因子分析法建構(gòu)音樂“意象圖式”的設(shè)計研究

朱文濤，殷俊

因子分析法建構(gòu)音樂“意象圖式”的設(shè)計研究

朱文濤，殷俊

（江南大學(xué)，江蘇 無錫 214122）

研究因子分析法構(gòu)建音樂“意象圖式”的可行性，為提升視聽溝通提供一種通用的設(shè)計方法。以Bossa Nova音樂視覺設(shè)計為例，通過設(shè)計調(diào)查，將音樂的聽覺感受轉(zhuǎn)換成語意描述和圖像描述，提取其中的圖式因子，再結(jié)合因子分析法構(gòu)建這種音樂風(fēng)格的視覺意象圖式，最后通過設(shè)計不同傾向性的方案，驗證其合理性。將因子分析法構(gòu)建的意象圖式應(yīng)用到設(shè)計方案中，能夠讓人們在聽音樂的情況下準(zhǔn)確選擇出視覺設(shè)計方案和音樂聽覺的匹配程度。意象圖式作為一種潛在的結(jié)構(gòu)性認(rèn)知，能夠通過因子分析法準(zhǔn)確構(gòu)建；將因子分析法構(gòu)建的意象圖式應(yīng)用到視聽設(shè)計實踐中，能夠提升提設(shè)計過程中感官跨模轉(zhuǎn)換的準(zhǔn)確性和包容性，進(jìn)而增強設(shè)計方案與群體感知的匹配程度。

因子分析；音樂視覺；意象圖式；波薩諾瓦

隨著新媒介的發(fā)展，多感官之間的交互轉(zhuǎn)化日趨廣泛[1]，早在2000年，意大利著名動態(tài)藝術(shù)團(tuán)體The Group T的成員喬萬尼·安切斯基（Giovanni Anceschi）就在米蘭理工大學(xué)開展設(shè)計課程，研究如何激活跨感官形成認(rèn)知優(yōu)勢[2]。然而，每個人的感知經(jīng)驗都不相同，如何面對更多受眾形成跨感官的認(rèn)知與傳達(dá)？這可能也是一個通用設(shè)計的問題[3]。在2020年東京奧運會的開幕式上，爵士鋼琴家上原廣美展現(xiàn)了高超又有活力的音樂技藝，卻有很多普通觀眾抱怨無法理解這種融合爵士樂（Jazz fusion），音樂家夸張的動作和妝容也沒能讓普通觀眾建立對音樂風(fēng)格的理解與認(rèn)同。這讓我們想到風(fēng)格獨特的音樂是否也可以通過視覺意象讓普通受眾獲得跨感官的認(rèn)知。

“意象圖式”（Image Schema）就是一種天然具備跨感官優(yōu)勢的研究工具，它其實是人們所有感官經(jīng)驗下對事物整體認(rèn)知的一種分類框架[4]。而通過對某種感官“意象圖式”的建構(gòu)，有助于轉(zhuǎn)為更廣泛理解與傳達(dá)的視覺形象?！耙庀髨D式”的概念最早可以追溯到康德所定義為“原發(fā)想象”（productive imagination）的規(guī)則[5]。美國認(rèn)知哲學(xué)家馬克·約翰遜(M.Johnson)在其專著《心智中的身體》中對“意象圖式”概念進(jìn)行詳細(xì)解釋，其關(guān)鍵在于人類感知過程的兩個特征：反復(fù)出現(xiàn)的某種感性經(jīng)驗；經(jīng)驗之間具有內(nèi)在結(jié)構(gòu)[6]。這個術(shù)語在阿恩海姆(Rudolf Arnheim)的視覺思維中也經(jīng)常使用。早在20世紀(jì)90年代，“意象圖式”就作為一種研究工具被引入設(shè)計領(lǐng)域，探知交互界面中的感知行為[7]。音樂視覺化是跨感官設(shè)計中的研究重點，“意象圖式”可以作為一種音樂轉(zhuǎn)化視覺的輔助設(shè)計工具，不僅提供了訓(xùn)練感知表達(dá)能力的方法，而且能夠不局限于視聽的個體化表達(dá)，喚起更多受眾視聽感知的共鳴，推廣應(yīng)用到更多跨媒體設(shè)計領(lǐng)域。

