Open-Source Intelligence and Music Information Retrieval for Geographic Attribution of Musical Affect and the Ecological Limits of Population Inference

技术摘要：用于音乐情感地理归属的开源情报与音乐信息检索，以及人口推断的生态极限

问题陈述
本文探讨了一个持久存在的文化直觉：即一个地区的音乐情感特征（例如，忧郁的旋律）反映了该地区人口的心理气质（例如，忧郁或忧郁的人民）。虽然这一直觉的前半部分——即区域音乐具有可测量的情感结构——已被广泛接受，但后半部分——即这些音乐聚合体可以预测该人口中个体的心理倾向——仍未经测试且可能存在谬误。作者将这种推论识别为一种生态谬误（ecological fallacy），即错误地将群体层面的聚合特征归因于个体。本研究旨在严格区分可测量的音乐结构地理学与向人口心理学的推论跳跃，测试区域性的音乐情感剖面是否与经过验证的国家幸福感指数和个人主义指数相关。

研究方法
研究采用了双管齐下的方法：通过符号音乐分析进行结构测量，并通过统计相关性进行推论测试。

1. 数据来源与策展：

   • 语料库： 主要数据集由来自 Essen 民歌集（Essen Folksong Collection） 的 2,393 首去重后的民歌旋律组成，并辅以 Nottingham Music Database（英国）、ShourCorpus（伊朗古典）、SymbTr（土耳其古典）以及 Beregovski corpus（以色列/阿什肯纳兹克莱兹默音乐）。
   • 地理范围： 分析涵盖了 7 个地理区域内的 16 个国家。为确保可比性并防止大型数据集（德国和中国）占据主导地位，使用固定随机种子将每个国家的样本量限制在 400 首旋律以内。
   • 排除标准： 将古典及微音程传统（伊朗、土耳其）纳入描述性剖析，但将其排除在显著性检验和指数相关性测试之外，以避免曲目类型和编码造成的伪影（例如，将四分之一音坍缩为 12 平均律 MIDI）。

2. 特征提取（符号分析）：

   • 结构特征： 使用 music21 和 Humdrum **kern 格式直接从符号乐谱中提取七个特征。这些特征包括平均音高、音高范围、平均绝对旋律音程、跳进率（大于 2 半音的音程）、上升率、音符密度和音高类熵。
   • 调式计算： 为了避免依赖不可靠的文件元数据，应用了 Krumhansl-Schmuckler 调性识别算法 来计算大调/小调比例。
   • 情感综合指标： 构建了两个标准化综合指标：
     • 唤醒度（Arousal）： 基于音符密度、平均绝对音程和音高范围。
     • 效价（Valence）： 基于大调比例、平均音高和上升率。
   • 音频流水线： 使用 librosa 的并行音乐信息检索（MIR）流水线从音频文件中提取类似的特征（RMS 能量、频谱质心、节拍、音级图），以验证符号代理特征并分析当代流行音乐。

3. 统计分析：

   • 地理差异化： 通过 Kruskal-Wallis H 检验确定特征分布在不同国家之间是否存在差异。效应量使用 Cliff's delta 进行衡量，并通过 自助法置信区间（bootstrap confidence intervals） 评估稳定性。
   • 分类基准： 使用监督学习（逻辑回归和随机森林）根据特征预测国家或区域，从而确立音乐所携带的地理信息量。
   • 推论测试： 计算区域音乐情感度量与两个外部指数之间的 Spearman 秩相关：世界幸福报告（WHR）阶梯得分 和 霍夫斯泰德个人主义指数。

关键结果

1. 音乐结构的地理性是真实且可测量的：

   • 所有 8 个测试特征（7 个结构特征 + 1 个调式指标）在不同国家之间均存在显著差异（$p < 0.001$）。
   • 跳进相关特征 显示出极端的分离度（$p < 10^{-90}$）。
   • 区域特定特征签名： 中国表现出独特的“宽跳进、高活跃度”剖面（平均绝对音程为 2.77 半音；德国为 2.17；唤醒度综合指标为 +1.24 SD）。相反，伊朗古典音乐（在描述性集合中）显示出最小的音程（1.10 半音）和最低的唤醒度。
   • 分类： 随机森林分类器在 13 类国家分类中实现了 54.6% 的准确率（对比 20% 的基准线），在 6 类区域分类中实现了 62.1% 的准确率，证实了音乐特征携带了显著但非完美的地理信息。

2. 推论的一半被拒绝（生态谬误）：

   • 零显著相关性： 区域音乐情感度量（唤醒度、效价、小调比例）与国家指数（WHR、Hofstede）之间的 6 个相关性均无统计学显著性（$p > 0.05$）。
   • 脱节： 音乐中强而稳固的地理信号并不能预测人口层面的幸福感或个人主义。例如，区域唤醒度综合指标与世界幸福报告得分之间没有呈现任何趋势。
   • 音频验证： 对一小组当代流行歌曲的分析确认，虽然音频代理可以描述音乐，但它们无法重现符号语料库的排序，这强化了现代录音是历史传统或人口心理学的劣质代理。

3. 方法论的稳健性：

   • 研究通过限制效价相关性仅限于调性体系国家，明确避免了“调式有效性问题”，承认将大/小调标签应用于五声音阶（中国）或微音程音乐（伊朗/土耳其）属于范畴错误。
   • 发布了一个“失效闭合（fail-closed）”检查器，可根据原始数据重新推导论文中的每一个数字，以确保可重复性。

意义与主张
本文的主要贡献是一个严谨的负面结果。它证明了虽然“测量的一半”是真实的（音乐随地理位置发生系统性变化），但“推论的一半”是错误的（音乐的变化并不代表人们的感觉）。作者声称：

• 音乐情感的地理学是真实的： 区域音乐风格（例如，中国的宽跳进对比中欧的级进）在统计上是截然不同的，并且可以从符号乐谱中恢复。
• 生态谬误得到了实证证明： 没有证据表明一个地区的传统音乐的聚合情感可以预测其人口的心理福祉或个人主义。任何相反的主张都是缺乏数据支持的，并构成了谬误。
• 方法论立场： 本研究是对那些忽视语料库不平衡、调式可靠性以及缺乏与人口指数相关性的研究提出了警示，防止这些研究通过音乐数据得出看似自信实则毫无意义的关于国民性格的结论。

作者总结道，音乐随地域而异，这种变化本身就是值得研究的课题，但它并不是对该地人民感受的测量。开发的音频分析工具被定位为严格用于经同意的听歌习惯自我分析，明确拒绝基于音乐消费对个人或人群进行画像。