排版：欧阳振伟

初审：任明

核发：韩曙光 闫慧

栏目简介：批判性数字人文（Critical Digital Humanities, CDH），通常指的是在数字人文基础上，引入批判理论、社会理论、后殖民研究、性别研究、媒介研究、科技社会学等视角，对“数字技术如何介入知识生产、文化记忆、权力结构与社会不平等”进行反思性研究的方向。

The Epistemology of Code in the Age of Machine Learning

机器学习时代的代码认识论

DOI：https://doi.org/10.63744/mtgy4d9qn78k

作者： Evan Buswell

期刊： Digital Humanities Quarterly (DHQ)  Volume 20 Number 4, 2026

作者 Evan Buswell 是一位独立学者及软件工程师，博士毕业于加州大学戴维斯分校，从事人工智能研究。其研究横跨计算机科学、数字人文与批判性理论。他关注计算机技术的历史演变及其背后的哲学意涵，特别是计算架构如何塑造人类对知识的认知。

1. 摘要

代码是一种以“压制状态”（Repression of state）为前提的认识系统。然而，随着全局优化（Global optimization）与机器学习算法的兴起，代码在揭示知识的同时，也同样遮蔽知识。代码的形成回应了二十世纪知识型（Episteme）的两个特征：其一，知识被表征为一种过程（Process）；其二，这种表征必须是自足的，即其意义由表征形式本身构成。代码与状态虽存在关联，但为了将代码建构为认识论对象，状态被持续限制与压制。这一建构始于1940年代代码的最初形成，并在1960年代末结构化编程运动中达到现代形态。然而如今，随着全局优化和机器学习算法在计算领域日益占据主导地位，状态的关键重要性已无可回避，而我们理解状态的工具却极为匮乏。这一认识论困境反而为那些罔顾后果、规避责任的行为者提供了庇护。

2. 文章内容

本文从科学技术研究（STS）与批判性代码研究的视角，追溯"代码"概念的历史形成，论证代码与状态的分离并非中立的技术选择，而是特定历史认识型的产物。

作者将论证分为三个层次展开：

3. 理论框架与方法论

本文方法论融合批判性代码研究（critical code studies）的文本细读传统与知识考古学式的历史分析。作者并置不同历史时期的代码片段（EDSAC、A-2、Fortran、ALGOL等），通过比较性近读（comparative close reading）追踪条件跳转指令的语法演变，将技术史细节与认识论命题直接挂钩——这是本文方法论上最具说服力之处。

论证结构遵循一条清晰的辩证线索：外部化—压制—压抑物的回归—新形式的再压制，并以全局优化算法作为当下历史节点，将这一循环推至其内在矛盾最为显露的临界时刻。引入"无免费午餐"定理，使技术论证与认识论批判形成精准呼应，避免了此类研究常见的泛泛而论。

对于从事AI认识论、数字人文与STS研究的读者而言，这篇文章提供了一个罕见的分析框架：它拒绝将"黑箱问题"处理为机器学习的技术局限，而将其还原为一段有据可查的观念史。这种将代码语法演变与权力/责任问题直接相连的论证路径，对于思考AI治理的文化与语言基础尤具启发性。

看到这篇文章的时候，就不得不想起本杰明·M·施密特在2016年发表的本杰明·M·施密特《数字人文主义者需要了解算法吗？》（2016）。这两篇文章之间构成了一种跨越十年的“互文”关系，像同一个认识论困境的两个不同截面——施密特从实践层面发现了症状，Buswell从历史层面追溯了病因。如果说施密特的核心诊断是：数字人文学者把算法当黑箱，满足于用经验性测试（"符不符合常识"）来评估工具，却没有去理解算法背后的转换逻辑。他的药方是：不需要懂算法的实现细节，但必须懂它试图做什么——也就是理解 "transformation" 而非 "algorithm" 。Buswell的回答实际上是：施密特说得对，但他没有问为什么黑箱会存在。答案是：黑箱不是技术局限，而是代码范式的历史性产物。Buswell通过对计算机史的详细考据，在认识论层面指出，在机器学习与全局优化算法主导的今天，施密特所寄望的那种“可理解的转换”的认识论就随之坍塌。

文章对中文语境同样具有延伸价值：中文对"代码"与"状态"的概念处理方式是否内嵌了不同的认识论预设？在"算法黑箱"的本土讨论中，状态的不可知性是否同样承担了类似的责任规避功能？这些问题值得进一步探究。

撰文、编辑：丁怡瑞（剑桥大学数字人文系硕士研究生）

初审：徐碧姗

复审：段婧怡

终审：夏翠娟

转载请注明“刊载于《数字人文研究》2025年第4期”;参考文献格式:沈小妮,彭炜明,胡佳佳.段玉裁《说文解字注》知识库的构建与应用[J].数字人文研究,2025,5(4):68-83.全文PDF已在知网、万方及编辑部网站(http://dhr.ruc.edu.cn)上发表，此处注释及参考文献从略。

沈小妮  彭炜明  胡佳佳

摘   要：段玉裁《说文解字注》是“说文学”研究的巅峰之作，集中体现了乾嘉学派的学术成就。当前有关《说文解字注》的数字化工作多停留于文本化阶段，尚未实现对其知识体系的深度挖掘与系统呈现。研究以《说文解字注》及其稿本《说文解字读》为底本构建知识库，设计了涵盖五大知识范畴、十个知识集、五十六个知识点的三层分类体系，完成了数万条知识实例的标注与结构化表示；在此基础上，开发了具备原文检索、知识导览与标注管理功能的交互式平台；并以对段玉裁的谐声归部研究为例，验证了知识库的应用潜力。这是数字人文方法在传统语言文字学领域的一次系统实践，为古籍深度数字化与人文研究范式创新提供了重要参考。

关键词：段玉裁；《说文解字注》；《说文解字读》；知识库；知识表示

作者简介：沈小妮，北京师范大学第二附属中学语文教师； 彭炜明，北京师范大学汉字汉语研究与社会应用实验室研究人员； 胡佳佳（通讯作者），北京师范大学文学院副教授，hjj81@126.com。

2022年4月，中共中央办公厅、国务院办公厅印发《关于推进新时代古籍工作的意见》，再次强调推进古籍的数字化工作，“积极开展古籍文本结构化、知识体系化、利用智能化的研究和实践，加速推动古籍整理利用转型升级”。在我国古典目录学的著录中，有一类被系统归为“小学”类的特殊文献，即中国传统的语言文字学著作。“中国的传统语言学因为负载着三千年的文化信息，包涵着中华民族的世界观、价值观、民族观，所以，它不仅是一种学术资源，而且是一种知识资源；不仅是一种知识资源，而且是一种人文资源，一种道德资源。” 《说文解字》（以下称《说文》）是中国传统语言文字学最重要的著作。黄侃谓治“小学”须读十部书，而“《说文》一书，于小学实主中之主也”。段玉裁的《说文解字注》（以下称《段注》）是《说文》研究著作中最重要的一本，也是中国传统语言文字研究巅峰——乾嘉学术的代表。段氏的卓越成就，“不仅在于他‘究其微恉，通其大例’，对许书做了细密全面的校勘整理，更在于他通过对许书的注释，提出并初步解决了一系列有关汉语音韵学、文字学、词汇学、训诂学的重大问题，他能初步运用历史发展的观点和一些科学的方法来研究语言现象。换言之，他使《说文解字》的研究，从纯粹校订、考证的旧框子里解放出来，在某种意义上走上了科学语言学的轨道”。

在建设中国特色哲学社会科学学术体系的今天，系统梳理和总结以《段注》为代表的中国传统语言学研究高峰的学术思想与方法论，对总结和升华中国特色的语言文字学原创理论，具有特别重要的意义。从清代到当代，对《段注》的研究一直持续不断，但进入21世纪之后，研究成果却并没有极大丰富，对《段注》挖掘的广度与深度也不够充分。《段注》体大思精，其深刻的思想与科学的方法是散布在丰富的注释中的。《段注》知识库的建设，旨在将这些散布的知识与前人对《段注》的研究结合起来，通过多维联系来展现和揭示其中蕴含的科学内涵，辅助研究者从中提炼出具有现代价值的理论范式，实现对传统学术资源的创造性转化；为构建具有中国特色的理论体系提供重要的数字化研究资源和技术支撑。

目前对于《段注》的数字化工作大多仍处于影像化与文本化的阶段。如国家图书馆建设的中国古籍资源库（http://read.nlc.cn/thematDataSearch/toGujiIndex）里汇聚了多个古籍版本的《段注》高清数字影像；北京时代瀚堂科技有限公司的瀚堂典藏库（https://www.hytung.cn/）提供了经韵楼本《段注》的数字化文本和影像，可以进行字头与全文的字符串检索。北京师范大学的《说文解字》研究与应用平台（https//szsw.bnu.edu.cn），则在影像化和文本化的基础上，对《说文》小篆的形音义知识点进行了提取和结构化存储（如部首、义符、声符……）。我们把这种将知识点单独提取后再进行结构化存储的数据库称作知识库。与之前仅包含了影像、文本、著述信息与目录的古籍数据库不同，知识库是对古籍数字资源的更深层次和更细粒度的加工，它包含了根据前人研究，从原典中抽取、提炼出的具有意义的独立的知识成果，并按照一定的逻辑体系进行关联和组织，从而实现对原典内容的理解、重组和再造。如图 1所示，由于此平台提取和存储了《说文》关于每个小篆构形直接构件的知识点，用户就可以直接搜索到《说文》中以“七”为直接构件的所有小篆，这实际上就是平台为用户提供了关于小篆构形的知识服务。该平台同时提供了上海古籍出版社影印的经韵楼本《段注》的数字影像与文本，也涉及到《段注》个别知识点的提取，如为每个字头标注了段玉裁的古音归部。

图1 北师大《说文解字》研究与应用平台应用示例

知识库的构建是在平台已有《段注》文本与个别知识点的基础上，聚焦《段注》全体系知识点的系统提取与深度标注，最终构建的《段注》知识库具备双重应用价值——既可独立开发为专用应用平台（详见下文），也能作为《说文》研究的资源，通过对应字头链接至该平台的相关说解部分，为使用者提供更为精准的知识服务。

图2呈现了构建《段注》知识库与开发应用平台的实施路线图。本文第1、第2部分将围绕此路线图展开具体论述，第3部分则结合一个基于该知识库及平台的研究实例，进一步说明其应用价值。

图2《段注》知识库构件与应用平台开发实施路线图

1.1  文本的数字化与结构化

知识库的构建首先还是需要文本的数字化。文本数字化的第一步则是选择合适的底本。段玉裁注《说文》，经历了长达近四十年的准备、撰写和修订，终于嘉庆二十年（1815）全部刊刻完成，是为经韵楼刻本。“除《清经解》所收的少数本子是重排本外，其余都是经韵楼本的复刻本，不但内容相同，每页的行数、起迄字也都相同。”  段氏自己曾在《段注》中提及，著此书前，先有长编《说文解字读》（以下称《说文读》），始为五百四十卷，既乃檃括成《注》。今北京图书馆藏有《说文读》抄本残卷七册（一至六，八），经朱小健、张和生整理，于1995年由北京师范大学出版社影印刊行[7]。尽管残缺，但它对于研究段玉裁的学术思想、《段注》的形成过程以及清代小学方法都具有极高的价值。

因此，用于知识库构建的基础文本有两种：一是上海古籍出版社1988年影印经韵楼本《段注》，二是北京师范大学出版社1995年出版的《说文读》。对于数字化后的文本，则采用关系数据库技术进行结构化存储。基于《段注》的特点，分卷、部首、字头三层设计数字化文本结构。卷表（Volume）（表1）关注《段注》的卷次结构。部首表（Radical）（表2）聚焦于《说文》部首，全书总计540个部首，每个部首分布于特定卷中，并统领若干字头。字头表是《段注》的核心内容，主要包括字头、许氏原文、段氏注文三大部分。许氏原文、段氏注文存储在字段“zhengwen_zhushi”中，用<pn></pn>标注许氏原文，用<zn></zn>标注段氏注文。由于《说文》字头有正篆（位于每条说解之首的字形）和重文（位于每条说解之末的字形）之分，而《段注》亦对书中的重文进行了注释，所以字头表分正篆表（表3）和重文表（表4），两张表的字段类型基本相同。但重文表中包含对应正篆字段，以标示正篆与其重文的对应关系。

《说文读》与《段注》体例不同，是札记性质的，属于段玉裁长期研读《说文》心得的汇总。它不是依《说文》逐字做注，故多有未注之字，也有重出之字。行文格式上，低一格抄录许书正篆及说解全文，也有仅出重文；字头皆以楷书录之，但也存有篆书的情况，另起顶格作注；论及一字古音尚未使用古韵十七部，而是标以古韵韵目，但也有例外。《说文读》的结构亦分卷、部首、字头三个层次。卷表（du_volume）和部首表(du_radical)字段保持不变。字头表是《说文读》的核心内容，主要包括字头、许氏原文、段氏注文三大部分。许氏原文、段氏注文存储在字段“zhengwen_zhushi”中，用<pn></pn>标注许氏原文，用<zn></zn>标注段氏注文。

两书字头之间的对应关系，通过《读》《注》关系（duzhu_relation）表（表5）的两个外键来实现。其中，“duanzhu_id”实现两书字头的对应关系，以便从《说文读》直接链接到《段注》的相应解释，进行文本比较。

1.2 《段注》知识体系的建构

不同领域的知识要素和结构各不相同。《段注》自成体系，在注释《说文》时采用了很多的术语与条例，如“浑言析言”“古今字”等，集中体现段玉裁的学术思想和理论，也是本研究要提取的“知识点”。具体操作上，我们选取《段注》研究专著中形成共识的术语条例 ，以《传统语言学辞典》中关于段玉裁的术语为补充，选择实例数超过十条的知识点，并按照传统语言文字学的研究框架，构建了含文字、训诂、音韵、校勘和引书五大知识范畴、十个知识集、五十六个知识点的三级分类知识体系（见表6）。

需要说明的是,本研究将《段注》知识点分为五大范畴,主要出于系统整理的需要,并非意味着知识点之间存在不可逾越的界限,例如“双声”“叠韵”属于训诂学中的声训术语,但是也体现了音韵学研究的内容;“音义同”包含训诂和音韵两个角度的内容。 范畴之间的交叉渗透,也体现了段氏综合形、音、义注解《说文》的特点。