“意象圖式”的特點在于共同經(jīng)驗的抽象結(jié)果，這就需要更多樣本與量化方法介入，才能合理進(jìn)行建構(gòu)。本文以一種新派爵士樂波薩諾瓦（Bossa Nova）為例，探索如何通過質(zhì)性與量化結(jié)合的因子分析法建構(gòu)音樂“意象圖式”，并推演出相應(yīng)視覺設(shè)計方案來檢驗其合理性。

1 音樂視聽“意象圖式”的研究思路

1.1 跨感官“意象圖式”

在感受音樂過程中，人們普遍都會形成一系列跨感官的意象經(jīng)驗，例如人們對和諧音程的聽覺經(jīng)驗的描述，可能是甜蜜、清新、平穩(wěn)、微風(fēng)等，這些“意象”描繪是個人化且豐富的。但“意象圖式”反映的是意象的重復(fù)出現(xiàn)與抽象結(jié)構(gòu)，當(dāng)某些感受描述反復(fù)出現(xiàn)，且在視覺上有某種內(nèi)在結(jié)構(gòu)，比如甜蜜、朦朧與浪漫的描述反復(fù)出現(xiàn)，并形成合理的視覺組合關(guān)系，我們將其視為某種“意象圖式”。

蒙德里安最后的作品《百老匯爵士樂》，色彩明亮，通過抽象線框和躍動色塊，營造出搖擺不定、生機活潑、現(xiàn)代工業(yè)的感受[8]，塑造人們對于爵士樂在視覺認(rèn)知上的共同經(jīng)驗，可以理解為早期爵士樂的“意象圖式”。隨著數(shù)字技術(shù)的發(fā)展，音樂轉(zhuǎn)化為音頻信息，隨機與視覺建立映射，這又常常會缺乏音樂感知經(jīng)驗和情感的表達(dá)[9]。讓音樂的視覺符合受眾的集體經(jīng)驗與共同感受，并形成生動的核心語意，可能是打動人們情感的關(guān)鍵。

1.2 研究方法和對象

本文嘗試采用因子分析法，更為準(zhǔn)確地分析人們聆聽音樂的意象經(jīng)驗。這是將信息重疊、復(fù)雜的變量歸結(jié)為少數(shù)幾個綜合因子的一種統(tǒng)計分析方法?；舅悸肥峭ㄟ^對音樂感受語意和視覺的感性描述樣本進(jìn)行相關(guān)性的分析和計算，最終歸納為幾個“意象因子”，通過“意象因子”構(gòu)建某種音樂的意象圖式。

本文以Bossa Nova音樂為例進(jìn)行分析，有兩個原因：其一，這種新派爵士樂獨成一格，輕松柔和，有著獨特的切分節(jié)奏，具有較高識別性，容易被聽眾歸納和劃分；其二，這也是一種獨特語意的拉丁音樂，有著南美文化背景，經(jīng)常作為各種電影場景的配樂，能夠讓聽眾產(chǎn)生豐富的感官聯(lián)想[10]。以其獨特性為范例，可以進(jìn)一步推導(dǎo)其他音樂風(fēng)格的“意象圖式”與設(shè)計應(yīng)用。

1.3 實驗思路與步驟

音樂“意象圖式”研究采用實驗方法，目的在于對音樂感受樣本中的潛在“意象因子”（公因子）進(jìn)行提取與分析，并通過設(shè)計應(yīng)用加以驗證。分為三個步驟（見圖1）：

1）材料獲取。讓調(diào)查對象在感受音樂過程中，對音樂畫面進(jìn)行語意描述，在配樂電影中選擇符合語意的圖像。將采集的語意詞匯和圖像匯總后進(jìn)行篩選，提取復(fù)現(xiàn)頻率最高的詞匯與圖像作為因子分析的主要材料。

2）因子分析。根據(jù)詞匯的語意差異和五級粒度量表，讓調(diào)查對象依據(jù)音樂感受對篩選后詞匯與圖像進(jìn)行匹配得到平均得分，再使用因子分析法對得分進(jìn)行分析，提取潛在公因子，歸納圖像和語意詞匯，從而構(gòu)建音樂的意象圖式。

