《Annals of the New York Academy of Sciences》：Polyrhythm Perception and Production: A Scoping Review
编辑推荐：
在音乐中，节奏可从简单等时性延伸至复杂复节奏（Polyrhythm），即多种非谐波相关的节拍层级相互叠加（如2:3、4:5）。本范围综述综合了64项研究（共含96个实验）关于复节奏感知与产生的实证成果。过去数十年的研究表明，复节奏比率、速度、感觉通道、音乐训练
在音乐中，节奏可从简单等时性延伸至复杂复节奏（Polyrhythm），即多种非谐波相关的节拍层级相互叠加（如2:3、4:5）。本范围综述综合了64项研究（共含96个实验）关于复节奏感知与产生的实证成果。过去数十年的研究表明，复节奏比率、速度、感觉通道、音乐训练等因素共同塑造人类对复节奏的感知与产生模式。尽管多数纳入研究未对复节奏复杂度进行主观测量，但行为任务结果显示，比率和（如2:3中的5）与法里树（Farey Tree）可作为复杂度的粗略估计指标。速度会影响被感知为基础拍的周期选择，但该效应受二值细分分组偏好的限制。最后，现有文献表明复节奏更多被感知为整合模式而非分离流。针对未来研究，研究人员建议将复节奏定义为两种或两种以上非谐波相关脉冲的叠加，这些脉冲共享一个共同周期，并明确说明脉冲是等时刺激还是从非等时刺激中提取的感知拍。结合不同复节奏情境下的行为与主观测量，可进一步明确主观复杂度，以及复节奏在何种条件下被感知和产生为整合节奏或分离脉冲。
引言
节奏模式是日常生活的基础组成部分，广泛存在于行走规律性、言语抑扬顿挫、社会互动同步及音乐活动中。音乐节奏涵盖从电子乐中四拍底鼓这类简单脉冲，到包含多重潜在基础拍解释的复节奏。复节奏作为跨文化音乐表达的核心要素，普遍存在于西非鼓乐、印度古典音乐、爵士、前卫摇滚、欧美现代派音乐及当代电子音乐中。自20世纪70年代末以来，复节奏已成为音乐认知研究的核心议题，2010年左右达到发表峰值。早期研究多聚焦于复节奏的整合或分离知觉属性，近期研究则将其用于个体差异、运动协调、审美判断及复杂人际互动的探索。鉴于持续的研究热度与问题域拓展，开展系统性文献综述以整合现有发现、指导未来研究具有必要性。
音乐节奏依托细分、拍、节拍三个层级的交互作用形成可识别听觉对象。拍是引导肢体反应（如跺脚）的主观潜在脉冲，未必物理存在于节奏信号中，而是听者从节奏中提取的心理表征。流行音乐中拍通常对应四分音符层级，细分对应八分音符及以下层级（如十六分、三十二分音符）。拍的二值细分对应每拍2或4个细分的分组，三值细分对应每拍3个细分的分组，分别对应音乐理论中的单拍子与复拍子。拍本身通常以2、3或4个为一组被感知，对应音乐理论中的二拍子、三拍子、四拍子。这种分组为拍引入层级结构，形成循环内的强弱拍感知，需注意强弱拍概念虽常见于西方理论体系，但节拍层级会因文化濡化呈现不同形态。层级组织对舞蹈等群体活动的协调至关重要，帮助个体预判运动线索。
复节奏指两种或两种以上不可整除的节拍层级相互叠加，例如2:3、3:4、2:5、3:5、4:5、5:6、5:7或7:8。其细分对应比率的最小公倍数：2:3复节奏包含6个细分，3:4复节奏包含12个细分。细分未必实际存在于音频信号中，若时长过短可能无法被感知为独立事件。听者可感知其中一种脉冲作为节拍参照点，对同一复节奏产生两种不同知觉体验，这种多义性与鲁宾双稳态图形类似，但复节奏的知觉切换通常比视觉双稳态图形更难实现，声学特性与个体差异会引导听者偏向特定脉冲。复节奏的核心特征是不同脉冲共享一个共同周期，因此各脉冲的击发间隔（Inter-Onset Interval, IOI）存在差异，反映共同周期内的不同周期性。与之相对，复节拍（Polymeter）中不同节拍的IOI相同或成整数倍，不共享共同周期，各自遵循独立循环，二者定义边界需在研究中明确区分。