1.3 《段注》知识点实例的提取

创建好知识分类体系，就可以逐个开展各知识点实例的提取工作了。《段注》中的知识点实例一般都存在形式化的术语，譬如，段氏谈论“引申”的术语有：“引申（引伸）、因、故、因之、因以为、故以为、引申（伸）假（叚）借、引申......凡、义之相因” 。这就便于采取正则表达式进行匹配提取后再进行人工校对与补充、完善（详见图 2知识提取部分）。《段注》中一个字头下的文本中可能蕴含多个知识点实例，而一类知识点可能在多个字头下文本中都有体现，如图 3所示。甚至在一个字头下的注释中包含了另一个字头的知识点。如：

“艸，百卉也。”卉下曰：“艸之总名也。”是谓转注。二屮、三屮，一也。引伸为艸稿、艸具之艸。“从二屮。”仓老切。古音在三部。俗以草为艸。乃别以皁为草。凡艸之属皆从艸。（《段注·艸部·艸》）

段氏在“艸”字下的注释就涉及转注、引申、古音、俗字等多个知识点，其中俗字知识点实例，还涉及到字头“草”。这就要求合理设计知识库的存储结构。

图3 《段注》文本与知识点及其实例的关系

1.4 《段注》知识库的结构

在知识库的实际构建中，我们采用关系数据库来存储知识体系与知识点实例。表6中的知识点范畴、知识集和知识点可以看作一套有层级的分类标签，这些标签间的层级关系就存储在知识体系表（Knowledge）中（表7）。“parent_id”是标识知识点层级结构的关键字段，通过外键约束机制与该表的“tag_id”字段形成自反引用关系，从而可以表示树状的分类模型。该字段在层级结构中的具体表现为：

第一层级，知识范畴（如“文字类”）的“parent_id”设为 NULL，作为根节点存在；

第二层级，知识集（如“六书”）通过“parent_id”指向其所属顶级分类的“tag_id”；

第三层级，知识点（如“象形”）则通过“parent_id”关联对应的二级分类“tag_id”。

除根节点外，每个知识节点必须有一个唯一的父节点（“parent_id”），形成“知识范畴→知识集→知识点”的严格层级架构。该设计方便数据更新和管理，当删除父标签时数据库会自动删除所有子标签；更新父标签ID时，相关引用自动更新。

在知识库中，每个知识点都有一张对应的实例表，存储所提取的该知识点的实例。根据实例所关联的对象类型，我们将知识点分为两类，不同类型的知识点实例在知识库中也采用不同的结构表示。

（1）单对象描述型知识点，内容仅涉及段玉裁对单个对象的特征、属性、状态的具体描述。“韵部”“构意”等均为此类。如“韵部”知识点实例“莹”的韵部是“十一部”，“构意”知识点实例“”的“构意”描述为“有物在一之下也”。对于此类知识点，实例表结构如表8所示。

（2）多对象关系型知识点，内容涉及对两个或多个对象（字头）间关系的描述，“音义同”“行废字”“古今字”“之言”等属此类。如段氏在“枼”字下注“叶与世音义俱相通”，表述了“叶”“世”两个词的“音近义通”的关系，属于“音义同”知识点实例；在“丕”字下注“故古多用不为丕”，沟通了“不”和“丕”的古今使用关系，属于“古今字”知识点实例。对于此类知识点，除了表8中的三个核心字段外，还增设了“对象1”（duixiang1）和“对象2”（duixiang2）两个字段，来表示对象间的关系（三个以上的对象关系则拆解为两两关系），如表9所示。

《段注》知识库建设的目标在于促进学术资源的共享，以数字化技术赋能传统学术研究。为此，我们开发了一个交互式的《段注》知识库应用平台，提供三大功能模块：（1） 原文阅读与检索，（2）知识导览与检索，（3）知识标注与管理。

2.1 原文阅读与检索

“原文阅读与检索”模块提供了两类检索：“字头检索”与“全文检索”。“字头检索”允许用户通过楷字搜索《段注》和《说文读》中的正篆或重文字头，检索结果是匹配到的字头及字头下的许氏说解（大字显示）和段氏注释（小字显示），见图4。“全文检索”允许用户在包括字头、说解和注释的全部文本内容中搜索字符或字符组合，检索结果是包含匹配内容的字头及字头下的说解和注释，并对匹配内容进行了高亮显示，见图5。点击检索结果中的字头，会跳转到该字头的原文阅读页面，见图6。

图 4  字头检索结果页面

图 5 全文检索结果页面

图 6 原文阅读页面

2.2  知识导览与检索

“知识导览与检索”模块页面下方是整理的《段注》三层分类知识体系。段玉裁在注释《说文》时，可能有不同的用语来描述相同的语言现象；我们则在每组表达相同语言现象的用语中选择一个代表形式作为知识点的名称，而将其他用语作为其同义关联项。页面上方搜索框，可以帮助用户通过模糊的用语关联到对应的知识点。如，在搜索框键入“因”，用语中可能包含“因”的知识点（包括其解释和关联用语）会在页面底部出现（图7）。点击搜索结果，可以进入知识导览页面，并定位到该知识点（图8）。

图 7  知识检索结果页面示例

图8  知识导览页面示例(单对象描述性知识点)

图9 知识导览页面示例(多对象关系性知识点)

说明：此处，页面内容显示的是“音义同”知识点。段玉裁在“皋”字下注释“葢古告皋嗥號四字音義皆同。”在知识点实例中，就存储了“告—皋”“告—嗥”“告—號”三组对象关系型实例。因此，在“告”字下，还显示与其“音义同”的“皋”“嗥”“號”三字。

2.2 知识标注与管理

“知识管理与标注”提供了三个功能：知识点的修改、知识点的增加和知识点实例的标注（图10）。点击“管理知识点”按钮，进入知识点修改功能，选择待修改的知识点，弹出对话框，可以修改该知识点所属的范畴（每一个知识范畴对应的知识集保持不变）和实例类型（图11）。点击“新增知识点”按钮，弹出对话框，可以添加新增知识点的各种属性（图12）。点击“开始标注”按钮，进入知识点实例标注功能。

图10  知识管理与标注页面

图11  修改知识点功能

图12  新增知识点功能

知识标注页面也是三栏式布局。左侧顶部检索框支持关键词或正则表达式检索，可以搜索注文中包含特定用语的字头。点击字头，中间栏显示该字头下的原文。对于单对象描述型知识点，可以选择相应的文字复制到右侧标注工作区的知识描述框，保存标注后，添加为该知识点的一个新增实例（图13）；对于多对象关系型知识点，还增加了对象组管理框，用以添加符合关系的对象组（图14），对象组是两两添加的，如果遇到三个或三个以上的对象关系，可以通过“新增对象组”利用将其分解为两两关系进行添加。

图13  知识标注页面(单对象描述型知识点)

图14  知识标注页面(多对象关系型知识点)

基于构建的《段注》知识库与应用平台，通过知识点间的关联与比照，可以系统展现段玉裁的研究成果，深入挖掘蕴含的学术思想。

以段玉裁的谐声归部为例。在完成了《段注》字头古韵归部与形声字声符的知识点标注后，我们将《段注》中所有形声字按其声符归入其所属的谐声系中，每一谐声系以“声首”为代表。如“照”的声符是“昭”；“昭”的声符是“召”；“召”的声符是“刀”；“刀”是一个非形声字，没有声符了，它就是“召”“昭”“照”的声首。以“刀”为直接声符（如“召”）或间接声符（如“昭”“照”）的所有形声字就构成了一个以“刀”为“声首”的谐声系，这个谐声系是有层次的。将“声首”按所属的古音韵部（即段玉裁的第一至十七部）进行排列，每个声首下按其声符层次展现谐声字，并在与“声首”不同韵部的谐声字后以括号标注其所属韵部（没有标注的谐声字与“声首”的韵部相同），这样就可以一览每个谐声系中的古韵韵部分布，如图15所示。

图 15 《段注》谐声系中韵部分布示例

说明：在《六书音韵表·古十七部谐声表》中，段玉裁将“求”放在第三部，以“求”为声符的形声字都被段玉裁归入第三部，但“求”字是被归入第一部的。此处根据“声首”韵部排列谐声系中，将其排在第一部中。

通过谐声系内韵部间的合韵次数计算,可以绘制出《段注》谐声偏旁分部互用的合韵热力矩阵（见图16）。段玉裁合韵说解释的是“音值相近的韵部，在古人用韵、文字使用、语词派生等方面会经常发生相通”的情况。此处计算的谐声系内韵部间的合韵次数是指谐声字与其声所属韵部不同的情况，如“弭”在第一部，以“弭”为声符的谐声字“麛”在十六部，则第一部与第十六部算作合韵一次。图16 矩阵中的数值就表示对应行、列所代表的韵部在谐声网络中发生合韵的次数，是一个沿主对角线对称的矩阵，次数越多，颜色越深。

段玉裁是第一个打破《广韵》次第，按古音远近关系排列韵部次序的。两个韵部之间的合韵的次数越多，则古音就可能就越相近，越应该相邻排列。反映在图16中，合韵次数多的颜色较深的区域就主要集中在主对角线的两侧，可见段氏古音框架构建的科学性。其中比较特殊的是第一部与第二部，第五部和第六部，第八部与第九部，虽然相邻，但几乎不发生合韵。段玉裁在《古十七部分合用类分表》中，将十七部分为六类（第一部为第一类；第二部至第五部为第二类，第六部至第八部为第三类，第九部至第十一部为第四类，第十二部至第十四部为第五类，第十五部至第十七部为第六类），各大类的区分主要以同韵尾为标准。其中第一和第二部第五和第六部，第八和第九部就是前四类的分界。合韵次数最多的是第十五和第十六部，第十二和第十三部，第十四部和十五部，第七和第八部。

段氏的十五部和十六部就是被钱大昕赞誉为“凿破混沌”的“支之脂三分”中的“脂”部和“支”部，一部则为“之”部。戴震对段氏“支脂之三分”的发现也是赞不绝口，认为“此说为确论”，但同时认为“支”“脂”“之”三部应该放在一起，不应“之”部列第一，而“脂”“支”远在第十五部和第十六部。从图16数据来看，第一部和第十五部、第十六部合韵次数均较少。第十二部和十三部则对应段氏古韵分部的另一贡献“真文分部”中的“真”部和“文”部。江有诰评价“真文分部”时说道：“段氏之分真、文，人皆疑之，有诰初亦不之信也，细抽绎之，真与耕通用为多，文与元合用较广，此真、文之界限也。”其中与“真”通用为多的“耕”部就是段氏第十一部，而与“元”合用为广的“文”部则是段氏第十四部，江有诰之说也可以从图16中得到验证。第七部和第八部则是十七部中唯二的收唇韵，以-m、-p为韵尾。十七部中与其他韵部发生合韵最多的是第十五部（每行合韵次数相加），这与段氏对第十五部的界分过宽有关。在段氏的异平同入框架下，第十五部是包含入声韵的，且第十三部和第十四部皆以十五部之入为入。

图16 《段注》谐声偏旁分部互用的合韵热力矩阵

前人关于段玉裁谐声归部的研究主要集中于三个方面：一，《段注》字下所注韵部与《六书音韵表》的差异比较，如周祖谟、何九盈等；二，段氏对谐声字古音归部的处理原则与方法，如刘忠华；三，“谐声偏旁分别部居”所体现的韵部间的远近关系，如郭必之。较全面的研究有张道俊的《<说文解字注>古韵订补》与《<说文解字注>古韵归部》，前者对《段注》中韵部未标、错标以及游移字的情况进行了订补校勘；后者通过对比，探讨了段氏古音归部的依据以及归部标准的变化。

《段注》知识库的构建，不仅可以贮存前人的研究成果，还可以推动相关研究路径的三重突破：其一，支持对段氏谐声归部体系的系统性检验，通过批量比对与统计分析，揭示其内在逻辑与潜在矛盾；其二，借助关联查询与可视化技术，为其理论与方法提供直观的数据支撑；其三，知识库的开放性与可扩展性，有利于后续整合构形、音韵、训诂等多维数据，拓展研究的深度与广度。

段玉裁《说文解字注》知识库以段玉裁《说文解字注》与《说文解字读》为底本，系统梳理其内在的结构，构建了涵盖文字、音韵、训诂、校勘和引书五大范畴的三层分类知识体系，并完成了五十六个知识点、数万条实例的结构化提取与存储。在此基础上开发的交互式应用平台，不仅支持原文检索与知识导览功能，更提供了开放式标注与管理功能，支持知识库的可持续建设。

展望未来，研究仍有多方面的深化空间。知识层面，可进一步扩充专题知识集，构建更为丰富、立体的学术语境；技术层面，可探索引入自然语言处理技术，辅助知识点实例的半自动标注与关系抽取，提升知识库构建的智能化水平；应用层面，可开发面向不同用户群体的接口,如为专业学者提供网络分析等深度研究工具，推动数字化研究范式的转型。此外，知识库的可持续发展机制也需进一步探索，如建立协同标注模式，吸引领域专家通过在线平台参与审核、补充与讨论、保障知识库的活力与权威性。我们期望《段注》知识库能够逐步成长为一个动态演进、持续完善的数字学术基础设施，为中国传统语言文字学传承、发展与创新提供扎实资源支撑与方法赋能。

撰稿/图片：夏翠娟

排版：任佳悦

初审：段婧怡

复审：徐碧姗

终审：王一楠

魏小石  马修·詹姆斯

0  序言：

声像档案领域的“三重困境”

1  “辅助”而非“取代”

2  如何开发AI编目工具？

——从通用模型到专用系统的路径

3  AI技术实践的“一小步”：

赋能中国近现代声音文献检索

4  结语

转载请注明“刊载于《数字人文研究》2025年第4期”；参考文献格式：魏小石.从数字化到著录：音响档案的再语境化[J].数字人文研究,2025,5(4):48-59.全文PDF已在知网、万方及编辑部网站（http://dhr.ruc.edu.cn）上发表，此处注释及参考文献从略。

摘 要 

文章以中国民间音响档案为研究对象，探讨了从数字化保存到深度著录与再语境化的范式转变。文章指出，当前音响档案工作的核心已从对物理载体的数字化保存，转向对声音内容的著录：文化阐释、语境重构与意义激活。通过多个案例——川江号子、穆麟德蜡筒、筝乐家传录音、哈萨克斯布孜额录音集等，阐释了如何通过挖掘录音背后的个体叙事、社会脉络与情感结构，实现声音档案的文化“再语境化”。文章强调，民间音响档案的价值不仅在于其历史或审美内容，更在于其作为“活态文本”在文化传承、身份认同与学术研究中的多维意义。最后，文章呼吁以多模态、跨学科的视角整合声音、文本与物质文化，推动民间声音遗产融入当代人文对话，从而回应“人在哪里”与“我们是谁”的根本命题。

