音的数学密码：从五度、八度到十二平均律

你有没有想过一个问题：为什么两个音有时听起来很“贴”，有时却互相打架？为什么钢琴上一个八度里刚好有 12 个半音？为什么“纯五度”听起来那么开阔，而“大三度”听起来又那么明亮？

这篇文章想做一件事：不假设你学过乐理，从最常见的几个词讲起：

• 什么是八度？
• 什么是五度？
• 为什么 3:2、5:4 听起来和谐？
• 为什么可以用不断乘以 1.5 推出音阶？
• 为什么最后又需要十二平均律？

如果只看乐理书，答案常常像规定：C 到 G 是五度，C 到 E 是三度，一个八度有 12 个半音。

但如果往下追，你会发现，音乐并不是先有五线谱，再有声音。恰恰相反：

音乐的秘密，先写在振动的弦里，写在空气的波里，后来才被人类整理成音阶、调性和乐理。

一、先扫盲：什么是八度音？什么是五度音？

我们先从最容易听出来的现象开始。

1. 八度音：听起来像“同一个音的高低版本”

如果你在钢琴上弹一个 C，再弹右边更高的另一个 C，你会觉得它们不是两个完全陌生的音，而像是“同一个音，一个低，一个高”。

这种关系叫：

八度

从物理上看，八度的频率比是：

2:1

也就是说，如果低音 C 的频率是 f，高八度 C 的频率就是：

2f

所以八度的本质是：

频率翻倍，音名回到同一个名字，只是高度变了。

这也是为什么我们会说音乐里的音有“循环感”：

C D E F G A B C

最后那个 C 已经更高了，但我们仍然叫它 C。

2. 五度音：从 C 数到 G，刚好数到第 5 个

再看五度。

如果我们把七个基本音级排出来：

1(C) - 2(D) - 3(E) - 4(F) - 5(G) - 6(A) - 7(B)

从 C 数到 G：

C(1) → D(2) → E(3) → F(4) → G(5)

数到了第 5 个，所以 C 到 G 叫：

五度

如果这个五度的频率比正好是：

3:2

它就叫：

纯五度

所以要分清楚两件事：

• “五度”的“五”，是音阶里数出来的位置
• “纯五度”的“纯”，是因为它的频率比接近自然比例 3:2

它不是因为 3 + 2 = 5 才叫五度。这个误会很常见，但不是这样。

3. 半音：钢琴上相邻两个键之间的最小步子

钢琴上，不管黑键白键，只要两个键紧挨着，中间没有别的键，它们之间就是一个：

半音

比如：

E → F
B → C
C → C#

都是半音。

两个半音合起来，就是一个全音。

4. 先用一句话说十二平均律

后面我们会详细推导，但这里先给一个直观定义：

十二平均律，就是把一个八度平均分成 12 个相等的半音，让每个半音的频率比例都一样。

因为八度是频率翻倍，所以十二平均律规定：

连续走 12 个半音，频率刚好乘以 2

它解决的是一个非常实际的问题：

怎么让钢琴、吉他这类固定音高的乐器，在所有调里都能比较好听地演奏？

带着这几个概念，我们再往下看：为什么这些音程会和谐？为什么五度这么重要？

二、一个音里藏着一串音：f、2f、3f、4f、5f

假设一根弦正在振动，它发出一个基础频率：

f

这就是我们听到的“基音”。

但真实的弦不会只以一个方式振动。它还会以更短的分段一起振动，于是产生一串更高的频率：

f, 2f, 3f, 4f, 5f, 6f, 7f, 8f ...

这串东西叫：

泛音列

如果基音是 C，那么前几个泛音大致可以理解成：

这里马上出现了两个非常重要的比例：

第 3 泛音 : 第 2 泛音 = 3f : 2f = 3:2
第 5 泛音 : 第 4 泛音 = 5f : 4f = 5:4

也就是说：

• 3:2，就是纯五度的来源
• 5:4，就是大三度的自然来源

这就是为什么 C-G、C-E 这些关系听起来稳定、明亮、和谐：

它们不是人类凭空发明的，而是已经藏在一个自然发声体的泛音列里。

三、为什么 3:2 听起来和谐？

我们先看纯五度。

假设低音是 C：

C = f

它的泛音列是：

f, 2f, 3f, 4f, 5f, 6f ...

如果另一个音是 G，它和 C 的频率比是：

G = 3/2 f

那么 G 的泛音列就是：

3/2 f, 3f, 9/2 f, 6f, 15/2 f ...

