全身的毛囊被各個挑起，樂聲由其擠入身體如氣泡水般向頭頂緩慢衝跑而去，迫不及待向尾梢散開，牽引毛髮，牽引我與空氣中的波形一同擺盪。感知及注意力突然變得如此敏銳，放大又縮小著身體——我似乎成為空間中震動粒子的一部分，我又似乎就是空間本身。這是我第一次點開路希爾（Alvin Lucier）的專輯《給從不呈現的管弦樂團之作》（Works for the Ever Present Orchestra）中《半圓》（Semicircle）一曲時的感受。
這與其說是「音樂」，不如說是一種放大感官經驗、凝結時間的修習片段(session)。只記得在聆聽時，那一個一個在樂理定義下相同的音名，依作曲概念，被樂團中不同音色的樂器同時演奏出來時，深廣不同的共鳴體深廣與由其所衍伸出的泛音餘韻，在房中交疊聚合成一種來回搖盪的動態。它們像是在同一個領境中，不同角色以不同聲調對同一字詞的覆述、爭先搶後分享對同一指稱（denotation）理解的近義。帶著些微差異來回行進，將視覺帶到耳中，呈展了一種如強烈散光者瞇眼辨識物體型態時所產生的光暈聚散；一種如長時間直視光源的對反色反噬殘影纏繞迴盪於感官中。想像著你端著ㄧ逼滿水的淺盤逕走鋼絲，左晃右盪，感覺這些聲音在某一種正確性與非正確性中搖擺。那些像是在樂器的音準校正過程中，對同一個音的重複演示與調整——繃緊、放鬆、又再度繃緊，只為在調音器左右晃動的赫茲探測儀上達到完美的中間指標——不斷重複「學習」的一種極限遊戲。眾口彈奏的異質接近單調（monotone）。
腔調與國語與中心化
如此綿密的深淺光暈色階校正，也展示於話語中：比如德語中的漢堡口音、柏林口音、土耳其口音、韓式口音、臺式口音；各式的口音就像是以不同的色溫來描繪一叢火焰。話語是融入一個社會的基礎工具，是獲得知識、傳播知識的工具，同時也是標準化知識、形塑知識的流動紀錄工具。從傳統習俗寓言故事的耳口傳唱開始，聽「懂」聲音，回應聲音，是進入一個群體的首要條件。德勒茲（Gilles Deleuze）曾以嬰兒牙牙學語時，總被希望發出「爸爸」、「媽媽」這些聲音為範例，論述「發聲」是要確立一種範疇關係——出聲或是不出聲，是一種秩序和要求——進而演繹語言學習、社會化的過程以及權力關係。
80年代中期在台北長大、並沒有真正感受到國語政策、經歷皇民化運動的我，直到因語言能力匱乏而本能將聲音當作生活判准的異國生活中，才突然確切的感覺到「腔調」這表達細節，所代表的「矯正需要」的社會判則，和發聲者想要達到「標準」的希望——那除了代表對溝通時間成本節能的願望，也代表了一種想要去背景，與「純正母語」連結、與「上流知識味」連結的狀態。
在全球移動化社會之前，地勢型態是民族流動的限制，地理的界線往往即是劃分國家的界線，以及語言種類的界線。當移動不再天方夜譚後，吻合國家界線的同族同語，則逐漸與國族主義的想像趨合，成為一種當權者統治手法。聲音的標準化，成為一種積極的治理方式。自「國家」（nation）一詞在16世紀的巴黎被提出後，「國語」（Nationalsprache）的概念，在18與19世紀時，被許多國族國家打著明確溝通系統的旗幟，實則為強化統治的目的下，被人工培育而出。此一概念與自然地緣所形成的「音響共同體」、「聲音領域」不同；此一概念意圖藉由對國民建立『整體』的共同語言群體（speech community/linguistic community），同質化群體中個體的語言規範（linguistic norms）、期望和價值認同。此將文化與國家劃上等號的想像，被運用在殖民主義之上，也排斥與壓縮著少數群體。無獨有偶，1955年時，國際標準化組織（International Organization for Standardization; ISO）將音符A定為絕對音準440赫茲。這超越樂團和諧奏鳴目標的標準化過程，或可被當作為一種對整體理想狀態掌控的慾望。當我們把國語當作絕對的音準，腔調當作不協調的聲音時，為樂器調音和去腔調異音，可被意喻為是一種身體性與社會性的規馴，一種對絕對系統的歸化。
中心化聲音、限制多重腔調的發生可能，是權力系統利用發聲與聽覺慣性，同質化人民表達的一種控制方式。另一種常見的治理方式，則是運用聲音作為調度情感調性的工具，以聲音喚起在聲音中所儲存的情感、記憶和價值，並藉由操縱它們，加深型塑意識形態式的政治利益價值，及經濟市場的貨幣價值。像是，TikTok提供短片創作者選擇的音樂背景模板（如最近火紅的Miley Cyrus的《Flowers》、Coi Leray的《Twinnem》或 Meghan Trainor 的《Made You Look》），聯繫記憶與熱潮，以重複洗腦收穫實際的娛樂產業經濟價值（甚至是潛存的國安情資價值）。又像是，當台灣人聽到《愛拼才會贏》，就聯想到在學校不斷被教育宣揚的「人定勝天」、「辛勤耕作必能得到回報」的身體勞動規訓，進而可在競選活動中為創造「台灣奇蹟」聲嘶力竭吶喊。又如，在國共冷戰、心戰喊話時期，國民黨軍希望藉由鄧麗君的甜蜜歌聲，喚起對岸人民對自由富庶溫暖生活的嚮往，進而產生投靠中華民國政府之心。這種藉由聲音，喚起情境式聯想與投射的操控手法，也被反向印驗在金門居民對國共心戰喊話的記憶中：當我問當地耆老：「奇怪，對方播音員喊話的時候，是說「國語」嗎？就是北京話嗎？那你們聽得懂嗎？」他們點點頭說：「一開始聽不懂，但聽幾次後就大概知道他們想幹嘛啦，就會怕啦。」這裡重點似乎不是語言內涵、不是聲音材料原本的出處，而是聲音展現的質地、氛圍，與再現聲音材料聯繫的時空情境，讓人民眾懂得恐懼，期待喜悅。