当前复节奏研究存在术语混用问题，“交叉节奏”“反节奏”甚至“复节拍”常被与“复节奏”互换使用，部分研究仅将2:3复节奏描述为模糊六拍模式而未明确其复节奏属性，对简单与复杂复节奏的界定也存在分歧。本综述旨在梳理术语体系，为节奏感知与产生研究提供统一框架，同时系统整合复节奏作为研究对象或方法工具的实证研究，揭示其在人类运动协调、计时机制、社会互动与节奏感知领域的贡献。
方法
本研究采用范围综述设计，方法流程已在开放科学框架（Open Science Framework, OSF）预注册，原始数据可通过OSF平台获取。纳入标准为以人类为对象的复节奏感知或产生实证研究，排除未明确提及复节奏仅利用其知觉模糊性的研究及灰色文献。检索覆盖Web of Science与Scopus数据库，检索式包含复节奏同义词、感知/产生相关词、实证研究标识词、节拍/层级相关词、音乐/听觉/运动相关词五部分，经验证确保返回预注册的目标研究，主检索于2024年5月实施，2025年5月补充检索2024-2025年发表文献，同时通过滚雪球法筛查参考文献补充研究。
检索结果导入Zotero去重后上传至AI辅助筛选平台ASReview，由两名独立筛选员审阅标题与摘要，直至连续100条记录被判定为不相关，分歧通过全体作者讨论解决；2025年补充检索的筛选停止准则调整为连续50条不相关记录。最终数据集包含64项合格研究，共96个独立实验。数据提取内容包括文献信息、复节奏定义、样本量、参与者特征、方法描述、研究目标与复节奏相关启示，每项研究被归类为感知或产生导向。由于范围综述的目标是全景概览，未正式评估偏倚风险，仅提取实验盲法与样本量信息用于描述性统计。
结果
研究筛选流程显示，2024年初筛去除重复后获得7575条记录，经筛选最终纳入47项研究；2025年补充检索获得646条记录，纳入4项研究，滚雪球法补充13项研究，最终形成含64项研究、96个实验的数据集。研究发表年份跨度为1978年至2025年，中位数为2005年，表明近20年发表量仅略高于前27年，2010-2013年为发表高峰期。
复节奏比率方面，2:3是最常用的比率（占实验总量的33.7%），其次为3:4（占19.3%），二者合计超过半数；其余实验多集中于3:5、4:5、2:5、5:8、3:8、5:6等比率，3项实验研究自发双侧协调产生的无预设比率复节奏，1项实验使用真实音乐中的多样复节奏。研究类型分布显示，58项实验聚焦复节奏产生，涵盖引导式双手、肢体间、呼吸-运动协调、自发双手协调、技能习得、模式再现等子类；33项实验聚焦复节奏感知，涵盖拍感知（通过手指敲击测量）、时间偏差检测、探针音时机评分、神经生理测量、模式识别、被动聆听等子类；5项实验同时关注感知与产生。