现在把两组泛音放在一起看：

你会发现：
C 的第 3 泛音，正好等于 G 的第 2 泛音：

3f = 2 × (3/2 f)

C 的第 6 泛音，也正好等于 G 的第 4 泛音：

6f = 4 × (3/2 f)

这意味着，当 C 和 G 一起响起时，它们的声波有很多地方会周期性地对齐。

所以 3:2 听起来和谐，不是因为“规定它和谐”，而是因为：

两个音的泛音很快就能重合，耳朵会感到稳定、清晰、少冲突。

四、为什么 5:4 也听起来和谐？

再看大三度。

假设低音仍然是 C：

C = f

如果另一个音是 E，自然大三度的频率比是：

E = 5/4 f

E 的泛音列就是：

5/4 f, 5/2 f, 15/4 f, 5f, 25/4 f ...

现在看重合点：

C 的第 5 泛音，正好等于 E 的第 4 泛音：

5f = 4 × (5/4 f)

所以 5:4 也会显得和谐。

不过它和 3:2 有一点差别：

• 3:2 的重合点很早出现：第 3 泛音和第 2 泛音就重合
• 5:4 的重合点稍晚出现：第 5 泛音和第 4 泛音才重合

因此，大三度通常听起来没有纯五度那么“空旷稳定”，但会更明亮、更有色彩。

这也解释了为什么一个大三和弦：

C - E - G

会这么舒服。

因为它同时包含：

C:E = 5:4
C:G = 3:2

它们都能在泛音列中找到很自然的重合关系。

五、毕达哥拉斯的直觉：越简单，越和谐

传说公元前 6 世纪，毕达哥拉斯路过铁匠铺，听到不同重量的铁锤敲击铁砧，发出了不同音高。他意识到：听起来越和谐的声音，背后常常有越简单的数学关系。

后来，人们在弦上做实验，发现：

• 弦长减半，频率翻倍，得到八度：2:1
• 弦长比为 2:3，频率比就是 3:2，得到纯五度
• 更复杂一点的 5:4，会得到明亮的大三度

于是，一个观念逐渐成形：

音乐的和谐感，和整数比例有关。比例越简单，泛音越容易重合，听起来越稳定。

这不是完整解释，因为人耳、乐器音色、文化习惯都会影响听感。
但它确实给了音乐最底层的一条物理线索。

六、用 3:2 这把尺子生出新音

既然 3:2 这么和谐，古人自然会想：

能不能一直用这个比例，生出一套音阶？

3:2 换成小数就是：

3 ÷ 2 = 1.5

所以，从一个音出发，每次乘以 1.5，就等于每次向上走一个纯五度。

我们先设定：

C = 1

这个 1 不是绝对频率，只是方便计算的相对频率。

七、第一步：C 乘以 1.5 得到 G

从 C 出发：

C = 1

向上走一个纯五度：

1 × 1.5 = 1.5

这个频率比 1.5 对应的音，就是 G。

所以：

C → G
1 → 1.5

这一步就是最原始、最自然的纯五度。

八、第二步：继续乘以 1.5，但要折回八度

继续从 G 往上走纯五度：

G = 1.5
1.5 × 1.5 = 2.25

但是 2.25 已经超过了一个八度。

因为八度的频率比是：

2:1

也就是说，频率超过 2，就已经到了下一个八度。
为了把所有音放在同一个八度里比较，我们要把它除以 2，折回 1 到 2 之间：

2.25 ÷ 2 = 1.125

这个音是 D。

所以：

C → G → D
1 → 1.5 → 1.125

这里出现了一个重要规则：

每次乘以 1.5 后，如果结果大于 2，就不断除以 2，把它折回同一个八度。

这叫：

八度归约

九、完整推演：不断乘以 1.5

现在我们一直做同一件事：

1. 当前音乘以 1.5
2. 如果超过 2，就除以 2
3. 得到一个落在 1 到 2 之间的新音

推演如下：

这张表就是“五度相生”的核心推演。

十、从五度链条整理出七声音阶

如果只取较早生成的一组音：

C → G → D → A → E → B → F

这不是从低到高的顺序，而是“生出来的顺序”。

我们把它们放回同一个八度，并按频率从低到高排列：

于是得到：

C D E F G A B
Do Re Mi Fa Sol La Si

这就是七声音阶的一个来源。

当然，这里有个细节：这个 F 是沿着五度链条从 A# 再往后得到的。如果只从 C 一路向上生五度，F 出现得比较晚；实际历史中的音阶组织也会结合向上、向下五度和具体音乐实践。但核心思想不变：

