Universalien der Musikwahrnehmung

Begriff und Geltungsbereich

Unter Universalien der Musikwahrnehmung versteht man Elemente der Wahrnehmung und Verarbeitung von Musik, die als angeboren und damit kulturunabhängig gelten. Sie beschreiben Bedingungen dafür, wie sich musikalische Merkmale in verschiedenen Kulturen ausprägen. Ein universales Merkmal wird nicht erlernt, sondern ist angeboren und deshalb zumindest latent in allen Personen vorhanden (Dissanayake, 2001).

Musikwahrnehmung wird durch mehrere Einflussbereiche bestimmt:

• Physikalische Einflüsse umfassen das Schallsignal, seine Weiterleitung zum Gehör sowie physikalische Gesetzmäßigkeiten, etwa die Unschärferelation zwischen Frequenz- und Zeitauflösung. Sie gelten universell.
• Anatomische und physiologische Einflüsse betreffen Außen-, Mittel- und Innenohr, Nervenzellen sowie die grundlegende Struktur und Verschaltung des Gehirns. Sie sind im Allgemeinen angeboren und für Menschen gültig; Ausnahmen bilden etwa Hörschäden oder angeborene anatomische Abweichungen.
• Frühkindliche Einflüsse entstehen beim Erlernen des Hörens. Kleinkinder lernen, Nervenimpulse des Innenohrs und des Gehirns zu analysieren und sprachrelevante Muster zu erkennen. Diese Analysetechniken werden auch für die Musikwahrnehmung verwendet. Grundlegende Sprachmerkmale wie stimmhafte und stimmlose Laute sowie Tonhöhen- und Lautstärkeveränderungen kommen in den meisten Kulturen vor.
• Erkennendes Hören beruht auf späteren Hörerfahrungen. Geschmack, persönliche Erinnerungen und Bewertungen sind stark individuell oder gruppenspezifisch und lassen sich nur mit statistischen Verfahren über heterogene Gruppen verallgemeinern.

Als universell können daher nur Aussagen gelten, die in physikalischen Gegebenheiten, der menschlichen Anatomie, grundlegenden Signalverarbeitungsmethoden von Gehör und Gehirn sowie kultur- und gruppenübergreifenden Eigenschaften begründet sind.

Schallsignale und ihre Analyse

Schallsignale werden vor der bewussten Wahrnehmung durch Außen-, Mittel- und Innenohr sowie durch die Signalverarbeitung im Gehirn gefiltert und vorverarbeitet. Deshalb können wahrgenommene Tonhöhe, Klangfarbe und Lautstärke von den physikalisch gemessenen Größen wie Grundfrequenz, Schalldruckpegel oder Spektrum abweichen. Bei Klavierklängen kann die mit einem Frequenzmessgerät bestimmte Tonhöhe von der gehörten Tonhöhe abweichen. Außerdem kann eine Frequenzkomponente mit bestimmtem Pegel einmal dominierend wirken und ein anderes Mal wegen Verdeckung gar nicht wahrgenommen werden. Für Aussagen über die Wahrnehmung von Musik reicht daher eine physikalische Schallanalyse nicht aus; erforderlich sind psychoakustische Untersuchungen.

Saiten- und Blasinstrumente gelten als eindimensionale Schwinger: Eine Saite schwingt auf und ab, bei einem Blasinstrument schwingt eine Luftsäule im Rohr. Die Schwingungen sind nahezu periodisch und bestehen in erster Näherung aus einem Grundton und Obertönen bei ganzzahligen Vielfachen der Grundfrequenz. Die wahrgenommene Tonhöhe entspricht dann der Tonhöhe des Grundtons. Bei realen Instrumenten stehen Grundton und Obertöne jedoch nicht immer genau im Verhältnis kleiner ganzer Zahlen; dadurch entstehen Schwebungen, die den Klang voller machen können.

Zusätzlich enthalten reale Instrumente nichtperiodische beziehungsweise rauschhafte Anteile, etwa Anschlaggeräusche bei Saiteninstrumenten oder Anblasgeräusche bei Blasinstrumenten und Orgelpfeifen. Diese Anteile können für die Klangfarbe entscheidend sein; ohne das Luftrauschen wäre beispielsweise der Klang einer Panflöte kaum wiederzuerkennen. Auch die zeitliche Entwicklung des Spektrums, besonders während der ersten Zehntelsekunden des Einschwingens, prägt den Instrumentenklang. Werden diese ersten Zehntelsekunden ausgeblendet, lassen sich viele Instrumente kaum identifizieren. Die Frequenz kann sich während eines Tons ebenfalls ändern, etwa periodisch durch Vibrato oder nichtperiodisch, wie beim Klavier, dessen Tonhöhe beim Anschlag etwas höher als beim Ausklingen ist.