刺激通道方面，72.6%的实验采用听觉呈现，14.2%采用视觉引导，5.7%采用听觉-视觉双模态刺激，1项实验采用听觉-触觉节拍器引导3:2复节奏运动，4.7%的实验无听觉、视觉或触觉引导，仅设置听觉熟悉阶段或概念描述。参与者特征显示，50.5%的实验样本量为11-30人，25项研究样本量≤10且多测试熟练音乐家，大样本（≥80人）实验共8项，其中6项为在线数据采集。39.6%的实验仅测试音乐家，13.5%仅测试非音乐家，15.6%同时纳入两类人群，8.3%直接比较音乐家与非音乐家，20.8%未报告音乐专长。样本量随时间推移未显著增加（Spearman相关系数r=0.13，p=0.211），仅1项研究考察非音乐领域专长（艺术游泳），仅1项研究报告舞蹈专长信息，55.2%的实验样本文化背景以西方工业化富裕民主国家（WEIRD）为主。
讨论
术语
既往复节奏定义多强调“两个及以上脉冲序列同时呈现且速率不成整数倍”，后续扩展为包含两个以上脉冲序列且每个脉冲序列由等时相同元素构成。部分研究将复节奏的脉冲序列描述为“冲突性”，源于其非谐波、非整数比率属性，早期曾用“切分复节奏”区分非整数比率（如2:3、3:4）与整数比率（如2:4、3:6），近年研究则普遍将复节奏定义为非整数或非谐波相关的脉冲序列比率，隐含排除整数或谐波相关比率。少数研究将等时脉冲序列构成的复节奏称为简单复节奏，非等时节奏构成的复节奏称为复杂复节奏，与多数研究将复节奏复杂度视为连续谱系的观点存在差异。
仅1项研究将非谐波相关等时脉冲序列（2:3、3:4、4:5）称为复节拍，其余研究均统一使用“复节奏”术语。针对术语混淆，研究人员建议：复节拍应定义为同时保持各自周期结构、共享相同基础拍的两个及以上节拍的共存，与复节奏不存在从属关系。为避免节拍与细分术语混淆，建议采用音乐理论通用表述：“二拍子、三拍子、四拍子”指代每小节拍数，“二值、三值、四值细分”指代每拍细分数量。推荐未来研究采用复节奏定义：“两种或两种以上非谐波相关脉冲的叠加，这些脉冲共享一个共同周期”；其中脉冲可以是等时刺激，也可以是从非等时或多声部节奏中提取的感知拍。多数现有研究使用非谐波相关等时脉冲，非等时节奏中提取的非谐波相关拍在音乐实践中常见但在实验研究中较少，相位偏移的复节奏在进阶艺术实践中存在，但超出人类知觉与认知系统约束的相位偏移通常依赖数字音乐制作实现。
比率
复节奏比率决定其时间结构，与复杂度紧密关联，2:3、3:4等比率被认为比5:6、7:8更简单，这也是2:3被34%的实验采用的核心原因。非音乐家参与的实验中，81%仅使用2:3比率，进一步印证其低复杂度属性。复节奏复杂度可分为客观数学复杂度与主观复杂度两类。客观复杂度的最简测度为比率和（如2:5的和为7，4:5的和为9），比率和越高复杂度越高，因为模式重复所需事件数更多，工作记忆负荷更大；另一测度为最小公倍数（如2:5为10，3:4为12），二者排序基本一致，仅2:5与3:4的复杂度排序存在差异。
主观复杂度研究则显示，2:5被感知为比3:4更复杂，与比率和及最小公倍数测度矛盾。潜在解释是二值细分分组偏好与音乐文化濡化、熟悉度的交互作用：西方听者更倾向于将2:5感知为五脉冲基础拍（x . x . x . x . x .），将3:4感知为三脉冲基础拍（x . . . x . . . x . . .），五拍子节拍结构因日常接触少于三拍子而显得更复杂。真实音乐中的复节奏通常包含比等时脉冲叠加更复杂的节奏结构，因此复杂度不能仅由比率决定。音乐信息检索（Music Information Retrieval, MIR）特征（如事件密度比）可捕捉切分、微时序等脉冲关系之外的节奏变化，是更具潜力的复杂度量化方向。法里树是另一种比率基复杂度测度，按复杂度从低到高分层排列比率，可反映双侧协调模式的稳定性随比率和上升而下降的规律，同一分支内更复杂比率易向更简单比率转换（如3:5→2:3→1:2）。