关键词：音响档案；数字化；著录；再语境化；民间声音；声音遗产；文化传承；数字人文

作者简介：

魏小石，中国音网（cdtmusic.com）总编辑，伦敦大学亚非学院客座研究员。

0  序言

在当下技术条件与文化语境中，我们应如何理解这个时代的录音？回望1951年，阿炳的演奏被记录于钢丝录音带，成为存世较早的珍贵声音遗存。这些录音不仅是历史的回响，更是一个时代听觉文化的物质见证。然而，面对这类声音遗产，我们往往惯性地将数字化视作首要任务——试图将其转化为不易消逝的“0”与“1”。

进入21世纪第三个十年之后，声音档案的保存理念与实践重心已发生深刻转变。我们不再满足于对物理载体进行规模化数字采集，而更注重对声音内容本身进行深度描述、系统著录与语境重构。换句话说，声音档案工作的核心正从“保存介质”转向“激活意义”。这一转变的关键，在于将声音从物质形态中释放出来，置入更广阔的文化脉络与社会生命史中加以理解。

通过挖掘声音背后的个体叙事、文化逻辑与情感结构，我们致力于使那些地方性、民间性的声响，在跨文化与跨时空的传播中持续产生新的理解与联结。这不仅是一项技术任务，更是一种文化实践——其目标不在于建造永恒的声音仓库，而在于构建动态的意义场域，让每一段被重新听见的声音，都成为参与文化对话的活态资源。

1  民间的声音

录音，其范畴远不止于商业发行物。在更广阔的文化领域，留存着种类繁多的声音记录，包括档案录音、家庭录音、电台录音、文献录音，当然还有我们熟悉的实地田野录音与自然界的动物鸣响。甚至有一种颇为诗意的实践——在京剧表演前进行的“静场”，其本意虽是采集剧场的环境声响，但这过程本身，依然是在那个特定的、充满预设文化意义的表演空间内完成的。这些形态各异的录音，共同记录了社会生活的方方面面，成为文化发展长河中不可分割的一部分。我们如何将这些根植于物质生活的声响记录，与我们的内在精神世界相契合？这恰恰是音乐，抑或是更广义的“有组织的声音”所能提供的一种核心功能，而这一功能正可以在录音档案的发掘与重听中实现。

当我们尝试通过录音来理解外部世界时，一个有效的起点或许是向内探寻，了解自我。我生命中听到的最早的“档案”，便是我父亲在我出生时，用录音机录下的第一声啼哭。这盘磁带，于我而言，已不仅是一段声音，更是个体生命史的原点。类似的，一位大提琴演奏家曾与我分享，他至今珍藏着一卷童年练琴时的录音，里面不仅有稚嫩的琴声，还有他为自己鼓劲、低声打气的喃喃自语。这些例子表明，在我们的成长记忆与身份建构中，声音是无处不在的基石。它提醒我们，除了将音乐视为艺术化声音的狭义观念之外，那些充盈于我们生命历程、发生在身边的日常之声，才是塑造我们对世界最初感知、对自我最早认知的真正素材。即便是二十年后，一段微信的语音留言，同样可能成为承载情感的永恒回忆。这些，就是我们身边并最终塑造了我们的声音风景，而所谓的“民间声音”，正囊括了所有这些层面的声响。

作为一名音响档案工作者，我常常自喻为“声音的搬运工”。我的工作从我能触及的每一个角落开始，去寻访和收集散落在民间的声响。在四川，我遇见了一位名叫江净乐的老船工。他使用U盘，精心收集了自己表演“川江号子”的众多录音（图1）。这些文件不仅客观记录了他的演唱，更珍贵的是，它们同时捕捉了表演场所独特的环境声景，以及他在表演时倾注的情感与态度，这些共同构成了一份独一无二的音乐语境。他整理这些声音的方式也极具个人特色——在每一个U盘上，都仔细地贴着一张写有时间信息的纸条。在新疆的一个喧闹集市上，我向一位当地人购买了一个旧的播放器，而我真正的目标，其实是播放器里的那张存储卡，因为那里面记录了许多当地人所喜爱和日常聆听的声音与音乐（图2）。在云南，我发现路上行驶的洒水车所播放的音乐也独具特色，并非千篇一律的曲调，而是融入了当地的民间旋律。而在贵州的施秉县，一位收藏家手中保存了大量抗战时期的唱片，它们同样是历史声音的见证。

图1 江净乐先生的“U盘盒子”（魏小石摄，宜宾屏山县，2024年3月）

扫码观看江净乐先生“U盘盒子”内容视频

扫码收听《坭山工书——汪洋抬工歌谣档案》收录音档选段：《开山号子》

图2 手持内嵌音乐TF卡的录音机的市集摊主（魏小石摄，伊宁县，2019年9月）

当我们真正将目光聚焦于民间，便会发现，有大量的录音仍散落在私人收藏家和普通百姓手中，它们值得被看见、被聆听。这些录音蕴含着极其丰富的语境。从纯粹的音乐形态上看，它们或许呈现出高度的重复性，但一旦置于不同的社会脉络、个人故事与空间环境中，每一次看似重复的响起，都可能承载着截然不同的表达与意义。

2  民间音响档案的收集整理和著录实践

对于散落于民间的音响档案，我们究竟能展开何种研究？这些研究又能为我们带来怎样的思想启迪？归根结底，我们的研究焦点在于“人”——那些个体的表演者、录音者、收藏者以及最终的研究与使用者。我们试图以多维的视角与多元的语境，去理解并描绘社会中鲜活的人，而非用统一、体制化的语言将他们简单归类。正是这些不同的个体，为我们带来了如此丰富、异质的声音与文本。

在过往的工作中，我们接触到一批由私人藏家保存的中国古早录音，其中许多录制于新中国成立之前。这些私人与民间的保存力量，其动机与选择本身，就是一个非常值得深入探究的文化现象。例如，我们目前正在进行的一项核心工作，是关于“穆麟德蜡筒”的修复与著录项目（图3、图4）。这是一批极其珍贵的中国地方方言早期录音。穆麟德先生是普鲁士语言学家与外交官，于19世纪末来到中国。他不仅编著了关于中国方言的书籍，更可贵的是，他用蜡筒录音设备，亲自录制了16种地方方言的原始语音。由于他主要定居在宁波，这些录音以南方方言为主，每一项都聚焦于一个特定地点。“穆麟德蜡筒”被学界视为研究晚清中国南方方言的瑰宝。最终，这批珍贵的录音穆麟德交给了当时中国海关总税务司、爱尔兰人罗伯特·赫德爵士，并于1900年被带至巴黎。这在一定程度上，可以被视作中国录音历史的一个象征性起点。在贝尔法斯特的档案馆里，我们研读赫德爵士的日记，试图追溯那个时代的声音采集行为与其背后的文化仪式。然而，关于这批资料，仍有众多谜团待解，例如，录音中所使用的究竟是当时的官话，还是纯粹的当地方言？抑或是一些带有宗教色彩的唱诵？解答这些疑问，需要我们持续地对录音文本进行精深的辨析，并不断挖掘与之相关的历史文献。

图3 魏小石（左）调研穆麟德音响特藏（Patrick Feaster摄，美国新泽西州，2022年4月）

图4 穆麟德著作《中国方言分类》 (1900年)

带着类似的问题，一系列极具历史价值的早期录音也陆续进入我们的视野，例如，晚清魔术大师朱连奎于1899年访美期间录制的《梳妆台》（图5）。这份由收藏家杜军民先生提供的珍贵录音，不仅将中国声音记录的起点向前推进，更以其独特的生成语境——一位民间魔术师在异域的文化展演，打破了我们对于早期录音主体与场景的固有想象，揭示了录音史中那些被主流叙事所忽略的、流动而跨文化的民间实践。另外，1903年哥伦比亚留声机公司发行的蜡筒《六国封相》、1904年由该公司发行的《仙花调》孤本唱片，为探寻中国早期录音工业的生产模式提供了一个珍贵的切片。它所隐含的“谁在表演”“为何选用此曲目”“采用了何种演唱语言与编配”等一系列问题，正是音响档案工作者试图解答的核心问题。作为存世稀少的实物证据，该唱片连同其所处的时代网络，共同构成了我们回溯20世纪初录音生产实践、并理解其背后文化选择与技术条件的关键物质性依据。

从这些早期的录音中，我们可以窥见一个时代的录音生产方式：邀请了怎样的表演者参与录音；使用了何种语言进行演唱；采用了什么样的音乐编配；等等。作为音响档案工作者，我们的首要任务是尽可能多地搜集资料，为这些问题寻找答案。我们必须认识到，录音从来都不是绝对客观的载体，它只是记录了一个族群在特定历史节点上的某一片段。那种认为被录下来的音乐就能完全代表一个民族或一个艺术流派的观点，在很大程度上是当代话语建构下的一种误解。那么，它为何会被录下？其中又包含了多少历史的偶然？这些疑问，恰恰可以在私人收藏的录音中找到部分线索。这并非因为私人收藏在音响品质上具有绝对的独特性，而是在于追寻这些私人录音的过程中，我们能够发现许多与国家叙事不同的交叉线索，聆听到那些被宏大历史所遮蔽的个体声音叙事。

对于这些早期录音，我们的工作远不止于修复播放。我们对其中的音乐形态、文本内容以及唱片本身所包含的各项元数据（如出版信息、版号等）进行了深入的分析与著录。并以这些信息点为抓手，进行大规模的文献信息检索，从而实现声音与文本史料的深度互证，为更准确地重构和传达其原始语境提供坚实的参考。

除了上述这些年代久远的唱片，还有一类发行于20世纪八九十年代的磁带，它们曾是我们日常生活中更为常见的声音载体。我曾于四川仁寿县采访过一支“抬工号子”队，他们过去抬石头，如今则主要从事抬丧仪仗。在采访结束后，我系统收集了他们的表演录音、当地农民的生活劳作故事，并对录音中的文本进行了细致解析，最终将这些围绕核心录音的周边内容，整合制作成了一套完整的档案集。

近期，我们正在推进的另一重点项目是“筝传”（图6）。该项目与上海国乐研究会江南丝竹非遗传承人何小栋老师合作，以著名古筝演奏家、上海音乐学院何宝泉与孙文妍教授夫妇的家藏录音为起点。我们始终沿着各筝乐家族保留下来的录音这条线索，去探寻、关联起与何、孙二位先生有深度交流的其他筝乐家族与学者，旨在逐步梳理出一段关于筝乐流派传承与传播的“回忆史”。这对理解当代筝乐发展尤为重要，因为这种传承往往并非建制化的学院传播，而是基于家庭成员之间的艺术连续性、延续性，乃至由家族凝聚力而形成的一种内生性传承。特别值得一提的是，在何宝泉先生留下的录音资料中，有一份用他发明的“蝶式筝”试奏的《巴赫平均律》。这段录音的面世，极大地丰富和改善了我们对于新中国乐器改革的理解——我们改革的不仅仅是乐器形制本身，更是一种对于音乐文化交融的深刻认同。

图5 唱片《稣庄台》(梳妆台)(1899年,美国贝利纳留声机公司）

图6　“筝传”项目数字化并著录的部分磁带

最后，我想援引理查德 ·K·沃尔夫（Richard K. Wolf）教授在其关于南印度Kotas族群的音乐民族志影片《小米之锅，黄金之面》中的案例。Kotas族群曾历经诸多疾病与自然灾害，其文化延续一度面临断层危机。沃夫教授通过影像记录了他们重要的仪式及音乐在其中的角色，而这部影片的完成与展映，反过来又促使该族群重新认识自身及其历史。这个案例深刻启示我们，在官方倡导的非物质文化遗产框架之外，我们更应从这些民间的、个体的声音角度出发，去认知我们文化传承的真正属性，并由此更深入地思考“我们是谁”这一永恒的人文学科命题。

3  录音的文本解析志

音响档案的解析，其根基深植于对“文本”的深度解读。今天我们的主办方是中国人民大学国学院，而国学院的研究传统向来以文献为核心。这提示我们，人类的知识体系在很大程度上是由文字和语言构建的；因此，对文献的研究，其核心便在于剖析文本是如何被组织、传播并最终成为我们集体知识的一部分的。这一过程，本质上是在追问意义如何被生成、固化与传承。

在我们音响档案工作者的观念中，音乐本身即是一种语言，一种承载着社会结构、文化逻辑与个体情感的特殊文本。在思考如何将私人的、民间的音响档案纳入公共学术认知时，有四类文本显得尤为重要，它们共同构成了理解声音意义的立体网络：

(1) 录音中的文本：声音本身所承载的内容，如唱词、旋律、仪式中的念白或环境声响。

(2) 关于录音的文本：录制者在当时或事后留下的笔记、日记、标签等，记录了录音的初衷、场景与心境。

(3) 相关文献的文本：与录音内容相关的更广阔的历史、社会与文化背景资料。

(4) 关于录音采访的文本：事后对表演者、录制者或亲历者进行的访谈记录，是重构语境的关键。

以“乔建中档案馆”的实践为例，馆藏中有两盘1983年录制的“花儿会”磁带（图7）。我们对它们的研究，便系统地贯穿了这四重文本：首先，我们誊抄并分析了表演者演唱的全部歌词录音中的文本）；其次，我们研读了录制者当年手写的调研笔记，了解其采录动机与现场观察（关于录音的文本）；接着，我们搜集了当时关于“花儿”民俗与地方社会的相关研究报告（相关文献的文本）；最后，我们专门回访了当年的亲历者，形成了新的口述记录（关于录音采访的文本）。正是基于这种多维度的文本互证，我们才得以推出高质量的线上学术资源，并形成深入的研究总结。

图7 乔建中教授于1983年在青海省曲坛寺录制的磁带

回望我们自己的生命历程，当年录下的声音，或用手机随手拍下的视频，其选取的角度与今日的视角已然不同。其中那些不经意的喘气声、背景里的谈笑风生，都已成为那个特定时空中“你我他”最真切的写照。这提醒我们，声音档案的价值，不仅在于其“内容”，也在于其“形式”所封存的时代痕迹与个体状态。

另一个更为系统的实践，是我在北疆克烈部落哈萨克族社区长达十年的声音采集。我与哈萨克族同事一起，不仅将散落在磁带等多种载体上的家庭录音进行数字化转录，还结合大量家庭老照片，并围绕这些声音文本进行了深入的回访调研，最终形成了一份包含770分钟音轨的音响档案集（图8）。例如，哈密艺人霍夏那依就将他提供的录音视作留给子孙后代的珍贵遗产（图9）。如果我们不去深入了解这些录音背后的家庭故事与传承脉络，仅仅去购买关于斯布孜额的乐器教材，将很难直观地感受到，这些声音在当地人的家庭伦理与代际身份认同中究竟扮演着怎样不可替代的角色。