3）應(yīng)用與驗證。對某一歌曲信息內(nèi)容進(jìn)行分析，根據(jù)意象圖式，呈現(xiàn)音樂信息的差異視覺方案，最后通過實驗對方案進(jìn)行對比評價，以此判斷其意象圖式的合理性與有效性。

圖1 研究方法框架

2 音樂“意象圖式”的建構(gòu)

2.1 樣本詞匯和圖像的篩選

對34名職業(yè)背景為視覺設(shè)計師、交互設(shè)計師、美術(shù)教師、音樂教師的對象進(jìn)行訪談，他們均為長期欣賞音樂的愛好者。在訪談過程中，調(diào)查對象需要聽3首波薩諾瓦風(fēng)格的音樂，受訪者根據(jù)音樂的聽覺感受對意象中的畫面進(jìn)行描述，例如：“在一個夏天的傍晚，微風(fēng)吹拂，兩個人依偎在天臺”，再以形容詞的方式總結(jié)其中的視覺感受，從而獲得音樂感受的語意詞匯。

這些詞匯屬于個人對音樂的經(jīng)驗認(rèn)知，音樂的感受除了個體經(jīng)驗外，更多來自共識的經(jīng)驗積累，人們往往在音畫或視聽作品中獲得這樣的經(jīng)驗。因而，讓實驗對象主要在10部Bossa Nova配樂的電影中截取合適自己語意描述的3幅畫面，從而完成對音樂感受的視覺描述。最終一共獲得音樂感受描述的102張圖像和239個詞匯，作為因子提取的來源。

由于獲取的圖像和詞匯數(shù)量較多，內(nèi)部缺乏一致性，需要對詞匯和圖像進(jìn)行再次篩選。通過刪除情節(jié)畫面、相似形態(tài)畫面、語意或風(fēng)格明顯異常樣本，再對圖像以隨機的方式進(jìn)行選擇，得到具有相對一致性的21個圖像樣本集，如表1所示。參考頻率從高到低選擇具有相對一致性的11個關(guān)鍵詞匯，分別為輕松的、浪漫的、朦朧的、象征的、柔軟的、曖昧的、愜意的、優(yōu)雅的、平和的、含蓄的、模糊的。

表1 圖像樣本集

Tab.1 Image sample set

2.2 詞匯與圖像關(guān)系的建立

在語匯提取和圖像篩選之后，兩者之間的關(guān)系結(jié)構(gòu)被打亂，無法形成對應(yīng)，所以需要進(jìn)一步對語意與圖像進(jìn)行匹配，通過量化方式構(gòu)建兩者關(guān)系。首先，將關(guān)鍵詞匯與其反義詞匯形成對立詞組：輕松的-緊張的、浪漫的-現(xiàn)實的、朦朧的-明晰的、象征的-自然的、柔軟的-硬朗的、曖昧的-直白的、愜意的-痛苦的、優(yōu)雅的-粗獷的、平和的-激烈的、含蓄的-奔放的、模糊的-醒目的[11]。

結(jié)合里克特量表[12]，將詞組通過予以差異映射成規(guī)范的5級粒度量表，當(dāng)數(shù)值越大，則圖像越接近音樂視覺意象感受。例如“輕松-緊張”的5級粒度劃分為非常緊張、緊張、一般、輕松、非常輕松，其對應(yīng)的分?jǐn)?shù)從1到5逐級遞增[13]。

再次通過實驗將詞匯量表與圖像樣本進(jìn)行匹配。實驗對象根據(jù)音樂感受，使用11個詞匯量表對21個圖像進(jìn)行評分，得到圖像語意平均得分（見圖2）。

為了確認(rèn)數(shù)據(jù)有效合理，將對其進(jìn)行檢測。通過統(tǒng)計分析軟件對得分?jǐn)?shù)據(jù)進(jìn)行信度（克隆巴赫信度）和效度檢驗（KMO和巴特利特效度）。通過檢驗，克隆巴赫系數(shù)為0.86，大于0.7，KMO取樣適切性數(shù)為0.728，大于0.6，巴特利特球形檢驗的值小于0.05，說明數(shù)據(jù)適合進(jìn)行一步分析[14-15]。

