从1234567到写出旋律：简谱入门与数字音频合成实践

这串数字在我电脑的文件夹里躺了十几年。有人看到"1234567"只当它是普通计数，可在音乐人眼里，它就是旋律最原始的编码：Do、Re、Mi、Fa、Sol、La、Si。这篇文章我想把这串数字拆开，讲讲它背后的简谱体系、音高物理、节奏记号，以及从"认清七个数字"到"写出第一段旋律"的完整路线。它适合完全没碰过乐器的零基础小白，也适合会用代码、想顺手合成一段声音的开发者，甚至能给已经在写歌但总卡在"旋律太呆"的人一点提醒。

可能有人会问：都什么年代了，为什么还要聊简谱？因为太多人被五线谱拦在音乐门外，却不知道"1234567"这套记号，恰恰是门槛最低的一把钥匙。下面我从头讲。

1. 七个数字怎么就成了音乐：简谱的诞生与基本规则

1.1 一段被记在教科书角落的历史

先说一个偏冷门的事实：简谱不是中国人发明的。

它最初的雏形可以追溯到法国。18世纪，思想家卢梭就提出过用数字记谱的设想，后来由皮埃尔·加兰（Pierre Galin）发展成一套可用于教学的体系，再经过艾梅·帕里（Aimé Paris）和谢韦（Émile Chevé）的接力改良，最终形成了"加兰-帕里-谢韦"记谱法。这套方法的核心目标非常朴素：让没受过专业训练的普通人，也能快速学会唱诗、唱歌。

这套记谱法在19世纪后期经日本传入中国，因为数字书写方便、识别门槛低，很快在学校音乐教育里扎下根来。"1 2 3 4 5 6 7"这七个字符，从此成了几代中国人最早接触音乐的入口。

这段历史给我最大的启发是：简谱的定位从来不是"替代五线谱"，而是"用最低的成本，把旋律从耳朵里搬到纸上"。所以理解简谱时，不用抱着"专业音乐家都必须用它"的执念，它是工具，工具好不好，取决于你要干什么。想记录一段随手哼出的旋律、想在吉他上快速找到音阶、想教孩子唱一首儿歌，简谱都极其高效。

1.2 唱名、音名和数字的三角关系

简谱里"1234567"对应七个唱名：1唱Do，2唱Re，3唱Mi，4唱Fa，5唱Sol，6唱La，7唱Si。在C调里，它们对应的音名就是C、D、E、F、G、A、B。

我当年刚接触时最困惑的问题就是："1"到底叫Do还是叫C？后来才明白，这是两个不同维度的概念：

• 音名（C、D、E、F、G、A、B）是绝对的物理坐标，一个音的实际音高，拿仪器测出来是多少就是多少，音名固定。
• 唱名（Do、Re、Mi、Fa、Sol、La、Si）是相对的角色，描述这个音在某个调式里担任什么功能。

打个比方，音名像身份证号，一个人无论搬到哪个城市，身份证号永远不变；唱名像家庭角色，同一个人在家里是"儿子"，在公司是"经理"，称呼随场景切换。

所以，简谱里的"1"在默认情况下指C大调里的Do。但当你看到谱子左上角写着"1=D"时，这首曲子的"1"实际音高就变成了D，后面所有数字跟着整体平移。这意味着简谱本质上是一套"相对音高"系统，它的可移植性极强：只要标好调号，任何调的旋律都能用同一套数字逻辑读取。

给新手的第一条建议：初期完全不用被转调吓住，先在C调里把"数字到声音"的映射练熟，等你能听着旋律写出"1 2 3 1 3 2 1"这种句子时，再去研究移调。那时候你会发现，当年觉得复杂的乐理突然变得顺理成章。

1.3 为什么34和71要"挨得近"

很多人弹过1234567，但很少人注意到一件事：这七个数字之间的距离并不均匀。

在钢琴上观察C大调的白键排列，你会发现3（E）到4（F）之间没有黑键，7（B）到下一个八度的1（C）之间也没有黑键——这两个间隔是半音。其余相邻白键之间都隔着黑键，也就是全音。所以自然大调音阶的排列规律是：全音、全音、半音、全音、全音、全音、半音，简写成"全全半全全全半"。