图8 《波浪：斯布孜额历史录音》的宣传海报（上海音乐学院、塔石音乐 & 档案，2023）

扫码收听《波浪:斯布孜额历史录音》音频片段

图9 民间艺人霍夏那依的家藏磁带

（开头部分的录音导语为“叶勒克拜之子霍夏那依，真名为霍思力汗别克。他于1982年2月9日，周四，四点离世，享年九十三岁。下葬于10日，周五。”这些录音作为遗产留给了家人后代）

我曾与维吾尔族都塔尔大师木沙江·肉孜紧密合作两年。我们循着他于八九十年代在库尔勒客居时与徒弟即兴录制的一批私人磁带，去探寻音乐里的唱词、背景、人物与故事。诚然，他也有正式出版物，但在新疆能买到的许多音乐出版物，往往是经过高度修饰与美化的，这背后有复杂的原因。而在这些私人的、即兴的录音中，却保存着一个更庞大、更鲜活的音乐集合体。演奏的当下，音乐更能真实地反映那个时代的审美倾向与艺术选择，有力地证明了维吾尔族与世界上任何民族一样，其传统音乐有着多元而丰富的来源。

汉民族语言人群的音乐同样极其丰富，戏曲、曲艺、民歌、器乐曲等种类繁多。这些音乐类型经常相互穿插、融合，例如某些地方的曲牌会从戏曲中吸收养分，曲艺中也常融入戏曲的片段。然而，我们当下的音乐认知框架，却并未完全遵循其内在的艺术种类逻辑，而常常不自觉地被行政区划所分割。因此，当代所谓的“民族音乐”版图，实际上是由这些在不同地域空间中流变、交融的多种传统音乐类型共同构成的。

图10　木沙江·肉孜大师(魏小石摄,伊犁,2014)

扫码收听《木沙江·肉孜：库尔勒日记》选段《宿命》音频（上海音乐学院、塔石音乐 & 档案，2015）

另一个极具启发性的案例，是一首关于印度莫卧儿帝国开创者巴布尔的歌曲。它原本是一首用察合台语写成的诗歌，在20世纪八十年代的库尔勒仍被传唱。歌曲超越了征服者的宏大叙事，深入到了巴布尔戎马一生后的内心世界，探讨他如何面对自己，充满了私人化的哲思与诘问。这种细腻的个人表达，在官方正史或正式出版的故事中往往是听不到的。

这些由民间音响档案构成的出版物，之所以引人入胜，正在于它们不仅具有历史的厚重感、精心的设计感，更凝聚了鲜明的人物性格与独特的时代气息。我们将所能收集到的这类民间档案，精心汇编进如《中国乐器总动员》这样的出版物中（图11），希望引导孩子们去接触和聆听。因为我们相信，这些来自民间、未经过度修饰的声音，相对于那些高度体系化、标准化的知识而言，提供了一种更为真实、生动且充满生命力的认知途径。

图11 《中国乐器总动员》封面，其中使用的音频案例大部分来自于历史音响档案

4 结语

最后，让我们回到那个根本性的问题：我们从民间音乐档案中汲取的养分，究竟能引领我们走向何种更深层的思考？答案依然指向那两个永恒的命题——“人在哪里”以及“我们是谁”。

对于学术研究者而言，民间音乐收藏为我们打开了一个多维度的声音世界，它促使我们走向一种多模态数据和物料的整合研究。当我们一旦脱离单一维度的、纯粹审美的艺术分析框架，转而以更整体的视角去认知声音与音乐时，便会发现那些曾被我们忽略却又至关重要的文化要素——这其中可能包括与音乐共生的味觉记忆、乐器制作的物质流程，乃至进入一场仪式前的全部身心准备。这种认知方式的转变，将极大地丰富和提升我们对音乐传统的理解，最终为我们带来一个远远广阔于当代既定学术视角的、立体而鲜活的文献集群。

回望2003年北京“保存传统音乐”研讨会（图12），当时的讨论焦点仍集中在“保存”“数字化”这些基础而紧迫的课题上，那对中国音响保存意识的觉醒起到了关键的推动作用。而今天我所展示的诸多案例，则旨在呈现中国现当代音响档案典藏在实践中的丰富样貌与多样性，希望能为这个时代的音响档案工作留下一份生动的注脚。

图12  2003年于北京举行的“保存传统音乐”研讨会的会议报告封面（Xiao等，2003）

这些源自民间的音响档案，其生命力和价值正是在于其流动与转化。它们绝非沉睡于库房的故纸堆，其用途广泛而充满活力：它们可以成为电台节目中唤醒集体记忆的声音，可以融入纪录影片等视听媒体成为叙事的灵魂，可以转化为实体出版物得以流传，可以支撑个人的深度学术研究；它们也可以是博物馆、图书馆中启迪观众的精彩展览与珍贵馆藏，更可以回归其生长的土壤，成为民俗节日活动中凝聚社区认同的鲜活力量。

即便不以音响档案为业，我也诚挚地邀请大家，能够开始多多关注并珍视环绕在我们身边的种种声音记录。去倾听、去解读这些私人或公共的录音所带来的启示。因为每一段看似微小的声音，都可能成为我们回答“我们是谁”这一终极问题的一块珍贵拼图。

“数字时代的声音档案”专题

在博物馆中展示民间声音文献

民族志电影的时间维度：瓦罕走廊与南印度的案例

声音档案在数字人文领域的创造性重构

在博物馆中展示民间声音文献

秦思源

摘要：文章深入探讨了在博物馆的语境中继承和活化民间声音档案的实践路径。通过对“早已消失的声音”“即将消失的声音”“社会在延续的声音”等声音种类的考古、观察、抢救和记录，探索如何将这类声音档案通过博物馆的叙事手法，超越简单的文献保存功能，成为一种理解社会变迁、诊断文化生态的独特方法论，链接个体记忆和集体历史。

关键词：民间声音文献； 博物馆叙事；文化生态； 转化路径

作者简介：秦思源（Colin Siyuan Chinnery），艺术家、策展人，北京声音艺术博物馆创始人。

0 序言

2013年，正值北京旧城改造与文化遗产保护思潮交汇，史家胡同博物馆进入筹备阶段。作为一座致力于记录胡同生活肌理的社区博物馆，其策展团队希望突破传统物质性文物的展陈框架。正是在这样的背景下，我向馆方提出了关注胡同声音文化这一未被充分发掘的非物质遗产维度的建议，随后受邀主持策划以胡同声音为主题的特定场域艺术项目。正是通过这一契机，我才开始系统性地深入北京的声音景观研究。

从专业背景而言，我并非传统意义上的学院派学者，而是以当代艺术策展与创作为主要路径。这种身份定位决定了我思考问题的特定视角：始终着眼于“当下”的症候与表达。在接触声音档案这一领域时，我不断追问的是：那些消逝在时间洪流中的历史声响，与我们的现实存在何种内在关联？我认为，这种关联本质上植根于人类记忆的延续性。尽管许多曾经回荡在胡同深处的典型声音已从物理世界中消失——诸如磨刀匠的吆喝、鸽哨的嗡鸣、井台边的浣衣声，但只要亲历这些声音的个体仍然存在，他们脑海中的听觉记忆就构成了当下文化生态中鲜活的精神资源。这些通过个体记忆保存的声音印记，既是可被激活的文化基因，也是连接往昔与当下的情感桥梁。

1 早已消失的声音：

在档案、记忆与表演之间

在构建北京声音档案的过程中，最为棘手也最具魅力的部分，莫过于对那些“早已消失的声音”的追寻与考据。这部分工作不仅关乎技术性的采录，更牵涉到历史真实、文化记忆与表演性传承之间错综复杂的关系。

首当其冲的是游商文化的声音景观（图1）。这包括了盲人算命先生手中清脆的“铜点”、卖冷饮者把玩的响器“冰盏”，以及更为人熟知的丰富多彩的老北京吆喝——从卖冰糖葫芦、卖菜、卖药糖到售卖各种地方小吃。对于这些声音形式，我们的原则是：凡有据可考、有迹可循的，都尽力予以记录。一个核心问题随之浮现：在游商这一社会群体自２０世纪50年代公私合营后便已实质性消亡的背景下，我们为何以及如何还能记录这些声音？这其中的关键，在于声音通过非原初语境的艺术形式获得了“次生生命”。例如，北京人民艺术剧院的演员在50年代串联起各种吆喝，创作了“叫卖组曲”；此后，相声演员又将吆喝纳入他们的表演程式。正是通过这些媒介转换，吆喝作为一种声音形式得以流传。

然而，这引出了一个更深层的学术关切：后来的相声表演者及其他以传承老北京吆喝为己任的艺人，他们绝大多数并非历史上的从业者，也未曾亲历以叫卖谋生的真实生活，他们的表演，在多大程度上能够代表历史上的原貌？我们如何辨析其中的历史真实与艺术加工？诚然，部分年长的艺人自幼耳濡目染，具备一定的还原能力，但其还原的保真度我们无从验证。在这一领域，我们唯一能高度确信其真实性的个案是杨德山先生（图2）。当我们开始采集他的声音时，他被公认为最后一位“原生态”叫卖艺人。他从八岁起便随家人从事小买卖，日日穿行于胡同之间，依靠叫卖声招徕顾客。我们耗费三年时间，系统记录了他所能忆起的近80种叫卖，直至其98岁高龄去世。将他的叫卖与其他后学艺人的版本相比较，可以清晰地辨识出后者普遍存在的美化与演绎成分——音调往往更为婉转、节奏更为戏剧化。颇具意味的是，这些艺人自身通常并不认为自己在“创作”，而是坚信自己是在“传承”，因为他们的师承便是如此。倘若没有杨德山先生这份珍贵的“真迹”作为参照，那么经过演变的表演形式本身，便可能成为唯一的、并被误认为真实的依据。我们系统性地收录杨德山先生的叫卖，并通过博物馆展览向公众展示，正是为了建立一个可资比较的学术基准。当然，杨德山先生一人并不能代表老北京吆喝的全部丰富性，也无法断然判定其他传承脉络的“错误”，但他的存在至少确证了：在“传承”的谱系中，存在着“原生态”与“艺术化”的显著分野。

除了市井之声，另一种类型的消失声音来自官方的、规制性的声景，其代表便是钟鼓楼。在现代化计时工具普及之前，钟鼓楼是北京城的官方时间基准，掌管着城门启闭与城市生活的整体节律，可视为整个帝都的“心跳”。为博物馆采集这一声音极具价值，却也困难重重，尤其是获取官方许可。转机出现在与清华大学的一次合作中：他们需要在鼓楼内举办展览并使用老北京叫卖声，我们则以采集钟鼓楼声音作为提供音频的条件，由此获得了难得的机会。

实际的采录过程，再次揭示了“还原”历史声音的复杂性。鼓楼原有25面鼓，如今仅存三面，且为现代新制，其声已难言“原真”。然而，钟楼的大钟乃是明代遗存，历经六百余年风雨。这口钟的声音，在物理属性上六百年未变，变化的是其鸣响时所处的声学环境——从寂静的古都变为喧嚣的现代都市。当我们询问负责人上一次钟声被录音的时间时，对方感到困惑，并表示此前仅有过物理测量，从未进行过声音记录。这意味着，我们的这次录音，竟成为这口明代大钟有史以来的第一份声音档案（图3）。更具历史偶然性的是，在我们敲响大钟之后，它便被保护起来，禁止再度敲击。我们恰好捕捉到了这跨越六百年的“第一声”，也是特定阶段内的“最后一声”。对于鼓楼，尽管鼓已非旧物，我们仍邀请了专业鼓队，依据文献记载的“紧十八、慢十八、不紧不慢再十八”的规制，完整敲击了一个循环，共计108声，以仪式性的方式，最大限度地“复原”了其曾经的时间宣告功能。

钟鼓楼声音的消逝，标志着一个时代的终结。随着２０世纪清王朝的覆灭与机械钟表的普及，这套曾经连接着皇权秩序与市井生活的巨型报时系统，其物理功能与象征意义一同失效，它们的声音也随之从北京的日常声景中悄然退场。对这类声音的采集，因此不仅仅是对物理振动的记录，更是对一个逝去的权力结构、时间观念与城市秩序的声音考古学实践。

图3 钟楼大钟声的收录现场（秦思源摄，2021年10月25日）

扫码收听钟楼大钟声

2 即将消失的声音：

都市变迁中的文化生态与声音困境

在声音档案的构建中，另一项紧迫的工作是对那些“即将消失的声音”进行抢救性记录。这些声音所关联的文化实践尚未完全终结，但其生存土壤正因城市化、法律更迭与社会结构变迁而迅速瓦解，呈现出一种“活态濒危”的症候。对这些声音的记录，因而超越了单纯的档案保存，成为观察当代社会文化转型的独特棱镜。

遛鸟文化及其相随的特定鸣叫声，便是这样一个典型的案例。遛鸟不仅是北京退休男性钟爱的一种生活方式——他们通过精心饲养鸟类、在公园的日常聚集中进行社交，更形成了一套精微的声音文化体系。其核心在于“压口”这一传统技艺：从野外捕获雏鸟后，以老鸟为“师”，训练其鸣叫，使其脱离自然的叫声，转而符合遛鸟文化中约定俗成的、被视为“优美”的声学标准。然而，这套延续了数百年的实践，如今正面临现代法规带来的严峻挑战。中国日益完善的野生动物保护法律明令禁止私人捕捉和饲养野生动物。许多老派玩鸟人难以改变习惯，他们偏爱从自然中获取并“驯化”的过程，而非通过人工繁殖来获得鸟类，这使得他们的爱好与现行法律产生了直接冲突。鸟市上符合他们传统的鸟源断绝，遛鸟文化由此从一种公开的市井风情，逐渐转变为一种“半地下”状态。尽管目前仍有坚持此举的老先生，但其群体规模无疑在急剧萎缩，他们所维系的那一整套关于训练、鉴赏与社交的声音实践，也正随之悄然消逝。

另一个更具象征意义的“即将消失的声音”，是回荡在北京天际线的鸽哨声。这曾被公认为“最北京的”声音标识之一，如今在胡同上空已愈发稀罕。其式微直接关联于城市空间形态与社区构成的巨变。胡同的大规模拆迁，迫使许多养鸽人迁入楼房。而楼房社区的邻里关系与物业管理规则，通常无法容忍在阳台或屋顶搭建鸽棚的行为，许多养鸽者因此不得不放弃。即便在尚存的胡同里仍能看到鸽子盘旋，这些鸽子也往往不再佩戴鸽哨，飞翔变得寂静。这背后是深刻的社会人口结构变化：胡同里的居民大量更替为来自各地的“新北京人”，他们对鸽哨（图4）所承载的地方文化记忆缺乏了解，并可能将其视为一种打扰日常生活的噪音，进而通过向居委会投诉等现代社区治理渠道进行干预。最终，养鸽人往往被劝告取下鸽哨，古老的声景就这样在无声的协商中退场。