七声音阶可以理解为从纯五度关系中截取并整理出来的一组音。

十一、为什么偏偏选择 7 个音，而不是 6、8、9？

这里要先说清楚一件事：

7 个音不是宇宙强制规定的唯一答案，而是西方音乐在自然比例、旋律使用、调性方向感之间找到的一个非常好用的平衡。

世界上当然存在其他选择。
比如中国传统音乐常用五声音阶，布鲁斯里有六声音阶，现代音乐里也可以用八音、九音、十二音甚至更多。

但如果讨论西方传统调性音乐为什么最终特别偏爱七声音阶，可以从五度相生的推演中看出来。

1. 取 5 个音：太稳定，但张力不够

如果我们从五度链条里只取 5 个音：

C → G → D → A → E

把它们按高低整理：

C D E G A

这就是接近五声音阶的结构。

五声音阶有一个巨大优点：

很少出现强烈冲突，几乎怎么弹都顺耳。

因为它避开了很多尖锐的半音关系，旋律流动自然，稳定、宽松、开阔。

但它也有一个限制：

它的“回家感”不够强。

所谓“回家感”，就是某个音强烈地想要解决到主音。
在 C 大调里，最典型的就是：

B → C

B 离 C 只有一个半音，这种距离很近，会产生强烈的吸引力。
这个 B 常被叫作“导音”。

五声音阶里没有这种强烈的半音导向，所以它很优美，但戏剧性的紧张和解决相对少一些。

2. 取 6 个音：开始丰富，但结构容易悬空

如果取 6 个音，比如：

C D E G A B

它比五声音阶更丰富，也开始接近七声音阶。

但问题是，它仍然缺少一个关键音：

F

没有 F，就很难形成西方调性中非常重要的两个半音关系：

E → F
B → C

这两个半音像两处“铰链”：

• B → C 把旋律拉回主音
• E → F 让音阶内部形成不均匀的张力分布

如果只有 6 个音，音阶当然也可以成立，但它往往不像七声音阶那样同时具备：

• 足够丰富的旋律材料
• 清楚的主音方向
• 明确的紧张与解决

所以，6 个音不是不能用，而是作为主流调性系统时，功能不如 7 个音完整。

3. 取 7 个音：刚好出现两个半音，张力和秩序同时成立

七声音阶整理出来是：

C D E F G A B

它的相邻距离可以理解为：

全 全 半 全 全 全 半

也就是：

C-D：全音
D-E：全音
E-F：半音
F-G：全音
G-A：全音
A-B：全音
B-C：半音

这件事非常关键。

七声音阶不是平均分成 7 份，而是形成了一个不均匀结构：

5 个全音 + 2 个半音

正因为不均匀，它才有方向感。

尤其是：

B → C

这个半音让 B 像一根被拉紧的弹簧，很想回到 C。

所以七声音阶的优点是：

• 音不算太多，旋律仍然清晰可唱
• 比五声音阶更丰富
• 有两个半音，能制造张力
• 有导音，能形成强烈的回归感
• 又没有密集到让调性变模糊

这就是为什么它特别适合西方音乐后来发展出的：

• 主音
• 属音
• 导音
• 和声进行
• 冲突与解决
• 转调和回归

4. 取 8 个或 9 个音：材料更多，但调性容易变模糊

如果继续增加到 8 个、9 个音，当然会得到更多旋律材料。

但代价是：

半音关系变多，音阶内部的等级感会变弱。

也就是说，听众可能更难判断：

• 哪个音最稳定？
• 哪个音最想解决？
• 哪个音是主音？
• 旋律到底要往哪里去？

音越多，自由度越高；但在传统调性系统里，自由度太高也会带来一个问题：

方向感变弱，中心感变模糊。

这并不是坏事。
现代音乐、爵士、半音阶写作都会主动使用这种复杂性。
但对于早期需要清晰旋律、合唱、调性和功能和声的音乐来说，8 个或 9 个音往往太密了。

5. 所以，7 个音是一个“刚刚好”的选择

我们可以这样总结：

所以，七声音阶的厉害之处不在于它“数学上唯一正确”，而在于它刚好站在中间：

比五声音阶更有张力，
比八九个音更有秩序，
比十二个音更容易形成调性中心。

这就是为什么西方音乐会把它发展成大调、小调、和声功能、调性叙事的基础。

十二、继续推：为什么会出现 12 个音？

如果继续沿着五度链条走下去，会得到：

C → G → D → A → E → B → F# → C# → G# → D# → A# → F

一共 12 个不同音名。

把它们放在同一个八度里，从低到高排列，大致是：

这就是为什么一个八度里会自然出现接近 12 个半音位置。

但要注意：

五度相生得到的 12 个音，并不是平均分布的 12 个音。

它们来自反复乘以 1.5，再做八度归约。

