能够想象一些之前所不知道，或许也不可能通过其它方法来了解到的事物。库克教授对其总结为：“计算模型的价值在于它们能够提升批评性读解过程的能力，在这个过程中关键的不是模型，而是模型的构建。”

讲座的核心部分是以舒伯特《降G大调即兴曲》与肖邦《玛祖卡》作品63之3为例，展示计算机辅助分析的过程。他选取了钢琴家佩拉希亚（Murray Perahia）1982年的录音和尤金·达尔伯特（Eugen d'Albert）1905年的录音进行比较，重点关注他们对《降G大调即兴曲》前32小节演奏方式的处理。在前者的录音中，我们能够听出清晰的分句（每四小节或八小节）。因为当他进入乐句时会变得更快更响，而当他走出乐句时则变得更慢更弱，形成了听众可以清晰察觉到的框架。而后者则是将最初的八小节作为一个乐句来演奏，从第八小节开始，他的演奏穿过了乐句的分界处，直到32小节处才回到了乐句的自身结构。

       然而这样繁复的语言描述，远不如用一张速度图表展示的清晰。库克教授用一张标有小节数的时值图，来说明达尔伯特录音中对连接片段的处理（图中线条越高意味速度越慢）。通过图表，我们能够很明显地看到，达尔伯特并没有在划分乐句的粗线条附近塑造演奏，取而代之的是在第14到15小节时放慢速度，然后靠着惯性穿过16到17小节之间的乐句划分。这种方法能够帮助研究者更清楚地听到达尔伯特如何塑造他的演奏。至于如何把图表与播放环境合并起来，库克教授向大家推荐了杨健博士推出的vmus在线应用（http://www.vmus.net）和Sonic Visualiser两款软件。

       库克教授认为，这张图的意义更多地在于过程本身，它能够促进我们的分析性聆听。在这种聆听方法的训练下，你会渐渐地发现即使在没有图表的情况下，也能够听到多得多的东西。库克教授将这种方法称为“增强聆听”（augmented listening），并且把它看作是传统音乐学的核心——细致聆听（close listening）的一种更加强大且灵活的版本。这也再一次呼应了库克教授的核心观点：表演实证调查研究并不一定就是肤浅的。

随后，库克教授想通过肖邦《玛祖卡》作品63之3演奏录音中的乐句拱形（phrase arching），来说明如何用这些方法解释音乐与文化间有趣的联系。教授对比了以演奏玛祖卡而闻名的波兰钢琴家英格涅·弗里德曼（Ignaz Friedman）1923年的录音，和著名的俄罗斯钢琴家兼教师海因里希·涅高兹（Heinrich Neuhaus）在第二次世界大战后不久的录音，发现前者的乐句拱形（当进入一个乐句时演奏得快些响些，而当走出一个乐句时演奏得弱些慢些的趋势）非常少，而后者却有着非常强烈的乐句拱形：速度、力度以及作曲层面的分句都步调一致的锁定在了一起。为了搞清楚这到底是心理学家所认为的生物决定论，还是音乐学家所认为的历史性构建。库克教授和萨普从1923年到现在，在大约八十种录音中，提取出速度和力度信息，对它们进行乐句拱形的分析，并绘制出一个散点图。在这个图表中每一个点代表一个录音，纵坐标表示乐句拱形的强度（一个录音在散点图中位置越高，就表示包含有越多的乐句拱形）。

       从这张图中我们可以看到，尽管两次大战之间的录音也有乐句拱形的元素，但是直到第二次世界大战以后，速度、力度以及作曲层面的分句才变得紧紧地锁定在一起，与此同时，包含很少或没有乐句拱形的演奏依然持续到了今天。用这种方法我们可以发现，乐句拱形的确是一种历史性的风格，在某种程度上也是一种地域性的风格，或多或少的与俄罗斯或者在俄罗斯受教育的钢琴家相关。简而言之，乐句拱形不是由生物性所决定的，而是一种文化的构建，它可以根据广阔的文化发展来被解读。因为当今演奏的主导风格是相对平稳中庸的，我们倾向于将诸如乐句拱形这样的表现性实践视为过去旧风格的留存。但在库克教授看来，乐句拱形风格却恰恰相反。它形成于第一次世界大战之前，在两次大战期间预示了1945年后的盛行，可以视为对那些已被废弃的诸如达尔伯特、弗里德曼等钢琴家风格的一种现代主义复古。

库克教授认为，乐句拱形风格在二战后变得盛行的原因有两个：它调和了两次世界大战之间斯特拉文斯基主张的逐字照搬的演奏风格；同时也调整了一战前演奏中被视为过度主观、个人化的因素。通过乐句拱形风格的处理，演奏的表现力成为了音乐本身的表现力——忠实于作曲家或作品，这些现在已经成为了古典音乐文化的永久价值。用这种方法，音乐表演不只是现代主义文化的一种表现：它是现代主义本身的一个方面，一个现代主义在其中构建与探讨的舞台。

       最后，库克教授强调了他的核心观点：在大文化趋势的指引下解释数据，这是人文学科的典型治学方法——着眼于说服而不是证明。同时，这种方法对于反击音乐表演历史中传统人文学科方法的某些混淆之处，具有帮助，例如耳朵的顺从性。另外对于表演风格（例如乐句拱形等）来说，如果它是事物而不是人物因素的话，数据驱动的方法会使得我们在处理个体行为时变得清晰。

讲座接近尾声时，深受启发的同学们，积极与教授互动，提出两个问题：

      第一个问题是，如何用计算机软件对乐句拱形这种相对主观的演奏处理来进行分析？当使用计算机软件提取出这些数据后，我们应如何将它们进行组合？

      教授回答说，看起来乐句拱形很复杂，其实还是基于速度和力度数据的提取。相对来讲，速度的数据可能更容易提取，力度数据中牵涉到响度和振幅的换算，稍微复杂些，其实都可以用计算机软件来实现。例如申克分析可以解决结构等方面的问题，但不能回答配器方面的问题，也就是说你在解决问题时，需要选择恰当的工具，就像讲座中涉及的方法，它们都是用来增强你的聆听体验的。使用软件得出的数据，最终要通过你的大脑进行整合。

第二个问题是，在里曼的理论中就提出的人的生命测量，音乐中速度、力度等等的体验与人的生命体验是相通的，那么现在有没有用计算机来采集心理体验的数据，可以将其与音乐中的参数进行比对？二者的关系如何？

       教授的回答是，虽然许多人反对生物决定论，但实际上是有一定联系的，与生物有关的一些研究证明，许多现象确实是能够用生物的相关特性去解释其中的部分内容，但并非全部。也有许多同事从事相关的研究，但最终还是将各方面信息综合起来，才能达到最理想的状态，但这种综合还有很长的路要走。

本次讲座内容丰富详实，所涉及的研究方法、观点等都让我们受益良多。库克教授的讲解不仅让我们对计算机分析中所使用的定量方法有了更加深入的了解，也为我们提供了珍贵的思维观念，即计算机数据统计的方法只是我们的工具，它们都是用来增强我们的聆听体验的，重要的是我们要将得到的信息与各方面的知识结合在一起。最终的落脚点是音乐本身，而不是这些科技的方法。让我们对分析方法与音乐本体这两者的关系又有了新的思考。另外，此次讲座特邀上音音工系杨健博士翻译，对他的辛苦和精彩准确的翻译表示衷心感谢。