这个规律是整个西方音乐最底层的地基。大三和弦为什么明亮？小三和弦为什么暗淡？旋律为什么会有"张力"和"解决"？追根溯源都能落到全音半音的分布上。

咱们不用急着啃理论，先从操作上理解一件事：当你从1开始弹，按照"隔一个键再弹下一个"的方式，其实就是在用"全音"构建旋律的骨架，而3到4、7到1这两处"半音"给旋律带来了自然的收束感。这也是为什么只要顺着"C大调白键"随便弹，弹出来的音符组合通常不会太难听——因为十二平均律和白键音阶本身就内置了一套和声逻辑。

我第一次意识到这点时，是在电子琴上不小心弹了一串"3 4 5 4 3 2 1"，那半音的滑落感让我愣了几秒。那一刻我才明白，为什么"1234567"不只是七个音，而是一套自带表情的叙事系统。

2. 用数字算声音：每个音符背后的频率与物理原理

2.1 十二平均律：一台钢琴如何"骗"过我们的耳朵

这一步我们可以从"看得见的琴键"走到"听得到的声音"。

声音的本质是振动，音高就是振动频率，单位是赫兹（Hz）。国际标准规定，钢琴中央C旁边那个A（a1），也就是简谱里的6，在标准定音下频率是440Hz。这个标准俗称"音乐会音高"，调音师、乐队、合成器都以它为准。

问题来了：Do、Re、Mi、Fa、Sol、La、Si之间，哪些是全音哪些是半音，频率到底怎么定？

答案是十二平均律。它把一个八度（频率翻倍的距离）平均切成12份，每一份是一个半音，相邻半音之间的频率比恒定，都是2的12次方根，约等于1.059463。这个设计的精妙之处在于：用一个统一的"等比尺子"来刻画所有音高，无论从哪个音开始，只要按固定的半音数往上推，就能推出一个标准的大调音阶。

举个例子，中央C（1）的频率是261.63Hz，往上走一个半音（升C）就是261.63乘以1.059463，约277.18Hz；再走一个半音就是D（2），约293.66Hz。从1到2走了两个半音，所以频率比是1.059463的平方，约1.1224。

为什么是12份，而不是10份或16份？这个问题夹杂着物理、历史和听觉审美的多重原因，但结论就是：经过几百年的磨合，十二平均律成了现代乐器最通用的"语言协议"。它允许一台钢琴在任何一个调上弹奏，都能保持音程关系的一致性，代价是每个音之间做了一次近乎察觉不到的"折中"。你听到一个和谐的大三和弦，其实是律制在背后做了妥协，人的耳朵宽容度够高，接受得非常好。

2.2 C大调七个音符的频率表

有了440Hz和2的12次方根，就能算出C大调七个音的频率。以中央C（C4）为1，对应的就是：

这张表是可以通过公式推出来的，不必死记。我常用的算法是：把A4=440作为锚点，C4距离A4往下9个半音，所以C4频率等于440除以(1.059463的9次方)，算出来就是261.63左右。任何一个音，只要知道它和A4之间差多少个半音，就能算出频率。

这里有一个特别容易让人困惑的点：E到F明明只差半音，频率却差约20Hz；B到高音C同样只差半音，频率差约30Hz。为什么高音区的半音"间距"反而更大？因为人耳对音高的感知是等比关系，而不是等差关系。一个八度永远是"频率乘2"，所以越是高音区，同样一个半音在赫兹数值上的跨度就越大。这也直接决定了调音和混音时的判断习惯：低音区差个几赫兹，人耳不容易察觉；高音区差个几赫兹，就会明显感到"飘"。