2.3 音樂意象的因子分析

雖然得到每個圖像和語意程度的對應(yīng)，但不同對象提供的圖像與音樂感受存在偏差，而且每個圖像和語意之間的關(guān)系結(jié)構(gòu)仍然是零散的，因此，需要進(jìn)一步量化分析，提取音樂、圖像與語意之間相關(guān)性的公因子，對語意和圖像進(jìn)行分類和篩選。

根據(jù)樣本的均值得分，通過主成分分析法計算其方差解釋（見表2），將語意詞匯歸為三類。其中，三類的方差貢獻(xiàn)率分別為40.78%、33.86%、16.15%，總方差貢獻(xiàn)率為90.79%，說明第一類是音樂視覺感受主要影響因素，其次是第二類和第三類，分類對原始解釋的信息損失較少[16]。

圖2 圖像的語意評分

表2 方差貢獻(xiàn)率

Tab.2 Variance contribution rate

根據(jù)計算成分矩陣和圖像的公因子得分，最終得到三種公因子對應(yīng)的語意和圖像（見表3）。第一種因子：語意描述為愜意的、輕松的、平和的、曖昧的，對應(yīng)的圖像是2、5、7；第二種因子：語意描述為含蓄的、朦朧的、模糊的、柔軟的，對應(yīng)圖像是1、19；第三種因子語意描述為浪漫的、優(yōu)雅的、象征的，對應(yīng)圖像是4、13。

通過對“公因子”的語意和圖像進(jìn)行直觀分析，可以發(fā)現(xiàn)，第一類因子主要和視覺內(nèi)容隱喻的情緒有關(guān)，可以歸納為“情緒意象”因子。第二類因子主要與視覺元素結(jié)構(gòu)的清晰度和色彩的對比度有關(guān)，可以歸納為“形式意象”因子，第三類因子和畫面整體風(fēng)格類型有關(guān)，可以歸納為“類型意象”因子。Bossa Nova音樂的“意象圖式”由這三種因子構(gòu)成，各個語意在歸類的情緒、形式和類型上對圖像進(jìn)行釋義與描述。

經(jīng)過分類后可以看的，語意描述仍較冗余，例如“愜意的”和“輕松的”語意相似，且屬于同一意象的描述，所以將同一類型語意接近的語意詞匯進(jìn)行合并，最終得出7個代表性的語意詞匯的描述：輕松的、平和的、曖昧的、朦朧的、柔軟的、浪漫的、象征的。結(jié)合上述的分析，總結(jié)出相對直觀和完整的波薩諾瓦音樂的視覺意象圖式，如表5所示。

表3 旋轉(zhuǎn)后的成分矩陣

Tab.3 Rotated component matrix

表4 因子得分

Tab.4 Factor score

表5 Bossa Nova音樂的意象圖式

Tab.5 Image schema of Bossa Nova music

3 意象圖式的應(yīng)用與驗證

3.1 音樂的“意象圖式”到視覺方案

雖然得到了波薩諾瓦音樂的視覺“意象圖式”，但圖式是否合理及如何應(yīng)用還需得到進(jìn)一步論證。根據(jù)上文的分析結(jié)果，對《來自伊帕內(nèi)瑪?shù)呐ⅰ罚═he Girl from Ipanema, Single Version）這首歌曲進(jìn)行視覺方案的設(shè)計創(chuàng)作。

這首歌創(chuàng)作于1962年，是Bossa Nova音樂的代表作，為三段曲式，有著典型的切分節(jié)奏與和聲，配器包括木吉他、鋼琴、薩克斯、貝斯、閉镲。音樂講述的是在巴西依帕內(nèi)瑪海灘與一位女孩偶遇的故事[17]，提供了具體的視覺內(nèi)容與敘事信息，視覺內(nèi)容包括沙灘、海洋、女孩、男孩、太陽、吉他、薩克斯、音符、基督像、海岬、帆船等。音樂的前奏、主歌、間奏、副歌、尾奏分別對應(yīng)相遇和幻想的敘事。根據(jù)Bossa Nova音樂的意象圖式，結(jié)合音樂的三段曲式結(jié)構(gòu)，創(chuàng)作三幅音樂感受的畫面，作為視覺音樂方案1（見表5）。