Trommeln, Pauken, Becken und Glocken werden als zweidimensionale Schwinger beschrieben, weil sich Schwingungen auf einer Fläche ausbreiten. Ihre Gesamtschwingung ist nicht mehr periodisch und enthält neben Frequenzen bei ganzzahligen Vielfachen auch Anteile bei nichtganzzahligen Vielfachen. Die Frequenzen hängen von Material, Form und Abmessungen des Körpers ab. Bei Pauken und Glocken kann dennoch eine Tonhöhe zugeordnet werden, wenn die Schwingung nicht zu stark von einer periodischen Schwingung abweicht oder ein deutliches spektrales Maximum vorhanden ist. Bei Becken ist eine Tonhöhenzuordnung wegen der starken Abweichung meist nicht möglich.

Musiksignale können auf drei Ebenen untersucht werden: Die Analyse der Schwingungsmechanik misst oder modelliert das Verhalten der Instrumententeile; die signaltheoretische Analyse untersucht zeitliche Verläufe von Spektrum, Pegel und Grundfrequenz; die psychoakustische Analyse untersucht wahrgenommene Tonhöhe, Lautstärke und Klang. Die komplexen Schwingungen und Wahrnehmungen machen alle drei Ansätze mathematisch anspruchsvoll.

Hörfläche, Tonhöhe und Musikstimmen

Die menschliche Hörfläche reicht von 16 Hz bis 20 kHz. Für Musik wird im Wesentlichen der Bereich von 40 Hz bis 10 kHz genutzt. Am unempfindlichsten ist das Gehör an den oberen und unteren Grenzen; am empfindlichsten ist es zwischen 1000 und 5000 Hz, also in wichtigen Frequenzbereichen des Sprachverstehens.

Das Innenohr führt mithilfe der Haarzellenreihe im Cortischen Organ der Cochlea (Hörschnecke) eine Frequenzanalyse durch. Nervenzellen leiten die Signale für bestimmte Frequenzen an das Gehirn weiter. Für die Tonhöhenwahrnehmung gibt es zwei Mechanismen:

• Bis zu individuell unterschiedlichen Frequenzen zwischen 800 Hz (Ton g²) und 1600 Hz (Ton g³) kann das Gehör die Schwingungsperiode verfolgen. Nervenzellen im auditorischen Mittelhirn, dem Colliculus inferior, werden auf Periodizitäten untersucht. Die wahrgenommene Tonhöhe entspricht der Grundfrequenz.
• Oberhalb von 800 bis 1600 Hz wird der Ort des Erregungsmaximums auf der Cochlea ausgewertet. Die wahrgenommene Tonhöhe ergibt sich aus dem Abstand dieser Position zum Ende der Cochlea.

Beim ersten Mechanismus ändert sich die Grundfrequenz eines Intervalls um einen bestimmten Faktor. Deshalb werden gleiche Intervalle unabhängig von der Tonlage ähnlich wahrgenommen, und Melodien klingen in verschiedenen Tonlagen annähernd gleich. Beim zweiten Mechanismus ist die Beziehung zwischen Frequenz und wahrgenommener Tonhöhe nichtlinear: Gleiche Frequenzänderungen wirken kleiner. Intervalle oberhalb von 800 bis 1600 Hz werden daher kleiner empfunden. Sehr hohe Melodien klingen anders als tiefe, und jenseits dieser Grenze werden Intervalle mit steigender Tonlage als immer kleiner wahrgenommen.

Bei niedrigen Frequenzen ist für die Tonhöhe nur die Periode wichtig, nicht die Zusammensetzung aus Grundton und Obertönen. Auch ein Klang, der nur aus Obertönen besteht, kann deshalb die Tonhöhe des fehlenden Grundtons vermitteln. Dieses Phänomen heißt Residualton.

Die Tonhöhenauflösung hängt von der Packungsdichte der Nervenzellanschlüsse in der Haarzellenreihe und von der nervenzellengenauen Verarbeitung im Gehirn ab. In der Nähe der unteren Hörgrenze entspricht eine Oktave weniger als einem Millimeter; unterhalb von 500 Hz werden etwa 270 Tonhöhen mit konstantem Abstand von 1,8 Hz unterschieden. Mit zunehmender Frequenz steigt die Auflösung und erreicht ab 500 Hz bei etwa 6 mm Haarzellenlänge pro Oktave ihr Maximum. Zwischen 500 Hz und etwa 3000 Hz bleibt diese Länge ungefähr konstant. Von 500 Hz bis 15.000 Hz können etwa 350 logarithmische Tonabstände erkannt werden; geübte Musiker unterscheiden Intervalle von etwa 1/33 Halbton beziehungsweise 3 Cent. Das entspricht bei 500 Hz einem Frequenzunterschied von 1 Hz. Die Fähigkeit zur Unterscheidung setzt Grenzen für die Tonhöhenkategorisierung, steht aber nicht direkt mit ihr gleich: Kategorien in Tonleitern sind gröber und werden meist an konsonanten Intervallen orientiert erlernt.