速度
早期研究已发现速度影响复节奏的节拍感知，Oshinsky和Handel对3:4复节奏的研究表明，速度变化会改变其知觉组织。后续研究在更广速度范围内验证：慢速时更快的脉冲序列更易被感知为基础拍，中速到快速时更慢的脉冲序列更易被感知为基础拍，极快时循环本身会被感知为基础拍，该模式与200-800 ms的知觉与运动约束区间一致。M?ller等人的研究则聚焦细分分组结构的作用，发现参与者更倾向于敲击支持二值细分分组的脉冲序列（2:3中的快三脉冲、3:4中的慢三脉冲），快速时普遍避免同步于支持三值细分分组的脉冲序列，表明脉冲的绝对速度并非敲击行为的预测因子，节拍结构（二值/三值/不均等细分分组）才是核心影响因素。Stupacher等人进一步发现，复节奏的节拍解释还受参与者自发运动速度（Spontaneous Motor Tempo, SMT）调节，慢SMT参与者会通过划分二值细分脉冲序列（每两拍敲一拍）而非同步于三值细分脉冲序列来实现慢速率同步。
感觉运动同步任务研究显示，慢速度与低复杂度复节奏（如2:3）中，多数参与者会敲击组合节奏（所有事件的总和，也称复合节奏）；速度加快后，组合节奏敲击比例快速下降，多数参与者同步于单一脉冲序列，且更复杂的复节奏在更慢的速度下就发生这种转换。复节奏双侧协调研究中，快速循环的3:5复节奏学习效果差于中速与慢速循环；慢速复节奏的双侧表现依赖双手整合计时控制，快速复节奏更依赖每只手的并行计时模型，耦合强度随运动频率上升而下降，更复杂复节奏的产生稳定性随频率上升降低，更易向1:2、1:3等更简单稳定比率转移。
音高
复节奏脉冲序列的相对音高影响其解释。舒适速度区间内，参与者倾向于敲击更低音高的脉冲序列作为基础拍，该偏好在多项研究中得到验证。脉冲序列间的音高分离度还会影响复节奏被感知为整合节奏还是分离脉冲：非复节奏研究中，更大的音高分离度促进知觉分离，小于四半音的音高分离度促进整合感知。复节奏研究也显示，更小的音高分离度（促进整合）会提升复节奏产生准确性，而刻意设置大音高分离度以实现流分离时，不同节奏语境下的同一脉冲序列敲击准确性仍显著低于1:N基线比率，表明复节奏始终被感知为整合模式而非分离流。即使调控音高分离度达20半音，扰动检测成绩仍受另一脉冲序列的影响，证明整合感知难以避免，不受音高分离度的削弱。
协调
复节奏为复杂双手或多肢体模式产生的研究提供了可控框架，产生研究对听觉刺激的依赖性低于感知研究，常采用视觉范式或无感官刺激范式。肢体组合方式会塑造节奏的运动与知觉组织：手-足组合比双手组合更易产生分离知觉，双手组合通常被视为整合运动组织，聚焦整合运动模式有助于复节奏学习；而随着速度提升，运动模式分离（并行计时）更易发生，与感知和听觉流研究结果一致。
神经生理学视角认为，复杂复节奏协调的成功依赖于半球间抑制，不稳定表现与更弱的半球间抑制相关。模型显示，运动与前运动皮层的四个动态过程通过抑制性与兴奋性半球间、半球内连接耦合，β频段振荡支持双侧锁相，β同步的时间尺度至关重要：运动速度提升时，运动相关去同步-同步周期无法充分建立，抑制可能不足，导致表现稳定性下降，进而向更简单协调比率行为转换。该半球间抑制机制并非仅适用于复节奏运动，而是运动输出稳定的一般性基础。