“情緒意象”因子的語意描述為輕松的、平和的、曖昧的，對應(yīng)的視覺圖像有花絮、海灘和人物，分別是自然空間環(huán)境和人物關(guān)系的描述，暗示著所在的環(huán)境氛圍引起人們的經(jīng)驗情緒。因而在音樂視覺的三個畫面中，重點突出沙灘、海洋、海峽等環(huán)境內(nèi)容，通過遠(yuǎn)景空間感營造平和的氛圍，以自然環(huán)境中的身體隱喻輕松的感受，并以兩性關(guān)系描繪曖昧情緒。

“形式意象”因子的語意描述為朦朧的、柔軟的，對應(yīng)圖像為光暈與女性輪廓，構(gòu)圖較為松散，細(xì)節(jié)模糊處理，強調(diào)圓潤曲線，質(zhì)感柔和，色域較小，對比度不高。因而，三個視覺畫面都降低了整體的清晰度、顏色飽和度、對比度，以暖色為主，弱化形象的內(nèi)在細(xì)節(jié)，減少畫面的結(jié)構(gòu)框架，筆觸柔軟模糊，形象概括化處理。

“類型意象”因子的語意描述為浪漫的、象征的，對應(yīng)圖像為超現(xiàn)實的形象符號與優(yōu)美的女性化表達(dá)。因而，三個視覺畫面都注重女性氣質(zhì)表達(dá)，盡量減少形式內(nèi)容的沖突與男性化的力量感，在第三個畫面通過兩性形象與薩克斯、耶穌像、音符等形態(tài)的自由組合，呈現(xiàn)各種象征的想象。

3.2 驗證與評價

通過“意象圖式”形成的音樂視覺化方案是否更符合人們的音樂感受？這需要進(jìn)一步的驗證。根據(jù)相同的音樂內(nèi)容，以意象因子的反向操作設(shè)計另外三個不同視覺方案，作為對照檢驗，見表6。

在音樂視覺方案2中，因子2和因子3為反向處理，因而在形式處理十分硬朗，輪廓細(xì)節(jié)清晰，色彩對比度強，以自然主義的方式處理現(xiàn)實的人物和景物。

在音樂視覺方案3中，因子1和因子2為反向處理，因而在畫面情緒上表達(dá)出緊張和激烈，在形式上也表現(xiàn)出尖銳和鋒利，因子3是正向的，所以畫面風(fēng)格仍是具有想象力和女性傾向的。

在音樂視覺方案4中，三種因子都是反向處理，所以畫面表現(xiàn)出緊張和激烈的情緒，對比強烈和硬朗的形式表達(dá)，消除畫面中的想象空間和女性氣質(zhì)。

為了保證方案在跨感官條件下有效，將實驗對象82人分為兩組，每組41人，進(jìn)行分組對照實驗：第一組不聽音樂選擇圖像與音樂標(biāo)題的符合程度，第二組同時感受畫面與音樂，根據(jù)直觀感受選擇方案與標(biāo)題的匹配程度。

最終結(jié)果表明（見圖3），第一組四個方案的符合程度是：方案2>方案3>方案4>方案1，在沒有音樂感受的情況下，對象選擇的傾向性不明顯，方案1最不符合，而寫實程度較高的方案2最受歡迎；第二組符合程度的順序是：方案1>方案2>方案3>方案4，選擇的符合程度傾向性明顯，符合因子影響的比例，方案1的符合比例達(dá)到92.11%。

表6 音樂視覺方案

Tab.6 Music visual scheme

圖3 音樂視覺方案評價結(jié)果

通過實驗，驗證了依據(jù)“意象因子”創(chuàng)作的方案1最符合人們對于音樂的感受，從而進(jìn)一步驗證“意象圖式”和設(shè)計方法的合理與有效性。

4 結(jié)語

本文對波薩諾瓦音樂“意象圖式”的建構(gòu)僅僅是個案范例，目的是論證這種方法可以成為一種“通用性”的跨感官研究工具，為設(shè)計決策提供參考。通過本文的研究，基于因子分析法的音樂“意象圖式”可以遵循以下方法路徑進(jìn)行構(gòu)建：通過受眾的轉(zhuǎn)換聽覺感受獲取語意描述和圖像描述；使用語意差異評價圖像，建立數(shù)據(jù)關(guān)系；檢驗數(shù)據(jù)關(guān)系的信度和效度；使用因子分析法對語意進(jìn)行降維并計算圖像的因子得分；根據(jù)語意描述的維度和圖像的因子得分，選擇出具有代表性的詞匯和圖像。