Der Maskierungseffekt des Innenohrs beeinflusst die Wahrnehmung von Musikstimmen. Ein starker Ton regt nicht nur die für ihn zuständigen Nervenzellen, sondern auch benachbarte Zellen an. Da die Lautstärke von der Gesamterregung abhängt, kann eine Melodiestimme lauter erscheinen, als sie physikalisch ist. Akkordbegleitungen und Rhythmusinstrumente regen eher breite Frequenzbereiche an und erfahren deshalb kaum eine zusätzliche Lautheitssteigerung. So kann sich eine Melodiestimme auch bei ähnlichem Schallpegel gut von der Begleitung abheben.

Tonleitern, Intervalle und Tonhierarchien

Die Wahl von Tonleitern hängt mit der Wahrnehmung von Amplituden- und Frequenzschwankungen zusammen. Langsame Schwankungen im Bereich weniger Hertz werden als Lautstärke- oder Tonhöhenänderung wahrgenommen. Schnellere Schwankungen oberhalb von 10 Hz klingen rauer, härter und weniger angenehm. Liegt die Schwankungsfrequenz wesentlich über der Wahrnehmbarkeitsschwelle für Töne, also wesentlich über 20 Hz, können Differenztöne entstehen, die den Klang ebenfalls weniger angenehm machen.

Töne einer Tonleiter sollen beim Zusammenklingen angenehm sein, auch in einstimmiger Musik, weil in halliger Umgebung der Nachhall vorheriger Töne noch mit dem nächsten Ton zusammenklingt. Stehen Frequenzen im Verhältnis kleiner ganzer Zahlen, entsteht meist ein Residualton, dessen Einzeltöne als Obertöne interpretiert werden. Amplitude und Frequenz des Tongemischs bleiben dann konstant. Beim rein gestimmten Dur-Akkord beträgt das Frequenzverhältnis 4:5:6. Es entsteht ein zwei Oktaven tieferer Residualton; die Akkordtöne sind dessen 4., 5. und 6. Oberton. Reine Dur-Akkorde werden im Allgemeinen als wohlklingend bewertet.

Bei der gleichstufigen oder einer anderen temperierten Stimmung weichen die Frequenzen etwas von den kleinzahligen Verhältnissen ab. Dadurch entsteht ein Residualton mit Schwebungen und eine zeitlich veränderliche Hüllkurve. Die Schwankungen sind jedoch langsam genug, um nicht stark unangenehm zu wirken; ein gleichstufiger Dur-Akkord klingt dennoch weniger gut als ein reiner. Große Abweichungen erzeugen schnelle und starke Amplitudenschwankungen, einen rauen, harten und eher unangenehmen Klang. Deshalb werden Tonleitern bevorzugt, deren Töne in kleinzahligen Frequenzverhältnissen stehen oder diesen nahekommen.

In allen Kulturen haben Tonleitern relativ wenige Stufen und bestehen fast überall aus fünf bis sieben Tönen pro Oktave. Das entspricht ungefähr der Kurzzeitgedächtnisgrenze für Kategorien von etwa sieben (Miller, 1956). Das Frequenzverhältnis wächst bei Intervallen exponentiell: 1 Oktave entspricht 1:2, 2 Oktaven 1:4, 3 Oktaven 1:8 und k Oktaven 1:2^k. Umgekehrt steht die Tonhöhe logarithmisch zur Frequenz; die daraus entstehende psychophysische Skala gilt als universal (Justus und Bharucha, 2002).

Äquidistante Tonleitern sind selten. In der diatonischen Tonleiter gibt es beispielsweise Ganzton- und Halbtonschritte. Ungleiche Abstände schaffen unterschiedliche Beziehungen zum Grundton, ermöglichen tonale Zentren sowie Spannung und Auflösung. Daraus entstehen Tonhierarchien: Töne haben verschiedene Funktionen und kommen unterschiedlich häufig und an unterschiedlichen Stellen einer Melodie vor. Die konkreten Hierarchien unterscheiden sich zwischen Kulturen, eine universale Verarbeitungsvorliebe für Skalen mit ungleichen Abständen scheint jedoch zu bestehen. In einem Experiment von Trehub (2000) erkannten Kinder Tonverschiebungen in der Durtonleiter und in einer neuen Skala mit ungleichen Abständen besser als in einer äquidistanten Skala.