模擬輸出與同步
事實上，有很多時候，語言與溝通的明確性，並不建立在聲音表現的準確型態：像是山澗呼喚傳唱（yodel）、或是口哨；它們是一種模糊的語言狀態、模糊的聲音擬態。發聲者藉其探測空間動態、標誌自身的方位，吸引對象聚集或威示對象散落。這種不準確的話語，往往藉由音高與節奏，隱藏著更多群體的溝通暗號以及價值訊號。
聲音的擬態，以及對話語的模仿，在歌唱之中很常見——尤其是在聲樂之中。在跟聲樂歌手的閒聊中，才得知原來很多聲樂演唱者其實不會說義大利文、德文、法文等常見歌劇聲樂用語——也就是當他們在演唱《波希米亞人》、《魔笛》或《茶花女》時，他們並不明確的知道自己當下發聲的是什麼文字意涵。這是一個很奇妙的狀態：你要以一連串被制定的節拍和聲線走調，去明確的表達一個知識性內涵的文法型態；同時，以這些對你而言不具「理解意義」的零件，去形容、展演一個特定的情感狀態，去進行「對話」，推動情節發展與渲染共鳴。的確，在聲樂歌劇中，語言本身音節的節奏性，常被依隨著樂曲行進被弱化並改寫，變成了一種抽象化的聲音、狀聲詞、跟堆疊。不管是否會學曉歌劇原作的語言，在此字詞被拆解成聲音的模塊組件；它的意義被抽離，似乎僅留下一種對聲音的模仿。一首羅西尼（Gioachino Rossini）的喵喵歌劇《貓之二重唱》（Duetto Buffo Di Due Gatti），可能在此下誕生——作曲家整首歌曲僅給了兩位女高音「喵meow」一字，她們需搭配節奏音調，模擬「貓語」對話，演繹出詼諧的梳洗情境。雖然聽眾也不會說貓語，但以捧場的態度來看他們是「聽懂」了；歌曲也藉由反覆的「歌詞」行進，深刻於耳中。有趣的是，在近兩百年之後，《學貓叫》這首原唱與創作者幾近隱形的中國流行歌曲，也藉洗腦的歌曲行進，以及演算法的助攻，在2010年統治另種網路世代。
潛存的譜號與潛在的空間
若是持續性的情境式模擬與音調模擬，是一種標準化、形式化與統治的手法，斷裂與噪音則或許是他的對應之法。德勒茲與瓜塔里（Félix Guattari）在寫於上世紀末的《千高原》（Mille plateaux）中，提出「口吃」可作為去領域化（deterritorilization）的可能：「類似於口吃：不是人們講話中的口吃，而是讓語言口吃。可以成為一個異鄉人，不僅僅是在自己的母語環境下去說一種相異的語言，這同時也是在同一種語言之中並行的多元化的語言……這意味著個人的『風格』變成了一種語言。亦即語言成為了內在性的、一種純粹價值和密度的連續整體。」在此，限制性的空間可被擊破，一面向内在的潛在（virtual）可被攤展。
但同時，網路與移動社會也是把鋒利的雙刃劍，媒體傳播以及演算法，成為數據化與同質化個體性的統治手段。在與其雙生的現代的地緣政治與全球經濟結構中，掌有權力者總懷有將世界這大房間中各式的聲響動態化成為譜號（notation），倂書為樂譜，化成為一統一語言系統的野望。本應作為斷裂文本的迥異文化地理、與另一私密情感所連結對我不具意義的聲響，卻透過傳播，被一遍遍不同的重播、帶入，演練，而對我成為一種似曾相識與通情。如YouTube二創視頻中，不同語言的電影與文化紀錄被簡約化為相似的故事線；姓名個性迥異的主角似乎被合成為一總體身份，僅演示著被編程好的動線。當樂譜被翻開，異質性、與我真實理解疏離的聲音，被化約成譜線上的節拍與輕重緩急的記號。私人的身體感如同轉譯數據生成音樂的模擬機器人動畫，在系統語言語法下抬起手拉奏、換氣、拉奏，推演著有可能的身體運動共鳴。
當片段化成為新的邏輯，在這之下我們該如何逃脫一共同性的網絡脈絡？個人性與潛在的內在空間是否還可能存在？正所幸，聲音所喚起的情感調性並非僅單一連結著集體記憶，也喚起眾多迥異的私人內在情感：聽到中華民國國歌，對我來說喚起的是高中升旗總遲到的求學記憶，對另一些人來說可能是在與約會對象在電影院中電影開演前偷牽手的甜蜜記憶，但卻也可能對另一些人聯繫著戒嚴時期深刻的家族傷痛記憶。而在近半世紀後的網路與移動社會之下，聲音所聯繫的情感，更為複雜而無法被單一解剖；「音響共同體」、「聲音領域」所畫出的界線，脫離了地理限制，而成為一多維散狀的路徑。這種與政治地理區域、種族民族不完全相同的情感記憶，這種空間性不連續的「雜質」、「異質」，似乎帶給了多重發聲與去中心化一種可能性。