2.3 用Python合成一段"1234567"音阶

有了频率表，接下来就可以用代码把声音真正造出来。这是我个人很推荐的一个入门玩法：不需要任何乐器，一台电脑就能听到"1234567"对应的声音。

方案是Python加numpy和scipy，生成正弦波再存成WAV文件。代码如下：

import numpy as np from scipy.io import wavfile sample_rate = 44100 duration = 0.5 gap = 0.05 freqs = { '1': 261.63, '2': 293.66, '3': 329.63, '4': 349.23, '5': 392.00, '6': 440.00, '7': 493.88, } melody = '1234567' samples = [] for ch in melody: f = freqs[ch] t = np.linspace(0, duration, int(sample_rate * duration), endpoint=False) wave = 0.5 * np.sin(2 * np.pi * f * t) samples.extend(wave) samples.extend(np.zeros(int(sample_rate * gap))) audio = np.array(samples, dtype=np.float32) wavfile.write('scale_c.wav', sample_rate, (audio * 32767).astype(np.int16))

跑完这段代码，播放scale_c.wav，你听到的就是标准的"哆来咪发嗦啦西"。

这里有三个细节值得说：

• 采样率44100Hz是CD音频标准，含义是每秒钟采集44100个样本点，理论上最高能还原22050Hz的声音，远超大部分乐器的基频范围。
• 振幅取0.5而不是1，是为了留出动态余量，防止波形触顶削波，削波后会出现刺耳的破音。
• 音符之间加50毫秒静音，如果不加，两个音会直接以相位差跳变，产生"爆破声"。

如果觉得纯正弦波太单调，可以叠加一个低八度的正弦波，或者加入几次泛音，声音会立刻变得厚实。这就是合成器的雏形。对于想理解"声音是怎么合成"的开发者，这条从"数字频率"到"WAV文件"的路径是最直观的入门经验。

3. 数字之外的记号：拍号、时值、高低音点怎么读

3.1 一条横线改变时值

光有1234567还不够，因为音乐不只是"什么音"，还包括"这个音唱多长"。简谱表达时值的方式，妙就妙在极其直观：数字后面加横线是延长，数字下面加横线是缩短，一共两种操作，覆盖所有情况。

• 不带横线的数字是一个四分音符，通常算1拍。
• 数字后面每加一条增时线，时值增加1拍。所以"5"是1拍，"5-"是2拍，"5--"是3拍。
• 数字下面每加一条减时线，时值减半。"5"下面一条线是八分音符（半拍），两条线是十六分音符（四分之一拍）。

这个规则的记忆方法很简单：增时线像把音"拉长"，减时线像把音"压短"。练习时，"数横线"比"背术语"更实用。

我见过不少自学的人看到"5 - -"这种写法会发愣，其实它就是在"5"后面加了两条横线，读作"soll——"共三拍。手写谱时时线容易歪，会影响阅读，我的建议是尽量用打谱软件，或者手写时用尺子对齐横线。

3.2 附点、连线与休止符

除了横线，另一个出现频率很高的是附点。写在数字右边的小圆点，表示"延长原时值的一半"。比如"5."表示一个四分音符加上一个八分音符的长度，也就是1.5拍。附点的价值在节奏上：它能让旋律产生一种"向前滚"的摇摆感，流行乐和摇滚乐里的切分律动，很大程度靠它撑起来。

连线分两种。连接相同音高的两个音符时，叫延音线，表示两个音要弹成一个音、时值相加；连接不同音高的音符时，叫连音线或圆滑线，表示旋律要连贯，中间不换气。看谱时，一条大弧线弯过去，不管是延音还是圆滑线，核心都是"别断开"。

休止符更简单，0就是休止，时值规则和普通数字完全一样："0"是一拍，"0-"是两拍，"0"下面加线是半拍。很多初学者不重视0，觉得"空白不就是不出声"，但实际上休止的位置极其考验演奏者的律动感。同样一段旋律，休止符处理得干净利落，整首歌的质感立刻提升，这也是为什么很多鼓手和贝斯手会反复强调"学会数休止"。

3.3 从单音节到完整乐句：怎么读节奏

把上面的记号组合起来，就能读一段完整的旋律了。举个例子，一行"1 2 3 1 3 2 1 -"应该怎么读？

先看左上角有没有拍号。通常简谱会标注2/4、3/4、4/4、6/8这类标记，分母表示"以几分音符为一拍"，分子表示"每小节几拍"。4/4的意思就是"以四分音符为一拍，每小节四拍"。