Melodie- und Rhythmusuniversalien

Die Wahrnehmung diskreter Tonhöhen gilt wahrscheinlich als universal. Schon Kinder scheinen dazu prädisponiert zu sein, diskrete Tonhöhen zu singen. Die konkreten Tonhöhenkategorien sind allerdings erlernt und unterscheiden sich zwischen Kulturen. Kategorisierung reduziert die zu verarbeitende Datenmenge und verhindert eine Überlastung beim Musikhören und Musizieren. Dadurch kann eine musikalische Botschaft auch bei lauter Umgebung oder schlechter Intonation verstanden werden (Dowling & Harwood, 1986).

Nach der Zweikomponententheorie von Géza Révész (1913) gibt es neben der Tonhöhe die Dimension Chroma oder Tonigkeit. Das Chroma ist der zyklisch wiederkehrende Toncharakter von Tönen im Oktavabstand; diese Eigenschaft wird als Oktavidentität bezeichnet. Melodievarianten werden als äquivalent empfunden, wenn die ganze Melodie oder einzelne Töne um eine Oktave versetzt werden und die Kontur erhalten bleibt. Die Oktave strukturiert den Hörbereich, weil das Gehirn dadurch nur die Töne innerhalb einer Oktave unterscheiden muss. Hoch entwickelte Musikkulturen geben Tönen im Oktavabstand denselben Namen. Oktavidentität wurde auch bei Affen beobachtet; neuere Ergebnisse weisen bei anderen Säugetieren auf eine Oktavkartierung im auditorischen Thalamus hin (Braun und Chaloupka, 2005).

Neben der Oktave kommen in den meisten Kulturen Quinte und Quarte vor. Ihre Frequenzverhältnisse sind durch kleine ganze Zahlen bestimmt: Oktave 1:2, Quinte 2:3, Quarte 3:4. Der Tritonus hat dagegen das Verhältnis 32:45. Kleinzahlige Verhältnisse erzeugen zusätzliche periodische Muster in Nervensignalen. Kinder und Erwachsene erinnerten sich in Experimenten besser an Tonfolgen mit Quinten und Quarten als an solche mit Tritoni (Trehub, 2000).

Bei unbekannten Melodien bleibt gewöhnlich vor allem die melodische Kontur im Gedächtnis, also die Folge von Aufwärts- und Abwärtsbewegungen. Globale Beziehungen zwischen Tönen werden eher verarbeitet als präzise absolute Tonhöhen oder Intervalle. Tonfolgen mit gleicher Kontur werden als verwandt empfunden. Kleinkinder behandeln eine transponierte Melodie als identisch mit dem Original; selbst veränderte Intervalle werden akzeptiert, solange die Kontur gleich bleibt. Wird nur ein Ton so verschoben, dass sich die Kontur ändert, erscheint die Melodie Kindern und Erwachsenen unbekannt.

Auch auditive Gruppierung ist universal: Töne werden zu Wahrnehmungseinheiten organisiert, wodurch die durch das Kurzzeitgedächtnis begrenzte Verarbeitung ökonomischer wird. Nach Gestaltprinzipien werden Ereignisse strukturiert, wobei unklar ist, ob diese Prinzipien selbst universal sind, da gelernte Kategorien und Schemata weitere Hörweisen ermöglichen.

Für Rhythmus gilt ebenfalls, dass Ereignisse gruppiert werden. Schlagfolgen werden meist zu Gruppen aus zwei oder drei Schlägen mit unterschiedlichem Gewicht zusammengefasst. Außerdem sucht das Gehör aktiv nach einem regelmäßigen Puls, um den herum weitere Ereignisse organisiert werden. Beim Klopfen zur Musik lag die Synchronisierung in Experimenten bei über 90 %; Säuglinge können ihre Saugrate an die Rate einer auditiven Sequenz anpassen (Drake und Bertrand, 2001).

Rhythmus ist auf mehreren Ebenen organisiert: Über einem regelmäßigen Puls liegen rhythmische Muster, die den Puls durch asymmetrisch angeordnete Klänge unterteilen. Die Einzelheiten unterscheiden sich kulturell. Ein einfacher Rhythmus ist der Daktylus, ein langes Intervall gefolgt von zwei kurzen. In südafrikanischen Kulturen und in Indien kommen komplexere Muster vor; in Indien sind 7 bis 17 Schläge innerhalb des Pulses üblich. Asymmetrische Muster erzeugen ein Empfinden für den Ort innerhalb des Beats und bilden mit ihren Betonungen eine Grundlage für Bewegung, Ruhe und die Koordination verschiedener Teile polyphoner Musik.