我个人在采集鸽哨声时，也切身经历了其中的困难。起初因缺乏相关人脉而进展缓慢，直至结识了鸽哨文化的传承人张宝桐先生，局面才得以打开。他的众多弟子分布在北京城乡，其中一些生活于相对安静的农村地区，这为我们提供了规避城市背景噪音、进行纯净录音的理想条件。这次经历凸显出在声音采集中“人”的因素与“技术”因素同等重要——文化传承人是通往濒危声景的关键桥梁。

基于这些发现，我们的声音艺术博物馆正计划启动一个活态传承项目：在博物馆屋顶搭建鸽棚，饲养鸽子，并定期进行鸽哨放飞表演。我们希望通过这一举措，不仅让观众能“再次听到”这标志性的声音，更能“亲眼目睹”产生这一声音的完整文化语境，如此在博物馆的特定空间内，为一种濒危的城市声景创造了一个得以延续和展示的微环境。然而，这一努力在更宏大的社会变迁面前，或许也只是一曲悠扬的尾声。鸽哨声从公共空间到博物馆空间的“内卷”，恰恰映射了其原生环境的消解，它从一个日常的、弥漫性的城市背景音，转变为需要被特意展示和解释的“文化遗产”。这一转变本身，便是其“即将消失”状态最深刻的注脚。

3 社会中延续的声音：

公园作为市井文化的活态容器

在追寻那些业已消失或濒临消失的声音的同时，我们的声音档案工作也必须关注那些依然在社会肌理中延续、流转与再生的声音。它们构成了城市听觉身份的当下进行时。在北京，这类声音最具活力的场域，莫过于南城的公园。这里仿佛一个巨大的社会听觉实验场，各种声音实践在此交织，共同构成了一个充满生命力的、日常的“声音共同体”。

这些公园里的声音，呈现出一种有机的层次感。一部分是传统文化的直接延续，如抖空竹时发出的低沉而独特的嗡鸣，京剧票友吊嗓子时高亢悠扬的唱腔。另一部分，则体现出一种基于老北京文化逻辑的创造性发明，例如“玩儿鞭子”时，长鞭划破空气产生的清脆爆裂声——这虽非严格意义上的历史遗响，但其内在的娱乐精神与公共空间展示的特质，与老北京的市井文化血脉相通。此外，还有许多声音带有明确的功能性或时代印记，例如为活血健身而集体拍打身体发出的规律节奏，以及承载着一代人集体记忆的、高唱革命歌曲的公园合唱团（图5）。这些声音，无论是源于传统、发自创新，还是基于功能，它们共同构成了南城公园丰富而混杂的声音景观，充满了浓郁的北京市井生活气息。

作为一个以声音为媒介的观察者和实践者，我本人非常欣赏这一文化现象。它展现了一种未被过度规划的、自下而上的城市活力。在我的艺术实践中，有一个颇具个人色彩的习惯：每当接待来自国外的艺术家或音乐家时，我很少将他们直接带往故宫、长城这类标志性古迹，而是会选择在一个清晨，带他们深入南城的公园。我希望他们体验的，不是凝固的历史，而是北京居民“集体退休生活”所构建的流动的当下。几乎毫无例外，这些到访的艺术家们都会为此情此景深深触动并由衷赞叹。他们感受到的，是一种与西方公共空间经验截然不同的、蓬勃的生命力与社群魅力。

这种魅力的核心，在于其行为的纯粹性。公园里的老人们从事这些活动，其初衷并非是“传承”某种文化遗产这类宏大使命，也非如街头艺人（buskers）那般以经济回报为目的。他们的动机非常本真：纯粹是为了“玩儿”。他们选择玩什么，与文化属性或身份标签无关，而是根植于最朴素的个人需求——自己喜欢、能够锻炼身体、可以打发时间，最重要的是，能每天与老朋友们相聚，以对抗现代性可能带来的孤独。因此，这些看似寻常的声音实践，实质上是一种生活方式的顽强延续。它们所传承的，并非某个凝固的声音标本，而是那种在公共空间中寻求社群联结、通过自发性的文娱活动赋予日常生活以意义与乐趣的老北京生活哲学。在这个意义上，南城的公园，已不仅仅是一个地理空间，更是一个存储、演练并持续生产着地方性知识与社会听觉记忆的活态档案馆。

4 社会背景中的声音：

听觉记忆、情感与都市认同

在我们日常生活的声学环境中，存在着大量被我们无意识接收却又被大脑主动过滤的“背景杂音”。这些声音构成了都市生活的听觉基底，24小时不间断地流淌，却极少进入我们意识的前台。它们大致可分为两类：一类是我们完全意识不到的；另一类则是我们虽不甚在意，却能明确感知其存在的。后者往往承载着特定的时代印记与功能标识，例如北京曾无处不在的出租车打表声。这种声音一旦消失后再次响起，便具有一种奇特的魔力，能瞬间唤醒深藏于我们脑海中的记忆。

这一现象在我个人的实践中得到了深刻的印证。2013年，在为史家胡同博物馆筹备声音项目时，我试图寻找这种早已被新型计价器取代的打表声（图6）。当我最终在旧日录音中重新听到它时，一种强烈的情感冲击瞬间将我带回到过去的时空。这不仅仅是一种识别，更是一种全身心的“回归”，仿佛启动了通往特定年代感受的“时间机器”。这种个人体验揭示了声音作为一种非文本档案的独特力量：它能够绕过理性的过滤，直接触达情感与记忆的核心层。

图6 出租车打表器

（David Toop摄，2005年）

扫码收听出租车打表声音

这种对都市声音社会性的探索，在我早期的艺术项目中就已埋下伏笔。2005年，我策划了名为“都市发声”的项目，邀请了四位英国声音艺术家与音乐家来到北京，旨在让他们沉浸式地体验这座城市的声音环境，并以此为基础进行创作。其中，艺术家彼得·库萨克（Peter Cusack）（图7）的实践尤为深刻地触及了声音与社会背景的关系。他的长期项目“你最喜欢的声音”始于1998年，其方法简洁而深刻：在世界各地询问人们“你最喜欢的声音是什么？为什么？”这个看似简单的问题，答案却蕴含着极其丰富的社会信息，折射出个体与都市空间之间复杂的情感、记忆与认同关系。

在“都市发声”框架下，库萨克与北京广播电台合作，向北京听众提出了同样的问题。我们从反馈中遴选了十个最具代表性的答案，并与北京联合大学的学生合作，共同采录这些被市民们“票选”出的声音，最终制成项目CD。这份名单本身就是一个迷人的社会文化切片：除了出租车打表声，还包括小学生们清脆的集体朗读声、作为新中国建设时期时间象征的电报大楼钟声，以及日常生活中极具辨识度的钥匙开锁声，等等。

这一实践表明，那些被视为“背景”的声音，远非无意义的物理振动。当它们被一个社群集体性地指认并赋予情感价值时，便从听觉背景转变为社会文化的表征。它们记录了特定技术条件下的都市运作方式（如打表声）、规训与教育的模式（如朗读声）、公共时间的秩序（如钟声）以及私人空间的边界（如开锁声）。对这些声音的采集与解读，因而成为一种独特的“听觉民族志”方法，它让我们能够透过声音的表象，去倾听一座城市的社会结构、集体记忆与情感脉搏的深层律动。

图7 “你最喜欢的声音”项目主持者、艺术家彼得·库萨克（Peter Cusack）

5 声音的博物馆叙事：

从档案研究到公共体验的转化路径

在声音档案的实践链条中，博物馆的展览呈现是至关重要的一环，它决定了学术研究成果如何转化为公众可感知、可理解的文化体验。需要明确的是，我们的录音工作与魏小石老师或理查德 ·K·沃尔夫教授以构建学术档案为核心目标的采集有所不同，我们的出发点自始便围绕着项目与展览的策划。作为全球首家以声音为主题的专业博物馆（图8），我们在筹备期面临的最大挑战是缺乏可资借鉴的先例与成熟的展览蓝图。我们必须自主探索：如何围绕声音这一无形之物，构建起主题各异（如老北京文化、自然、语言、科学等）却又内在统一的展览叙事？以下，我将结合本次演讲的核心内容，重点介绍我们针对“老北京声音”与“社会背景声”两大主题所进行的策展实践。

（1）“老北京声活”：沉浸式的声音剧场

在“老北京声活”展厅中，我们尝试融合舞台美学与博物馆的空间语言，其核心诉求是让声音本身成为展览的绝对主角。展厅中央设有一座象征北京胡同中各类树木的雕塑，四周陈列着鸽哨、游商响器、鸟笼等承载声音文化的实物（图9）。一面大屏幕以民国时期画风的小人书样式，呈现插画与文字解说。然而，真正的叙事核心隐藏在展墙之内——一套由12只音箱构成的当时最先进的全景声系统（美国加州Meyer Sound的Space Map Go）。这套系统允许我们在三维空间内精确移动任何声音对象的轨迹，从而为观众营造出真正的、身临其境的听觉体验。

在这里，“舞台”的概念不仅由视觉元素定义，更由声音的动态呈现来实现。传统的舞台演员被智能的音响系统所替代，使历史上的（historical） 声景得以在观众身边“复活”。我们将展览内容组织为一年四季的40个典型场景，每个场景都配有独特的老北京声音组合。通过这种策展方式，我们旨在将抽象的“历史”转化为一种具体的、可感知的“过去的生活”，为观众提供一种生动而深刻的情感连接。

（2）“声音与情感”：都市声景的社会图谱

为了呈现新北京社会中的声音，我们策划了“声音与情感”展览（图10）。这一展览延续了彼得·库萨克于2005年在北京发起的“你最喜欢的声音”项目脉络，持续向北京市民征集他们最钟爱的声音。因此，展览中既包含了当下的声音记录，也重现了2005年“都市发声”项目中的珍贵录音。在二十年的时间跨度里，许多声音已然消逝，城市声景持续变迁。在展览中，我们通过一个交互界面，密密麻麻地展示系统中所有声音的名称，并将正在播放的声音名称及其录制年份突出显示。每个声音都可以通过不同的音箱组合进行呈现，在空间中形成流动变化的声场，直观地映射出都市情感记忆的层积与演变。

图10 声音艺术博物馆“声音与情感”展厅

（冯乐摄，2023年）

扫码观看声音艺术博物馆“声音与情感”展厅视频

（3）超越实物：传统音乐展览的范式革新

此外，我还想特别回应魏小石老师和理查德·K·沃尔夫教授所关注的传统音乐领域。全球众多的音乐和乐器博物馆，其展示方式往往惊人地一致：以乐器实物为核心，却普遍缺失了其最核心的价值——声音。这令我深感困惑，因为乐器的形制无一不是为其发声原理与音乐表现服务的。大部分博物馆提供了关于乐器的各种信息，唯独缺少了“它究竟发出何种声音”这一根本答案。

因此，在我们策划中国传统音乐展览时，核心问题便是：如何让乐器的声音成为展览的主角？ 我们近期与魏小石的中国音网合作，并与云南师范大学杨琛教授联合呈现的“竹灵乐语——竹质乐器展览”（图11），正是这一思考的实践。展览中的乐器实物均来自杨教授及其团队多年在云贵川偏远地区系统性的田野收藏，许多乐器已濒临失传。每件乐器都附有详尽的田野信息，包括制作工艺、演奏方式及其社会功能。

在展览现场，我们设计了一个回字形展台。起初，所有乐器被统一照亮；随后，灯光聚焦于单件乐器，展厅内随即响起由该乐器演奏的特定音乐。同时，屏幕同步播放该乐器的演奏视频及相关信息。通过这种方式，我们将多媒体沉浸式体验与严谨的学术核心信息相结合，直观地向观众传达乐器的演奏方式、声音特质及音乐形态。

图11 音乐单元——“竹灵乐语”展览现场

（声音艺术博物馆官方宣传图）

6 结语

综上所述，我今天希望与各位交流的核心在于，如何基于深入的档案记录，策划出具有公共与社会意义的展览，使艰深的学术信息获得更广泛的社会理解。从“早已消失”到“濒临灭绝”，再到“仍在流传”的声音，它们并非彼此割裂的状态。通过精心的策展叙事，我们可以在博物馆的空间里，为公众构建一个有机的、立体的文化生态，让每一种声音都在历史的回响中找到其应有的位置。

回顾我们的实践，从对杨德山先生原生态叫卖的“抢救性”记录，到对钟鼓楼钟声的“考古性”采集；从关注遛鸟、鸽哨等“活态濒危”的文化实践，到解读公园里自发形成的“声音共同体”，再到通过“你最喜欢的声音”项目勾勒都市情感地图——这一系列工作共同构成了一种声音的“人类世”叙事。我们试图记录的，不仅仅是物理的声波，更是声音背后流动的社会关系、情感结构与文化认同。声音档案因此超越了简单的文献保存功能，它成为一种理解社会变迁、诊断文化生态的独特方法论。

在这个过程中，博物馆的角色也经历了深刻的转变。它不再仅仅是收藏和展示过去的殿堂，更是一个激发对话、生产新知和连接记忆的文化实验室。我们通过“老北京声活”的沉浸式剧场，将历史语境具身化；通过“声音与情感”的交互界面，使个人记忆与集体历史产生共鸣；通过“竹灵乐语”的范式革新，重新定义了乐器展览的核心——从静态的物到动态的声与生命。这些尝试都旨在回答一个根本性问题：在一个视觉中心主义的时代，我们如何通过听觉，重新唤醒公众对地方性知识的感知力与想象力？

展望未来，声音档案的“全球在地化”实践仍面临诸多挑战与机遇。一方面，技术的迭代为我们提供了更精准的采集、更丰富的呈现与更广泛的传播可能；但另一方面，我们也必须警惕技术主义陷阱，始终牢记声音背后的“人”与“文化语境”才是我们工作的灵魂。如何让这些源自北京胡同、公园与市井的声音，不仅被记录、被展览，更能作为一种鲜活的文化样本，与世界其他地区的声音实践进行平等对话，激发关于现代性、文化遗产与城市记忆的全球性思考，这将是我们下一步努力的方向。

最终，我们的工作或许可以归结为一种声音的人文主义实践。它始于采录，成于研究，而终于与公众的共情与理解。我们相信，每一次对过往声音的打捞，每一次对当下声景的解读，都是在为这座城市的未来，保存一份不可或缺的文化DNA。

转载请注明“刊载于《数字人文研究》2025年第4期”；参考文献格式：秦思源.在博物馆中展示民间声音文献[J].数字人文研究,2025,5(4):35-47.全文PDF已在知网、万方及编辑部网站（http://dhr.ruc.edu.cn）上发表，此处注释及参考文献从略。