复节奏也为人际协调研究提供独特场景：自我-他人整合程度随复节奏复杂度上升而下降，完美同步时自我-他人重叠感最强。两人即使各自以1:1同步敲击，若处于不同节奏语境（如一人跟随120 BPM四分音符，另一人跟随160 BPM二分音符三连音，即构成3:4复节奏语境），初始人际同步准确性仍低于共享节奏语境。
多模态
复节奏感知与产生受刺激呈现的感觉通道及通道组合影响。Lissajous图可视化可提供两个肢体的关系信息，促进运动模式的整合知觉，仅需4.5分钟训练即可显著提升3:4与3:5复节奏的产生准确性，且无需肢体直接视觉反馈。反之，将复节奏的不同脉冲序列分配到不同感觉通道（如一个脉冲为听觉输入、另一个为触觉输入）会降低2:3复节奏的协调稳定性，表明产生过程更受益于整合的多模态知觉反馈，而非不同流跨通道分配。一般多模态节奏感知研究已证实听觉是时间准确性的主导通道，为其他通道添加 congruent 听觉刺激可提升时间准确性，但听觉通道本身不会获得额外多感官收益，这也解释了跨通道分配复节奏流会降低时间准确性的现象。连续视觉反馈（如Lissajous图）因匹配视觉系统的高空间分辨率，可为运动模式学习提供支持，弥补视觉系统时间分辨率的不足。
文化与个体差异
节奏（含复节奏）的感知与产生与文化演化紧密相关，现有研究多基于WEIRD样本，显示普遍的二值细分分组偏好（如2:3中的快脉冲、3:4中的慢脉冲）。尽管二值细分脉冲是文化共性，但部分文化背景的个体更易将三值与不均等细分分组纳入节奏先验，可能在复节奏感知与产生中表现出更高的节拍灵活性。
实验设计选择与音乐专长存在明确关联：音乐家参与的实验中仅34%仅使用2:3简单比率，非音乐家参与的实验中这一比例升至62%，表明研究者倾向于招募音乐家参与更复杂复节奏范式，依托其更强的感觉运动同步与运动协调能力。音乐训练可降低循环敲击比例，提升复节奏想象时的神经追踪能力，特定运动协调训练（如艺术游泳）也可提升复节奏产生准确性。但音乐家与非音乐家在复节奏产生的知觉组织、变化检测任务中采用相似策略，差异主要体现在行为表现层面而非知觉框架。值得注意的是，尽管节奏与运动协调是舞蹈的核心要素，舞者复节奏能力的系统研究仍十分匮乏。
结论与建议
鉴于复节奏定义与操作化的异质性，研究人员建议未来研究明确报告刺激的比率、感觉通道、速度、振幅、音高、亮度等细节，采用统一复节奏定义与术语体系。复节奏主观复杂度尚未形成单一连续量表，比率和可作为有效粗略估计指标，但需控制事件密度以避免混淆，同时应结合直接主观复杂度测量（如参与者评分）与间接行为测量，在多元复节奏、速度、知觉语境、文化背景、音乐专长与舞蹈训练场景中系统检验。
现有研究提示音高与速度会影响复节奏的整合或分离感知，未来应聚焦“何种条件下复节奏更易被感知/产生为整合或分离模式”及两类模式的适应功能，而非寻求普适结论，结合行为任务、主观与个体测量以突破仅靠行为假设的限制。
当前研究样本以WEIRD群体与音乐家为主，未来需优先开展跨文化研究与小样本研究的重复验证，拓展专长群体至舞者、艺术游泳者等，采用音乐专长（Gold-MSI）、舞蹈专长（Gold-DSI）连续变量建模，纳入普通人群样本，同时考虑自发运动速度等个体运动差异指标，全面揭示文化与专长对复节奏感知与产生的作用机制。复节奏研究结论与广义节奏感知研究存在多处共识：听觉主导性、整合模式的优先性、复杂度与比率和及法里树的关联，表明复节奏范式既可推广至广义节奏感知研究，也可作为复杂人际生态情境研究的理想工具。