然后看小节线。小节线把一串音符按拍数切分成若干小节，每个小节内的时值总和必须等于拍号规定的拍数。这条规则是硬性的，相当于一篇文章的每句话都不能超过标点规定的句子长度。比如4/4拍的小节里，可以放四个四分音符，也可以放一个二分音符加两个八分音符，但不能放五个四分音符。

我建议新手读谱时按这个步骤练：

1. 先确认拍号，搞清"一拍"长什么样。
2. 用手指或节拍器轻轻点拍，把每个音按正确时值均匀地放进节拍里。
3. 音符密集的地方放慢速度，先读对节奏，再逐渐提速。

节奏感特别弱的人，我强烈推荐"唱谱法"：把音高和时值一起唱出来，比如"哆——来咪，发嗦——啦——"。嘴巴一旦开始唱，节奏的边界感会自动清晰起来。这个方法教学效果极佳，而且完全不用乐器。

4. 在乐器上弹响"1234567"：三种入门路径

4.1 电子琴/钢琴：白键就是C大调

手里有键盘类乐器（电子琴、电钢琴、MIDI键盘）的人，找1234567是最容易的。

钢琴键盘上有规律地排列着黑键：两个黑键一组、三个黑键一组。任意一组"两个黑键"的左下角那个白键，就是C，也就是1。从中央C往右依次弹白键，得到的就是"1 2 3 4 5 6 7 1"，全程一个黑键都不用碰。因为C大调音阶恰好就是所有白键，这也是很多人眼里"钢琴最容易切入的调"。

我建议新手按三个阶段走：

• 第一周：只做上行和下行练习，把1到高音1，再滑回来，练到闭眼能找到相邻音的位置。
• 第二周：弹简单的儿歌，比如"小星星"的旋律开头就是"1 1 5 5 6 6 5"，用一根手指也好，用五指原位也好，重点是让"数字到手指"形成条件反射。
• 第三周：尝试把自己会哼的歌用简谱记下来，写错了没关系，这个过程比弹现成谱子更有价值。

这里有个小技巧：不要只记"中央C这个键叫1"，而是记住每个音相对黑键的"方位关系"，比如"5在三个黑键组中间那个黑键的右侧"。这种相对定位法，在换琴、登上舞台使用陌生键盘时，都比你死记某个绝对位置可靠得多。

4.2 吉他：从C和弦与音阶指型开始

吉他和钢琴不一样，同一个音在指板上有好几个位置，所以新手经常会迷路。我的建议是从"C大调音阶第一把位指型"入手，这是最接近"1234567"直觉的练法。

以标准调弦为例，从五弦3品开始：五弦3品是1（Do），五弦5品是2（Re），四弦2品是3（Mi），四弦3品是4（Fa），四弦5品是5（Sol），三弦2品是6（La），三弦4品是7（Si），三弦5品是高音1（Do）。按照这个指法上下行练习，就能弹出一条和简谱完全对应的C大调音阶。

这里有一个必须提醒新手的坑：吉他指板上最显眼的起点其实是六弦空弦，但它对应的不是1而是3（Mi）。很多教材会用"Mi型音阶"教，这并非错误，但对只认"1234567"的初学者来说非常容易绕晕。我的建议是：先别管这些术语，把"从五弦3品的Do开始"练熟，让耳朵听到的音和简谱上的数字对应上，等指型固定之后，再去补乐理，理解不同指型的意义。

吉他对理解音阶结构反而比钢琴更直观，因为一个品格就是半音。在任意一根弦上，从任意音开始，按照"全全半全全全半"的规律往上推品格，你就能推出任何调的大调音阶。这个过程可以帮你真正内化第一章讲的音程规律。