“数字时代的声音档案”专题文章

声音档案在数字人文领域的创造性重构

民族志电影的时间维度：瓦罕走廊与南印度的案例

排版：覃子椿

初审：徐碧姗

复审：段婧怡

终审：夏翠娟

转载请注明“刊载于《数字人文研究》2025年第4期”；参考文献格式：理查德·K.沃尔夫.民族志电影的时间维度：瓦罕走廊与南印度的案例[J].数字人文研究,2025,5(4):26-34.全文PDF已在知网、万方及编辑部网站（http://dhr.ruc.edu.cn）上发表，此处注释及参考文献从略。

声音档案在数字人文领域的创造性重构

摘 要 

文章深入探讨了音乐民族志电影中不同时间维度档案材料的重构实践。通过对比不同国家/地区在传统音乐档案建设上的差异以及由此带来的现状，强调了田野录音档案与系统性元数据记录的核心价值。理查德 ·K·沃尔夫教授以自身创作的两部音乐民族志电影为例，详细阐述了将之作为声音档案材料激活与重构的路径。该模式不仅更好地保存了声音与影像，更使档案材料在再语境化的过程中，帮助社群回望、参与自身历史，思考数字技术与文化传承的关系。

关键词：音乐民族志电影； 时间维度； 瓦罕走廊； 南印度； 再语境化

作者简介：

理查德 ·K·沃尔夫（Richard K. Wolf），哈佛大学音乐系与南亚研究系双聘教授。

0 序言

很荣幸能参与这次关于传统音乐档案的讨论。对我而言，恰逢其时——我刚刚加入了一个民族音乐学委员会，致力于保障位于印度古尔冈的美国印度学研究所（American Institute of Indian Studies，AIIS）下属民族音乐学档案与研究中心的长期未来；同时，也在初步尝试将巴基斯坦的个人与机构凝聚起来，为该国的传统音乐构建某种形式的档案库。我将从这两点出发，简要探讨不同国家——曾同属一片统一领土的两个邻国——在需求、兴趣与能力上的巨大差异。接着，我会分享自己如何在田野录音时心怀存档之志，又如何在新作品中运用历史录音为许多本被湮没的声音赋予新的生命。最后我想强调，在创建并传播档案项目方案上做出的努力，对于社群回望并参与自身历史，具有特殊的意义。

理查德 ·K·沃尔夫

1 档案的不同“生长”

印度新德里的民族音乐学档案馆与研究中心（Archives and Research Centre for Ethnomusicology, A.R.C.E.）成立于1982年，初衷是保存外国学者与机构早期在印度录制的传统音乐，并将其“归家”（Repatriation），供本土使用。自那时起，A.R.C.E.便成为在印度工作的民族音乐学家的枢纽，其创立可追溯至我大学时代首次印度之行。尽管我未亲历A.R.C.E.的诞生，但回望过去，其早期的收录标准是清晰的。此后，A.R.C.E.的范畴不断扩展，媒介形式日益丰富，但也出现了数字时代前达成的协议与当下访问权限之间的不和谐。

而在另一片土地上，当我与印第安纳大学传统音乐档案馆时任馆长艾伦·伯迪特（Alan Burdette）初访巴基斯坦时，我们发现那里对于“何者应被存档”尚缺乏明确共识。其一，在当代巴基斯坦工作的民族音乐学家寥寥无几；其二，音乐学术尚处萌芽，多聚焦于表演与商业技能的培养，利用档案录音进行学术研究的观念几乎空白，田野录音与存档意识更是稀缺；其三，宗教机构与政府即便未公开谴责，也对音乐事业缺乏支持——商业音乐或可存活，但本土表演艺术的守护者却步履维艰。

艾伦与我同音乐领域的表演者、学者、教师及国家电台、电视台工作人员多次会谈，意识到一个现实：这里既缺乏保护传统音乐的基础设施，也未达成共识，指明哪些现存的录音是最需抢救的。电台、电视台拥有各自的档案库，却并非为公众访问而设立；这些收藏，连同伊斯兰堡主要传统音乐机构 Lok Virsa 的藏品，掌控权皆在动荡的政府手中。我们深知，新档案库的建立需要独立的资助与运作。于是，我们决定第一步资助年轻人，对现有公、私收藏展开系统调查。与此同时，我一直与巴基斯坦火山俱乐部（Volcanic Club）中一位备受尊敬的古典歌手的家人保持联系，一个围绕她与其音乐生态——位于巴基斯坦旁遮普省南部——的存档项目渐渐变得更为切实，或可成为更广阔项目的雏形。

2 档案意识的萌芽

我的档案意识，萌芽于20世纪80年代在奥伯林学院（Oberlin College）师从罗德里克·奈特（Roderic Knight）的时光。他曾是曼特尔·胡德（Mantle Hood）的学生，在对冈比亚与印度的研究中，他将“恰当的田野录音与影像记录”视为不可或缺的训练，并深植于我的学术基因训练中。我早期对南印度古典音乐的研究，多数录音集中于古典音乐会与我的维纳琴（vina）老师。每一次按下录音键，我总怀揣着两个目的：或是为分析与学习而捕捉特定曲目；或是出于对研究领域之外音乐的好奇，为未来的项目或纯粹的聆听，留存一份可回溯的文档。尽管当时仅能负担卡式录音机与廉价麦克风，我仍尽力而为。

进入研究生院前，填写每盒磁带的元数据与内容描述，既是琐事，亦是深刻的学习。我必须直面自身在拉格（Ragas）与卡纳塔克（Karnatak）音乐知识上的局限，利用一切资源去辨识所录之音。当时，继父不解我耗费大量时间处理录音副本，问道：“为何现在做这些？等你进了研究院，他们或许会让你换种方式。”我不以为然。随着时间推移，我意识到，那种“田野研究者深入田野、学习表演并录音”的民族音乐学模式，在部分人眼中已渐陈旧。我一直对广大的音乐创作所涉及的社会和文化机构感兴趣，但我认为，如今一些同行将所有的影音记录本身视为“榨取性”的，实为一大谬误。

不幸的是，美国民族音乐学正滑向此途，田野录音技术已鲜有传授，甚至有些教授对此一无所知。

3 民族志电影：激活档案的路径

我相信，制作浸润民族音乐学视角的民族志电影，是我们这一领域彰显“创建档案原始材料”与“运用这些材料”之价值的重要途径。以历史为导向、惯用历史录音的学者，已不是档案机构企望长期服务的新群体；让磁带上的声音“归家”，使其为社群与音乐创作者家族所触及，亦非新事，并将持续。然而，数字时代催生了对档案的某种“采样”式使用——这是一种再语境化，却未能为听众提供足够的信息或开启对于原作的反思之门。相比之下，民族志电影提供了以崭新或许更佳的方式将档案材料再语境化的契机。基于档案的纪录片屡见不鲜，但那些为电视制作的影片，迥异于民族音乐学者与人类学家在田野中铸就的民族志电影。我本人则倾心于带实验色彩的民族志电影，意在引发观众将其视为艺术与科学交融之作。我相信，将档案电影胶片、剧照、录音，与研究者当下在田野创建的文件熔于一炉，前景可期。

我基于以往研究制作了两部电影。《两位诗人与一条河》（Two Poets and a River），讲述的是塔吉克斯坦与阿富汗边境奥克苏斯河两岸瓦罕人的音乐与诗歌。影片融汇历史地图、照片与各类田野镜头。起初，录像主要为记录音乐技巧、声响、语言使用与访谈，以用于分析与实践。当田野研究注入到电影项目时，我需寻找一种将早期镜头纳入到新的电影构想中的方式。由此，我对影像录制的关注，从纯粹的音乐，扩展至地点、旅途、日常活动与访谈。

这部电影有两个版本：一为长约2小时的导演剪辑版，线性叙述自塔吉克斯坦至阿富汗的旅程；一为为电影节制作的75分钟的剪辑版，我将影片后半部（阿富汗部分）的一段访谈（图1）前置为引子，阐释河流两岸瓦罕人分离的历史背景。在访谈的片段中融入了弗雷德里克·马什曼·贝利（Frederick Marshman Bailey）1918年在帕米尔拍摄的照片（图2）、伊万·普拉尼什尼科夫（Ivan Pranishnikoff）1890年左右的画作《莎车街景》（Street scene, Yarkand）（图3），以及马库斯·豪泽（Markus Hauser）（帕米尔档案的创立者）绘制的地图，动画、摄影与剪辑则由我完成。

图1 阿富汗退休教师Jumakhan的访谈

（出自电影《两位诗人与一条河》）

图2 弗雷德里克·马什曼·贝利（Frederick Marshman Bailey）1918年在帕米尔拍摄的照片

（出自电影《两位诗人与一条河》）

图3 伊万·普拉尼什尼科夫（Ivan Pranishnikoff）1890年左右的画作《莎车街景》局部

（出自电影《两位诗人与一条河》）

为营造影片的多样与对比，我搜寻个人收藏的照片、录音与物品。在制作《两位诗人与一条河》时，我向塔吉克斯坦合作诗人库尔班肖（Qurbonsho）索要他军旅时期的照片。他全部的照片仅八张，无一摄于军中，他也拒绝了我以其妻弟军装照替代的建议。此策略本与我影片中处理库尔班肖提及家人桥段的方式一致——我并无那些人的照片，故以其他瓦罕人影像代之。我的决定看似有违要求每一时刻都恪守字面真实的纪录片观念，但我认为，这里无需字面上的真实。最终，我采纳了库尔班肖的部分建议，拍摄了一张他身着军装的黑白胶片照片（图4、图5），以替代历史照片，我希望揭示这一过程背后的思考与用意。

图4  拍摄库尔班肖（Qurbonsho）身着军装的黑白胶片照片以替代历史照片

（出自电影《两位诗人与一条河》）

图5  库尔班肖（Qurbonsho）军装照片

（出自电影《两位诗人与一条河》）

在剪辑与收集瓦罕社群影像的过程中，我形成了自己的剪辑风格——不强求在不同时间点拍摄的镜头间制造一种“虚假”的连续，例如，我并未要求人们在不同的日子里穿同样一件衣服以追求夏季镜头的连贯性与一致性。将故事从具体事件的真实展开中解放出来，是为关键，尽管它违反了某些电影类型对现实连续的期待。

4 档案素材的“再生”

我当前的电影项目围绕生活在南印度尼尔吉里丘陵（Nilgiri Hills）的一个科塔人（Kotas）小型原住民音乐家与工匠社群。自1990年起，我一直在与科塔人合作。20世纪30年代，首位在印度工作的美国文化人类学家戴维·G·曼德尔鲍姆（David G Mandelbaum）曾与此社群合作。他丰富的档案收藏——笔记、照片与电影胶片——存于加州大学伯克利分校；蜡筒录音则藏于印第安纳大学传统音乐档案馆。我早期的田野工作与曼德尔鲍姆的访问以多种方式跨越时空交织：运用他的录音，就其所录曲目对科塔人进行访谈以获得反馈；凭借其仪式笔记追溯时光流转。1990—1992年，我博士研究期间的原始录音使用的是卡带和数字音频磁带（DAT）；同时，我拥有一台普通8毫米摄像机和几台低技术相机。

我于2024年夏天拍摄的原始16毫米电影胶片中有这样一组镜头：我的田野助手、视为兄弟的杜尤达那（Duryodana）在其家人暂迁至他在Cordite工厂的住处后，走进一间空荡的屋子里（图6）。这并非观察式的视频，而是我们共同创作的，呈现了我访问中一个重复主题——科塔人在回望过去时，会使用他们在村中觅得或珍藏的旧物、零星出版物与照片、视听录音。这种方式无比真实。尤其是音乐家们，正通过我的录音，向早已离世的乐手学习器乐作品。

图6 杜尤达那家空荡的老房子

（出自电影《小米之锅，黄金之面》）

这组镜头被运用在后来的一部电影中，这皆关乎科塔社群过去35年的变迁，有些影片还融入了一些追溯至一个世纪前的档案材料。这部名为“小米之锅，黄金之面”（Pots of Millet, Faces of Gold： Transformation）的影片，因其追随黏土、木材、粮食分别蜕变成陶器、乐器、食物的过程，以及陶器、乐器与食物在丧葬仪式中的角色——死者灵魂与村庄的精神蜕变——而得名。影片中多数丧葬仪式镜头来自拍摄于1990—1992年的20盘录像带，这些影像已被数字化，以高分辨率mkv格式文件存储于传统音乐档案馆。我拿到这些数字文件并在现代计算机上播放，它们看起来不像现在的设备录制的质量。在创作POMFOG系列的过程中，我使用Topaz及AI驱动的图像视频增强器处理这些数字视频，提升画质。我将数字化的8毫米录像带视频放大至4k，并力图避免因过度流畅而看起来有人工痕迹的添加。处理复杂的图像极具挑战性。获取放大后的图像后，我以16毫米电影摄像机拍摄在监视器上回放的视频，经过调色之后得到了新的呈现效果。

杜尤达那在影片中既是出镜者，亦是旁白（图7）。杜尤达那的旁白为整部电影提供了大规模的再语境化。他与我共同设计，使这部电影成为面向一个世纪后科塔人的一种时间胶囊。杜尤达那为未来讲述，将选定场景置于语境——无论涉及其家族、屏幕上发言的特定村民，还是所描绘的行动。在一组我2022年拍摄的黑白电影片段关于铁匠的镜头中（图8），短暂切入了曼德尔鲍姆1938年拍摄的黑白镜头（由杜尤达那评述）（图9），再回归到我2022年的场景，最后结束于一段转为每秒24帧的DSLR视频。我不赞同以黑白与彩色、胶片与视频的差异作为时代的解读；相反，我希望它们引导观众思考技术与时间感知的关系。

图7 担任出镜者和旁白的杜尤达那

（出自电影《小米之锅，黄金之面》）

图8 2022年拍摄的黑白电影片段中铁匠的镜头

（出自电影《小米之锅，黄金之面》）

图9 曼德尔鲍姆（David G Mandelbaum）1938年拍摄的黑白镜头

（出自电影《小米之锅，黄金之面》）

5 结语

影片结束于村庄的女士们在户外第二场丧葬仪式上的歌唱（图10）。值得一提的是，此处的音频并非收录于此刻——它来自相同语境、同一村庄、同一歌者，却是在不同时间录制的，同一首歌曲在整个仪式中反复回荡。如杜尤达那旁白所述，引出这段影片的音频是从戴维·曼德尔鲍姆1938年的蜡筒上获取的（我印象中是男声演唱）。为使时间同步、音高融合，我对两段录音皆做了细微调整：对蜡筒录音作降噪、渐变处理，噪音将随整段录音进行至53年后的卡带录音而渐弱消失。