本文將感性的感官認(rèn)知進(jìn)行量化分析作為設(shè)計思路的參考，旨在提升跨感官設(shè)計在情感傳達(dá)上的有效性，從而激起更多受眾的共鳴和認(rèn)同，為拓展視覺設(shè)計方法提供了新思路。但是，研究還存在兩個主要的不足：其一，音樂“意象圖式”的構(gòu)建方法比較煩瑣，在實際的應(yīng)用中會影響設(shè)計的效率；其二，方法研究選用的音樂類型是知覺特征明顯的波薩諾瓦節(jié)奏型音樂，驗證的歌曲是該類型的代表曲《來自伊帕內(nèi)瑪?shù)呐ⅰ罚瑢Α耙庀髨D式”構(gòu)建具有明顯的引導(dǎo)性，如果是針對知覺特征不明顯的音樂，“意象圖式”的構(gòu)建可能會不準(zhǔn)確，無法為設(shè)計師的決策提供參考。因此，音樂“意象圖式”構(gòu)建的便捷性、準(zhǔn)確性和廣泛性還值得進(jìn)一步探討，也是后續(xù)研究的方向。

[1] 金思雨, 覃京燕. 基于計算機圖像風(fēng)格遷移的音樂可視化智能設(shè)計研究[J]. 包裝工程, 2020, 41(16): 193-198.

JIN Si-yu, QIN Jing-yan. Music Visualization Intelligent Design Based on Image Style Migration[J]. Packaging Engineering, 2020, 41(16): 193-198.

[2] ANCESCHI G, RICCò D. Research of Communication Design: A Synesthetic Approach[J]. Proceedings of the 《Design Plus Research》International Conference, 2000: 1-7.

[3] 姜萊, 于震, 王鵬飛, 等. 音頻驅(qū)動跨模態(tài)視覺生成算法綜述[J/OL]. 圖學(xué)學(xué)報, 2022: 1-9. (2022-01-04). https://kns.cnki.net/kcms/detail/10.1034.T.20211231.1911.006.html.

JIANG Lai, YU Zhen, WANG Peng-fei, et al. Literature Survey on Audio Driven Cross-Modal Visual Generation Algorithms[J/OL]. Journal of Graphics, 2022: 1-9. (2022-01-04). https://kns.cnki.net/kcms/detail/10.1034. T.20211231.1911.006.html.

[4] 雷曉東. 概念流利與圖式理論[J]. 山西師大學(xué)報(社會科學(xué)版), 2010, 37(S3): 150-152.

LEI Xiao-dong. Conceptual Fluency and Schema Theory[J]. Journal of Shanxi Normal University (Social Science Edition), 2010, 37(S3): 150-152.

[5] 徐永順. 基于意象圖式的多域異構(gòu)數(shù)據(jù)可視化設(shè)計研究[D]. 無錫: 江南大學(xué), 2019.

XU Yong-shun. Research on Visualization Design of Multi-Domain Heterogeneous Data Based on Image Schema[D]. Wuxi: Jiangnan University, 2019.

[6] JOHNSON M. The body in the mind: the bodily basis of meaning, imagination, and reason[M]. Chicago: University of Chicago Press, 1987

[7] HURTIENNE J, . Physical Gestures for Abstract Concepts: Inclusive Design with Primary Metaphors[J]. Interacting With Computers, 2010, 22(6): 475-484.

[8] 耿凌艷. 音樂可視化設(shè)計中的映射探究——以Thayer情緒模式與伊頓色彩理論的對應(yīng)關(guān)系為例[J]. 裝飾, 2017(7): 103-105.

GENG Ling-yan. Study on the Mapping of Musical Visualization: Illustrated by the Case of Thayer's Mood Model and Itten's Color Theory[J]. Art & Design, 2017(7): 103-105.

[9] 賈國軍. 論蒙德里安油畫的設(shè)計藝術(shù)[J]. 裝飾, 2005(10): 89.