4.3 手机App和音序器：零成本上手的路线

没有实体乐器，也完全能起步。手机里装一个键盘或鼓机类App，就能弹响"1234567"。

我常用的路线是这样：

• 库乐队（GarageBand）内置键盘、原声吉他、鼓组，而且支持MIDI录音，可以随手弹一段存下来。国内还有"随身乐队"这类App，集成度更高，音质也不错。
• 打谱软件MuseScore是完全免费的，可以在电脑上按简谱或五线谱输入音符，实时听回放，还能导出PDF和音频。对喜欢记录创作的人来说，这东西就是数字时代的"乐谱纸"。
• 如果你想接触更底层的东西，可以用各类在线音序器，甚至用Web Audio API写一段代码，把音符按时间轴排进去，浏览器就能直接播放。

这个路线的核心优势是零硬件成本，适合想先用"声音"建立感知的人。工具只是载体，真正练的是对音高、节奏和结构的判断力。等你对"1234567"有了扎实的听感，再转实体乐器，会比一上来就对着指法图死磕顺畅得多。

5. 我拿"1234567"写歌踩过的一些坑

5.1 旋律太"幼儿园"：如何打破数字的惯性

如果用1234567来写旋律，最危险的事情就是写着写着，所有句子都变成"顺拐"：要么从1慢慢爬到5，要么从高音5一路滑下来，听感像儿歌广播体操。原因也不难理解，顺着音阶走是大脑阻力最小的路径，写的时候觉得很顺滑，回听时才发现索然无味。

我的经验是：动手之前先决定情绪方向。明亮的情绪，多往1、3、5上靠，这三个音构成大三和弦，天然带有稳定、向上的气质；忧伤一点的，多往6、1、3上靠，这是小三和弦的色彩；想制造紧张感或色彩感，就引入4、2或者7，它们在和声里属于"不稳定"但"有表情"的音。

但最重要的操作是：不要先在纸上写音符，先把想表达的旋律哼出来、录下来，再转成简谱。"脑子想出的旋律"往往比"手指在乐器上滑出的音阶"更有辨识度。这不是玄学，而是因为你哼唱时自带节奏和力度的直觉，而手指顺着数字走时容易被惯性带跑。

5.2 节奏型单一：用切分和附点救活旋律

第二个大坑是节奏全部变成"一拍一个音"，像机器人报数。

我早期写的旋律几乎全是这个毛病，后来发现解决方案特别简单：不用改太多音高，只需要改节奏密度。把一个音改成附点节奏，比如"5 . 5"，听起来就从"哒哒哒"变成"哒——哒"，立刻有了向前的滚动感。再激进一点，可以用切分音，把重音放在原本的弱拍位置，让旋律产生"反直觉"的推动力。

我用过一个很好玩的练习：拿一段固定的音高序列，比如"1 3 5 6 5 3 1"，然后只用不同的节奏去排列它，看能衍生出多少种情绪。你可以都写出来对比，再拿去问朋友"哪一版最像你想说的话"。这个练习完全不需要乐理基础，但它能快速建立你对"节奏即情绪"的感知。

5.3 记谱不规范：分享前一定要核对

最后聊聊记谱。现在很多人习惯用手机随手记"111用1455"这样的文字，但如果你想真正留下作品，或者把歌给乐手一起排练，就一定要用规范简谱。

我早期写过一些旋律，因为没标调号和拍号，隔三差五回看时完全不知道当初想表达什么；还有一次把附点位置写错，让排唱的贝斯手琢磨了半天。教训很直接：记录就是在交付，规范的记谱能让别人少走弯路，也是对自己灵感的尊重。

一份规范的简谱至少应该包含：左上角的调号与拍号（比如1=C 4/4），明确的时值记号，必要的时候加上力度示意和段落标记。用MuseScore这类软件整理一遍，把哼唱的录音转成五线谱或简谱导出，再配上录音文件存档，这样即使过了几年，你依然能准确还原当时的想法。

最后再分享一个我自己的习惯：灵感来时，无论手上在做什么，我都先掏出手机录一段哼唱，然后趁热把它翻成简谱存进文档。翻谱的过程不只是记录，更是二次审视——唱一遍、写一遍，很多当时觉得"真了不起"的动机其实经不起细看，而真正留下来的那句，往往绕来绕去，还是靠"1234567"这七个最朴素的数字搭起来的。希望这篇东西能帮你也把手里那串数字，变成真正能唱出来的旋律。