图10 村庄的女士们在户外第二场丧葬仪式上歌唱

（出自电影《小米之锅，黄金之面》）

我以16毫米彩色胶片拍摄杜尤达那带我参观老房子的过程。在片中，杜尤达那特意建议我留意壁龛灯，但在我看来这纯属巧合（图11）。在女性歌唱的村庄，一位年长的田野顾问曾在九十年代初告诉我，他将歌词中对墙上损毁壁龛灯的指涉，视为社群普遍衰退的隐喻。这一个反复出现的主题，激励着科塔人复兴其对仪式与传承的关注。于此努力中，档案与此类电影，实为有益。

图11 杜尤达那指向有着隐喻的壁龛灯

（出自电影《小米之锅，黄金之面》）

图12 村民观看《小米之锅，黄金之面》

（出自电影《小米之锅，黄金之面》）

排版：樊军君

引言

全球在地化实践中的声音档案：

数字时代的语境重构与知识转化

近年来，随着数字技术的迅猛发展与人文研究方法的不断革新，声音档案作为文化遗产的重要载体，正经历着从“物理保存”到“语境激活”的深刻转型。档案工作者的任务不再止步于抢救性数字化采集，更延伸至对档案内容进行深度编目、语义关联与文化诠释，使其在全球化信息网络中既保持地方性根源，又能被更广泛地理解与运用。

2025年7月，中国人民大学国学院、数字人文研究院联合中国音网等单位举办了“声音档案的“全球在地化”实践——如何让地方声音走向世界？” 学术研讨会。会议聚集了来自民族音乐学、人类学、博物馆学、数字人文等不同领域的学者与实践者，围绕音响档案在全球语境下的方法论路径、技术介入与诠释伦理展开深入对话。与会者共同认识到，当前档案工作已进入以元数据构建、语境重构与知识转化为核心的新阶段，面临着技术赋能与人文阐释如何协同、全球标准与地方知识如何对接等关键命题。

图1　“声音档案的“全球在地化”实践———如何让地方声音走向世界?”学术研讨会参会人员合影

图2　会议报告人理查德·K. 沃尔夫(左)与马修·詹姆斯(右)

图3　会议报告人秦思源

图4　会议报告人魏小石

基于该研讨会的丰硕讨论，我们(全体参会者及《数字人文研究》编辑部)特将部分核心成果整理成文，形成本专题，发表于《数字人文研究》期刊。系列文章既包括对档案数字化与著录理论的整体反思，也涵盖从民族志影像、博物馆展示、人工智能辅助著录等具体实践出发的案例研究，旨在系统呈现声音档案在当代学术与实践领域的前沿探索。

本系列共收录以下五篇文章：

1. 《声音档案在数字人文研究领域的创造性重构》（吴洋等）
从宏观视角探讨数字技术如何拓展声音档案的研究边界，推动其在人文研究中实现从“对象”到“过程”、从“保存”到“再创造”的范式转移。

2. 《民族志电影的时间维度：瓦罕走廊与南印度的案例》(理查德·K. 沃尔夫)
以影像民族志为方法，探索如何将历史影音素材嵌入当代叙事，在多层时间性中重构声音与影像的文化语境，实现档案的动态诠释。

3. 《在博物馆中展示民间声音文献》(秦思源)
聚焦博物馆语境，讨论声音作为展陈媒介的独特可能性，探索如何通过空间设计与叙事策展，让沉默的档案“发声”，并与公众产生情感与认知联结。

4. 《从数字化到著录：音响档案的再语境化》(魏小石)
深入剖析音响档案著录工作的理论框架与实践路径，强调通过专业化、结构化的元数据构建，将孤立的声音资源转化为可检索、可关联、可理解的知识体系。

5. 《辅助，而非取代：声像档案的AI元数据生成模型与文化诠释》(魏小石、马修·詹姆斯)

探讨人工智能技术在档案描述中的应用潜力与伦理边界，提出以“人机协同”为原则的AI辅助模型，旨在提升编目效率的同时，深度融入领域知识，保障文化诠释的准确性与丰富性。

我们希望通过本系列文章的集中呈现，能够推动档案界（图书馆信息科学领域）、学术界与IT技术界之间的进一步对话，共同回应以下核心关切：在技术加速迭代的今天，我们如何以尊重地方性知识为前提，借助数字工具实现声音档案的系统化整理与创造性转化？又如何在全球信息流通中，保持其文化语境的完整性与诠释的多样性？

执笔：魏小石（中国音网总编辑）

声音档案在数字人文领域的创造性重构

——“声音档案的‘全球在地化’实践：如何让地方声音走向世界？”研讨会综述

吴洋  刘莹  万真妍

声音档案作为文化传承的重要载体，其在数字化背景下的保存、阐释与活化，对于人文研究的创造性重构具有重要意义。利用数字人文技术，声音档案在记录、描述与传播的基础上，进一步具备了系统性存储、分类、校勘、标注、检索乃至文化活化等可能，拓展了其在跨学科研究中的实践空间。“声音档案的‘全球在地化’实践”研讨会，聚焦于声音档案与数字人文技术的深度融合，探索其在全球化与在地化语境中的研究路径与创新形态。哈佛大学理查德·沃尔夫教授通过两部音乐民族志影片，阐述了传统音乐档案在创建、保存与跨媒介融合方面的实践与思考。中国音网总编辑魏小石博士基于多年积累的民间音响档案，强调对声音文本的深度描绘与语境重构，推动声音从载体走向可阐释的文本。“Echo Arc”（声穹）项目联合发起人马修·詹姆斯博士则从全球化视野出发，探讨如何借助AI等前沿技术构建面向未来的声音与视听档案中心。声音艺术博物馆馆长秦思源则通过策展与采集实践，揭示了声音背后的文化内涵及其向公众呈现的技术与叙事方式。该研讨会展现了声音档案在数字人文框架下的多元实践，也反映出当前研究逐渐走向跨学科协作与技术创新并重的趋势。未来，数字技术在声音档案中的应用应更注重文化多样性的维护与阐释，使声音档案在全球化语境中不仅被保存，更能被准确倾听、理解与活化，从而为人文研究及文化传承提供持续的动力。

关键词：声音档案； 数字人文； 音乐影像； 声音文本； AI技术； 文化策展

作者简介：吴洋，中国人民大学国学院副教授、副院长，中国人民大学数字人文研究院研究员； 刘莹，浙江音乐学院图书馆采编部主任； 万真妍，中国人民大学国学院本科生。

0 引言

随着时代的发展，将数字技术与人文研究相结合从而创造出高效准确并且能够自我启发和突破的新型文明成果越来越成为学界的呼声与共识。在现阶段的数字人文研究领域，植根于传统数据库的文献处理平台占据主流，文字材料的存储、校勘、检索、应用乃至活化都已取得长足的进步并且发展迅猛。然而，在文字以外，还有图像、声音以及人类文化活动的现场，这些同样也是重要的文明载体，甚至我们可以说它们比文字具有更加直接的文明信息。这些文字以外的文明载体又将如何与数字技术相互结合呢？这是我们一直在思考的问题。这不仅仅是数字人文领域的新问题，也是传统学术领域中亟待解决的老问题。

中国人民大学国学院近年来一直致力于“中国古典学”的学科构建和教学实践。在人大国学院的“中国古典学”学科蓝图中，中国古代经典的教学、研究、诠释与传承是学科建设的核心。毫无疑问，中国古代经典的主要载体是文字，因此，人大国学院积极参与各种文献处理平台的建设，但是同时我们也认识到，那些图像、声音和人类文化活动现场所承载的文明信息正是中国古代经典在社会中的实践、传播、影响和发展，是中国古代经典的具象化呈现，这些文化信息不仅有利于重新审视中国古代经典的内涵与社会价值，更是中国古代经典“创造性转化和创新性发展”的真实案例，是中国古典学学科建设中必不可少且别开生面的重要内容。

这一次，我们尝试与中国音网合作，将视点聚焦于“声音”。

2025年7月23日，中国人民大学国学院、中国人民大学数字人文研究院与中国音网联合主办“声音档案的‘全球在地化’实践研讨会”，邀请来自民族音乐学、声音档案研究、AI技术应用、博物馆策展等多个领域的学者——哈佛大学民族音乐学与人类学家理查德•沃尔夫（Richard K. Wolf）教授、中国音网总编辑魏小石博士、传统音乐智能体平台“Echo Arc”（声穹）联合创始人马修•詹姆斯（Matthew James）博士、声音艺术博物馆秦思源（Colin Siyuan Chinnery）馆长等，通过不同角度、不同领域的研究，共同探讨地方声音走向世界的方法和路径，推动声音遗产的多元保护与阐释、活态传承与传播。

1 音乐影像志

理查德•沃尔夫教授通过他的两部音乐民族志影片——《两位诗人与一条河》（Two Poets and A River）和《小米之锅，黄金之面》（Pots of Millet, Faces of Gold），阐述了他在传统音乐档案的创建、保存、融合等方面的丰富实践与深刻思考，展示了如何将历史录音、影像与现代田野材料，以不同的技术手段处理与结合，创作出兼具艺术性与学术价值的音乐民族志影片，使档案材料焕发出新的生命力，且凸显其学术价值。

沃尔夫教授的影片探讨了两个问题。其一，如何看待民族志影像叙事中的时空“连续性”，界定影音素材使用的“真实性”？在《两位诗人与一条河》中，沃尔夫教授为塔吉克斯坦诗人库尔班肖（Qurbonsho）拍摄了一张身着军装的黑白胶片照片，以弥补他军旅时期未曾留下历史纪念的遗憾，并将这一拍摄时刻和用意完整保留在了影片中。另有一处，沃尔夫教授使用了其他瓦罕人的影像来替代所缺少的库尔班肖家人的照片。这一做法突破了传统纪录片式的影像志对于素材使用一味坚持的字面上的“真实”，也突破了刻意创造的镜头间的“虚假”连续性，转向为观者真实展现其拍摄目的与剪辑用意，呈现出新旧素材的跨时空衔接及历史再现的语境重构。其二，如何理解不同时间维度的影音切片在一个连贯叙事中建立对话，焕活档案素材再生的意义？在沃尔夫教授的另一部影片《小米之锅，黄金之面》中，主要出镜人物杜尤达那（Duryodana）同时担任旁白叙述，令语言线索穿越画里画外；沃尔夫教授还将美国文化人类学家戴维·G·曼德尔鲍姆（David G Mandelbaum）1938年采集的蜡筒录音和黑白影像，穿插在自己1990—1992年和2022年拍摄的影像中，运用独特的采样和剪辑方式形成了“历史”与“当下”的对话，引导观者思考技术与时间感知的关系。

沃尔夫教授对于影音档案素材使用的独特视角，得益于他在早期学术生涯中建立的良好的“档案意识”及受到的系统训练（录音内容描述、录音资料元数据整理等），这为其奠定了学术成就的根基。除此之外，他还介绍了同一地区不同国家对于档案保存、利用等方面在观念意识和政策主张上的明显差异。总之，这一学科的当前现状与发展态势，值得学者们保持深度关注与思考。

2 民间声音档案

3 AI技术应用

作为“Echo Arc”（声穹）项目的联合发起人，马修·詹姆斯博士的演讲详细介绍了此项研究计划的目标：着眼于声音与视听档案的未来，构建一个更为全球化的档案收藏中心，让世界范围内的档案收藏以前所未有的方式被听见、被理解、更易于获取。不同国家、民族的声音档案都有其独特的文化标志性，而如何将这些带有民族文化特性的声音档案准确、全面地著录并在世界范围内共享传播，是当下声音档案管理和访问所面临的挑战，而其中最重要者，无外乎在档案规模不断扩大、机构资源持续缩紧的双重压力下，解决提升档案著录的工作效率与注准文化群体差异性之间的矛盾。

在AI技术腾飞的21世纪，以低时间、人力成本完成基础数据工作，似乎是现有通用大模型最擅长的方面，但就发挥声音档案的研究价值而言，非常重要的是最大程度地精准呈现不同文化单元间的细微差异，而这一点是AI技术目前仍无法实现的。詹姆斯在演讲中列举了生成式大模型在档案元数据著录方面的局限性与谬误实例，并通过例证申明了元数据是非中立的，它既是文化的诠释，也是政治的在场，解读与著录的不准确会导致文化的误读、语境的错位。因此，“Echo Arc”项目提出：AI技术在文化研究领域扮演的角色应是“辅助”，而非“替代”。即，应将AI技术作为人类专家的协作工具，应用到声音档案的描述著录工作中，对AI工具的训练离不开民族音乐学家和文化传承者的深度参与。

在这一方面，“Echo Arc”的另一位发起人魏小石博士与中国人民大学国学院吴洋老师的团队做了诸多实践，如共同合作了“AI赋能中国近现代声音文献检索、深度描述与古典学研究——以北方曲艺为例”项目。该项目利用RAG（检索增强生成）技术，将北方曲艺唱词与古典文献进行关联，从文献学、文学、历史学、民俗学和语言学五个维度进行标注，构建多模态知识图谱。这一成果不仅为北方曲艺提供了多维信息检索，构建了声音与文本的语义网络，更为声音档案的深度文化注解提供了研究范式。

4 文化策展

作为全球首家将声音作为展品的文化机构，声音艺术博物馆对声音的策展实践开辟了声音档案从学术研究到公众体验的新路径，其新颖的理念与大胆的尝试为声音档案的典藏与活化开启了一扇新的大门。秦思源从一个实验型策展人而非档案学家的角度，生动阐述了他是如何收集、记录带有浓郁地方特色的那些濒临消失和已经消失的“声音”，以博物馆的叙事手法呈现，并将其转化为大众可体验、可追溯的记忆还原现场。

秦思源对于声音的重构体现在三个方面。其一，民间声音的场景化再现。如，在名为“老北京声活”的展厅中，以先进的声像设备系统装载老北京的声音印象，为参观者打造一个虚实结合的时空场域，让“过去”重现，让“历史”可听。其二，声音记忆的情感交互。受启发于彼得·库萨克（Peter Cusack）的声音项目，秦思源的“声音与情感”展览发动大众对声音进行收集，对于即将消失和已经消失的声音，此举可最大程度地进行网罗，使其免于在岁月长河中流逝。这一过程不仅唤醒了大众对于声音的个体记忆，同时在一个共同的界面中形成了个体情感的集体共鸣与交互。其三，乐器展览的范式革新。传统的乐器展陈犹如闭着嘴巴的歌者，无论多么美妙的声音也失去了具象的表达。如何能让展陈乐器犹如在敦煌壁画中一样“不鼓自鸣”，秦思源费了一番思考，最终方案是将场馆装置与灯光投射联动：每一件乐器被光覆时，展厅内即播放相应音乐，从而激发出乐器展品的核心价值。