十三、古老的危机：链条合不拢

如果这个系统是完美的，那么走 12 个纯五度之后，应该刚好回到某个高八度的 C。

数学上就是希望：

(3/2)^12 = 2^7

左边表示走 12 个纯五度。
右边表示升高 7 个八度。

但实际计算：

(3/2)^12 = 129.746337890625
2^7 = 128

两者不相等。

差距是：

129.746337890625 / 128 ≈ 1.01364326477

也就是说，走完 12 个纯五度之后，比 7 个八度高出约：

1.364%

这就是著名的：

毕达哥拉斯音差

这个差距会带来一个现实问题：

• 某些调很好听
• 某些调会明显跑偏
• 转调越远，问题越明显
• 最后会出现刺耳的“狼五度”

所以，纯五度系统虽然自然，却不能让所有调都自由切换。

十四、先说清楚：什么是十二平均律？

在讲数学公式之前，先用最白话的话说：

十二平均律，就是把一个八度平均切成 12 小格，每一小格叫一个半音。

钢琴上从一个 C 到下一个更高的 C，中间一共有 12 步：

C → C# → D → D# → E → F → F# → G → G# → A → A# → B → C

这 12 步每一步的“距离”都被设计成一样大。

不过这里的“一样大”，不是频率做普通加法，而是频率做乘法。

因为音高的感觉更接近比例关系。比如：

100 Hz 到 200 Hz 是一个八度
200 Hz 到 400 Hz 也是一个八度

它们相差的赫兹数不同，但频率比例都一样：

2:1

所以十二平均律真正平均的是：

频率比例

它规定每升高一个半音，都乘以同一个固定倍数。这个倍数是：

2^(1/12) ≈ 1.059463

也就是说：

每升高一个半音，频率乘以约 1.059463

连续走 12 个半音：

(2^(1/12))^12 = 2

刚好回到高八度。

这就是十二平均律最核心的定义。

十五、为什么需要十二平均律？

因为前面讲的纯五度系统虽然自然，但它有一个大麻烦：

(3/2)^12 ≠ 2^7

也就是说，连续走 12 个纯五度，不能刚好对齐 7 个八度。

如果为了保留所有纯五度，就会有某个地方被迫出现很难听的“狼五度”。

十二平均律的办法是：

不再追求每一个五度都绝对纯净，而是把那一点误差平均分摊到 12 个半音里。

这样做的好处非常大：

• 每个调都能用
• 转调更自由
• 固定音高乐器更容易制造和合奏
• 钢琴、吉他、合成器可以在所有调里演奏同一套曲子

所以十二平均律不是说“自然界本来就是这样”，而是人类为了音乐实践做出的一次高明折中。

十六、十二平均律为什么选 12？

因为在十二平均律里，一个五度正好是 7 个半音。

所以平均律里的五度频率比是：

2^(7/12) ≈ 1.498307

而自然纯五度是：

3/2 = 1.5

两者差距：

1.5 - 1.498307 = 0.001693

相对误差约为：

0.001693 / 1.5 ≈ 0.113%

误差非常小。

所以，十二平均律做了一次精妙的妥协：

它牺牲了一点点纯五度的完美，换来了所有调都能自由转调。

这就是钢琴、吉他、合成器能够在各个调之间自由切换的数学基础。

十七、写在最后

现在再回头看，音乐里的几个核心概念就串起来了：

• 泛音列 f, 2f, 3f, 4f, 5f...：告诉我们一个音里天然藏着一组整数倍频率。
• 3:2 纯五度：来自第 3 泛音和第 2 泛音的关系，泛音很快重合，所以非常稳定。
• 5:4 大三度：来自第 5 泛音和第 4 泛音的关系，听起来明亮、和谐、有色彩。
• 五度相生：不断乘以 1.5，生出一串新音。
• 八度归约：超过 2 就除以 2，把音折回同一个八度。
• 七声音阶：可以从五度链条中截取、整理出来。
• 十二个半音：继续五度相生，会自然得到接近 12 个音的位置。
• 毕达哥拉斯音差：(3/2)^12 不等于 2^7，所以纯五度链条无法闭合。
• 十二平均律：用 2^(1/12) 平均分割八度，让所有调都可以自由使用。

所以，音乐从来不是纯粹的感性。

它是物理、数学和审美之间的协商：

大自然给了我们泛音和整数比，人类用数学把它整理成音阶，又为了自由转调，勇敢地对“完美”做了一点点修正。

当你在钢琴上弹下一个 C 大三和弦时，里面同时有：

C:E = 5:4
C:G = 3:2

它背后不是一句“乐理规定”，而是一整串来自振动、泛音、比例和人类选择的故事。