JIA Guo-jun. On the Design Art of Mondrian's Oil Paintings[J]. Art & Design, 2005(10): 89.

[10] 王天嬌. 新派爵士樂波薩諾瓦(Bossa Nova)風(fēng)格的創(chuàng)作特征研究[D]. 長春: 東北師范大學(xué), 2016.

WANG Tian-jiao. The Characteristic Research of New Jazz Bossa Nova[D]. Changchun: Northeast Normal University, 2016.

[11] 汪玉金, 謝誠, 余蓓蓓, 等. 屬性語義與圖譜語義融合增強的零次學(xué)習(xí)圖像識別[J]. 圖學(xué)學(xué)報, 2021, 42(6): 899-907.

WANG Yu-jin, XIE Cheng, YU Bei-bei, et al. Attribute and Graph Semantic Reinforcement Based Zero-Shot Learning for Image Recognition[J]. Journal of Graphics, 2021, 42(6): 899-907.

[12] MUTHéN B, KAPLAN D. A Comparison of some Methodologies for the Factor Analysis of Non-Normal Likert Variables[J]. British Journal of Mathematical and Statistical Psychology, 1985, 38(2): 171-189.

[13] 辜俊麗, 宋端樹, 崔天琦, 等. 基于AHP與TRIZ的殘障人輪椅設(shè)計[J]. 包裝工程, 2019, 40(24): 187-193.

GU Jun-li, SONG Duan-shu, CUI Tian-qi, et al. Design of Wheelchair for the Disabled Based on AHP and TRIZ [J]. Packaging Engineering, 2019, 40(24): 187-193.

[14] KAISER H F. The Varimax Criterion for Analytic Rotation in Factor Analysis[J]. Psychometrika, 1958, 23(3): 187-200.

[15] 張芳蘭, 劉龍吉, 姚宛彤. 面向關(guān)鍵用戶需求的踝足矯形器定制化設(shè)計方法[J]. 圖學(xué)學(xué)報, 2021, 42(5): 841-848.

ZHANG Fang-lan, LIU Long-ji, YAO Wan-tong. Customized Design Method of Ankle-Foot Orthosis Oriented to the Needs of Key Users[J]. Journal of Graphics, 2021, 42(5): 841-848.

[16] 甘翔, 高文華, 張瑞秋. 基于因子分析法的圖標(biāo)設(shè)計評價方法[J]. 圖學(xué)學(xué)報, 2018, 39(4): 706-710.

GAN Xiang, GAO Wen-hua, ZHANG Rui-qiu. An Icon Design Evaluation Method Based on Factor Analysis Method[J]. Journal of Graphics, 2018, 39(4): 706-710.

[17] REILY S A. Tom Jobim and the Bossa Nova Era[J]. Popular Music, 1996, 15(1): 1-16.

Design and Research on the Construction of Music "Image Schema" by Factor Analysis

ZHU Wen-tao, YIN Jun

(Jiangnan University, Jiangsu Wuxi 214122, China)

The paper aims to study the feasibility of factor analysis to construct music "image schema", and provide a general design method for improving audio-visual communication. Bossa Nova's music visual design is taken as an example. With design interviews, the auditory sense of music is transformed into semantic description and image description. Schema factors are extracted, and then combined with factor analysis to construct the visual image schema of this musical style. Finally, different schemes are designed to verify the rationality of the image schema. As a potential structural cognition, the image schema can be accurately constructed by factor analysis. The application of the image schema constructed by factor analysis to the practice of audio-visual design can improve the accuracy and inclusiveness of sensory cross-mode conversion in the design process, thereby enhancing the matching degree between the design scheme and the perception of the group.

factor analysis; music visualization; image schema; Bossa Nova

TB472

A

1001-3563(2022)24-0159-08

10.19554/j.cnki.1001-3563.2022.24.018

2022–07–03

教育部人文社科青年基金項目《音樂視覺化：“藝術(shù)聯(lián)覺”觀念與設(shè)計方法譜系》（18YJC760157）

朱文濤（1980—），男，博士，副教授，主要研究方向為視覺設(shè)計的文化與觀念史、新媒體環(huán)境下的視覺設(shè)計理論與方法。

責(zé)任編輯：馬夢遙