这一切的创新与开拓，离不开秦思源十几年来在声音“打捞”事业上的深耕：远赴千里只为真实地捕捉已近消失的“驼铃声”，长期蹲守老北京胡同采集声音，为溯源声音的本真寻访老先生，“荒唐”地在博物馆搭建鸽棚……为了留住这些声音的记忆、这些记忆中的声音，秦思源探索了城市的角角落落，并在打捞声音的过程中，积累了独有的声音档案，并将其活化于博物馆中。秦思源在演讲中提供了一种不同于学术性档案管理的独特视角，他认为：声音不仅是需要被记录的档案，更是需要被体验和重构的文化记忆；声音档案的保护不仅在于数字化保存和学术应用，更可通过先进的声学技术、精心的策展设计和多维的叙事手法，在博物馆的空间里为其构建一个重获新生、焕新记忆的“语境”。

5 结语

转载请注明“刊载于《数字人文研究》2025年第4期”；参考文献格式：[1]刘炜,刘圣婴,金家琴,等.主权AI视域下的中国数字人文自主知识体系建设[J].数字人文研究,2025,5(04):3-16.全文PDF已在知网、万方及编辑部网站（http://dhr.ruc.edu.cn）上发表，此处注释及参考文献从略。

主权AI视域下的中国数字人文自主知识体系建设

摘 要：

在全球技术竞争加剧和“主权AI”成为国家战略焦点的宏大背景下，构建自主知识体系已成为维护国家数字主权与文化安全的核心议题。文章系统探讨中国数字人文自主知识体系建设的紧迫性、理论基础与实践路径。首先剖析了“主权AI”在技术控制和文化、语义层面的内涵，审视其在抵御“数字殖民主义”中的作用。并在此基础上，引入段玉聪教授的“语义主权”理论和DIKWP（数据—信息—知识—智慧—意图）模型作为核心理论框架，扩展了语义层作为意图分析的主要来源，论证中国自主知识体系建设必须涵盖对知识内容与价值意图的深层主导。通过分析中国“学术世界”平台、字节跳动与北大的“识典古籍”平台及ICH-Qwen大语言模型等案例，揭示了融合顶层设计、技术赋能与范式创新的建设路径。研究表明，中国数字人文的自主知识体系建设是基于主权AI战略、以语义主权为核心，通过数字平台和智能工具实现数据自主、知识创新与价值引领。最后，文章反思了“主权陷阱”等潜在挑战，并展望了一个开放、自信且具有全球影响力的中国数字人文学术共同体的未来。

关键词：主权AI；数字人文；自主知识体系；语义主权；数字殖民主义；知识图谱

作者简介：

刘炜，上海社会科学院信息研究所所长、研究员，E-mail:

wliu@sass.org.cn；

刘圣婴，华东师范大学图书馆助理研究馆员；

金家琴，上海大学文化遗产与信息管理学院博士研究生，上海图书馆上海科学技术情报研究所研究员；

单蓉蓉，上海大学文化遗产与信息管理学院博士研究生。

   1 背景与现状

1.1 研究背景：作为国家战略的“主权AI”

进入21世纪第三个十年，人工智能（AI）已然成为驱动全球经济社会变革的核心引擎。在此背景下，“主权AI”（Sovereign AI）作为一个新兴的战略概念，正迅速从技术层面的讨论上升为国家层面的核心议程。它标志着全球技术治理格局正经历一场深刻的变革，从强调开放互联，转向更加注重战略自主与核心能力的内生性发展。主权AI并非简单的技术口号，而是国家在数字时代维护经济利益、保障国家安全、传承文化价值的综合性战略框架。

根据英伟达（NVIDIA）、Salesforce等科技领军企业及学术界的界定，主权AI的核心是指一个国家或组织利用其自主拥有的基础设施、数据资源、技术人才和商业网络，独立进行人工智能模型构建、部署与创新的综合能力。这一能力体系建立在若干关键支柱之上，普遍认可的包括数据主权、基础设施控制、技术人才储备、创新投资以及国家利益维护五大要素。更有研究将其细化为算力基础设施、算力提供商、治理与法规、基础AI模型、研发基础、技术人才库和芯片能力等七个维度，强调了全产业链自主可控的重要性。在全球范围内，印度、日本、阿联酋、英国等国已纷纷出台相关政策，投入巨资建设本国的“AI工厂”和“主权云”，力求在激烈的全球AI经济竞争中占据优势，并根据各自国情制定了差异化的战略。

这一全球趋势深刻地反映出，对“数字主权”的理解正在发生质的飞跃。从欧盟GDPR等传统数字主权的防御性态度，向主权AI代表的积极主动、生成性战略转变。主权AI的重点不再仅限于保护现有数据资源，而是致力于自主构建与生产全新的智能能力与知识体系。这种从“防守”到“创造”的范式转变，为中国在新的历史时期加速构建自主知识体系，提供了强有力的外部参照和深刻的内在动力。

1.2 问题提出：数字人文领域的“知识赤字”与“范式依附”

在主权AI的全球浪潮之下，中国学术界面临着加快建构中国自主知识体系的紧迫任务。数字人文学科作为人文科学与数字技术深度交叉融合的前沿领域，其知识体系的自主性问题尤为突出和关键。数字人文不仅关乎学术研究方法的革新，更直接触及文化遗产的数字化保存、阐释与传播，是国家文化软实力在数字空间的核心体现。然而，当前中国数字人文学科的发展，在一定程度上仍面临着理论、工具和数据层面的“范式依附”困境。

这种依附关系在全球化的数字环境中，极易演变为一种更为隐蔽的“数字殖民主义”（Digital Colonialism）。西方科技巨头通过其在全球范围内部署的数字基础设施、算法平台和数据标准，实质上掌握了知识生产与传播的主导权。它们大规模地提取全球数据资源，包括珍贵的文化遗产数据，用于训练其AI模型，从而形成新的、不对等的权力关系。当AI模型主要基于西方语料和价值观进行训练时，其输出必然会内嵌特定的文化偏见，这可能导致对中华文化的误读、曲解甚至使其边缘化，最终造成国家话语权的旁落。中国学界对此已有清醒的认识，明确提出必须突破概念移植的路径依赖，立足中国实践，构建自主的话语体系。

因此，在主权AI的宏大战略框架支撑下，中国数字人文学科应如何系统性地规划和建设自主的知识体系，从而有效应对范式依附与知识安全挑战，并最终实现学科的内生性、创新性发展？这是亟需深入探讨的核心问题。

1.3 研究现状、思路与创新点

在“计算转向”（computational turn）的驱动下，数字人文在过去二十年快速发展，从早期的技术实践探索，转向更加系统化的学科范式，并聚焦于“远读”（distant reading）、“宏观分析”（macroanalysis）等新的理论与方法创新，重新审视知识生产与文化解释的关系。施赖布曼（Schreibman）等主编的《数字人文指南》为数字人文确立了工具、方法与案例互补的通用研究框架；伯迪奇（Burdick）等人则提出数字人文是对知识组织、公共人文和学术传播形式的系统性重塑。具体到实践方法，莫雷蒂（Moreti）的“远读”和乔克斯（Jockers）的“宏观分析”推动了从传统的单篇细读（close reading）到大规模文本定量分析的转变。安德伍德（Underwood）与派珀（Piper）则利用机器学习和计算风格学（computational stylistics）方法等，深化了计算文学史与文化分析的理论和实证基础。

尽管国际主流的数字人文研究范式提供了方法论和技术路径，但其语料建构、分类体系与指标设计均深植于英美学术语境，直接预设了“西方中心”的知识结构与价值取向，难以有效应用于汉文典籍与中华文化语境中。

近年来，聚焦知识体系中的不平等，围绕后殖民与去殖民议题的数字人文批判性研究逐渐兴起。里萨姆（Risam）系统梳理了“全球南方”（Global South）的数字人文项目，阐明元数据标准、语料采集及平台治理中普遍存在的结构性不平等，并倡导通过社区参与和多语种知识组织来打破学术与技术的“双重中心化”。库德里（Couldry）和梅希亚斯（Mejias）提出了“数字殖民主义”理论，剖析了平台资本如何通过数据掠取重塑全球权力关系。比尔哈内（Birhane）则从“算法殖民化”（Algorithm colonization）的角度，分析了AI系统持续再生产的结构性不利。这些批判性研究，深刻揭示了知识生产中的结构不对称，为思考“话语与语义层面的主权”提供了重要的理论参考。

与上述批判并置，AI治理研究亦为数字人文的价值框架构建提供了重要支持。例如，AI4People项目提出的“有益、无害、自主、公正、可解释”等原则性框架，强调把道德目标嵌入AI应用的全生命治理周期中，为探索“价值可控”的数字人文研究提供了具可操作性的理论基础。然而，现有AI伦理框架仍多为一般性的价值规范，未充分结合人文学科复杂的语义生成与文化差异。因此，亟须将这些通用框架与具体人文学科的知识组织和语义建模相融合，以确保其在特定文化语境中的有效性与适用性。

在此背景下，国内学界业已主动探索“数字人文自主知识体系”的构建路径。刘炜等学者强调，构建中国数字人文自主知识体系需推动数据、方法、平台和话语的协同互动。周文杰与杨克虎则提出了“中国特色循证数字人文”范式，主张以马克思主义认识论和中华优秀传统文化为基础，构建以文献证据为核心的知识生长机制，反对“概念移植”。然而，中国的数字人文学界虽然已普遍达成了本土化学术框架的理论共识，但在构建自主知识体系的过程中，仍面临方法论与实践层面的多重挑战。

为回应上述问题，本文采用“理论思辨—现实批判—实践检验”的研究路径。首先，深入辨析主权AI的战略内涵，并引入中国学者原创的“语义主权”理论作为本文的理论基石。其次，批判性地审视当前数字人文领域面临的数字殖民主义风险与自主性困境，通过分析中国的最新实践案例，检验并提炼自主知识体系的建设路径。

本文围绕“战略指引（主权AI）→ 理论内核（语义主权）→实践载体（数字平台与工具）→体系建成（自主知识体系）”这一框架展开，揭示从宏观国家战略到具体学科建设的传导机制和实现路径。

本文的创新点在于：第一，首次将主权AI这一前沿战略概念与数字人文学科的自主知识体系建设进行深度理论耦合，为后者提供了宏观的时代背景和战略依据；第二，创新地运用语义主权理论作为核心分析工具，为自主知识体系建设提供了超越技术层面的哲学与认知科学支撑；第三，通过对国家级平台、企业级应用和前沿AI模型的整合分析，系统呈现主权AI视域下中国数字人文自主知识体系建设的立体图景与多层次生态。

2“主权AI”的战略内涵与理论图景

2.1 技术与经济主权层面：数字时代的基础设施

主权AI的战略价值，首先体现在数字经济时代国家核心竞争力的技术与经济基础设施层面。人工智能被广泛认为是“我们时代最重要的技术”，预计将创造数万亿美元的经济红利和生产力飞跃。一个国家若想在这场变革中掌握主动权，就必须建立自主可控的AI生产能力。

这种能力的核心，是对物理和数字基础设施的掌控。具体而言，包括建设被称为“AI工厂”（AI Factories）的下一代数据中心，这些中心配备了能够处理海量数据和复杂计算任务的全栈加速计算平台。同时，发展部署在国家边界内的“主权AI云”（Sovereign AI Clouds），确保数据处理和模型训练的物理安全与合规性。更进一步，真正的主权AI要求实现从底层芯片设计制造、中层算力基础设施、上层基础大模型到顶层人才生态的全栈式自主可控，形成一个完整的、内生的创新循环体系。这不仅是技术问题，更是关乎国家经济命脉和未来发展潜力的战略抉择。

2.2 文化与安全主权层面：抵御“数字殖民主义”的屏障

主权AI的战略意涵远不止于技术和经济层面，它更是维护国家文化安全、传承民族价值观、抵御外部意识形态渗透的战略屏障。在一个由算法塑造信息流的时代，AI模型的价值观对齐（Value Alignment）问题变得至关重要。主权AI的核心目标之一，就是确保AI系统的决策和输出，能够与本国的法律法规、社会伦理和文化期望保持高度一致。

这种文化与安全层面的自主性，在全球化背景下显得尤为迫切。过度依赖由少数国家科技巨头开发的AI模型，潜藏着巨大的风险。这些模型在训练过程中，不可避免地会吸收开发环境中的数据偏见和价值取向。当这样的AI被广泛应用于文化内容的生成和传播时，就有可能在全球范围内侵蚀文化多样性。相反，通过主权AI战略，利用本土化的、蕴含丰富民族文化内涵的数据集来训练大语言模型，不仅能够有效抵御这种文化渗透，更能积极地服务于文化传承。例如，专门训练的AI模型不仅能更好地理解和处理地方方言，还可以用于保护和复兴濒危的少数民族语言，助力中华优秀传统文化的延续和弘扬。

2.3 理论深化：从“数据主权”到“语义主权”的中国方案

在主权AI的理论探讨中，中国学者段玉聪教授前瞻性地提出了“语义主权”（Semantic Sovereignty）概念，为主权AI的中国实践注入了深邃的哲学思辨和认知科学内涵。这一理论标志着对数字主权的理解，从对数据、算力等“硬”要素的掌控，深化至对知识、智慧、意图等“软”要素的自主。

“语义主权”是指一个国家或地区对其自身的语言、文化、价值观及知识体系，在全球数字环境中被准确、完整且公平地表达的权利与能力。它与主权AI互为补充：主权AI侧重于技术和算力层面的自主可控，确保“机器听谁的话”；语义主权则聚焦于内容和意义层面的自主对齐，确保“机器说什么话”。两者结合，共同构成了中国特色自主知识体系建设路径的完整理论内核。

为了系统化地解析语义主权，段玉聪教授团队构建了DIKWP认知模型。该模型在国际通行的DIKW（数据—信息—知识—智慧）金字塔模型基础上，创造性地增加了第五个层次——“意图”。这个五层模型（Data-Information-Knowledge-Wisdom-Purpose/数据—信息—知识—智慧—意图），为语义主权提供了清晰的五层分析维度，即国家主权必须从原始数据（D）的采集，到信息（I）的提炼，再到知识（K）的构建，智慧（W）的决策，乃至最终价值意图（P）的引领等五个认知层次上，得到全面地体现和坚决地维护，具体如图1所示，自下而上是从数据到意图的语义抽取，自上而下是从意图到数据的主权彰显。

图1 DIKWP模型

DIKWP模型中的“意图”层，是其相较于西方DIKW模型的关键理论突破，深刻体现了中国传统哲学中强调“知行合一”“经世致用”的思想精髓。它明确指出，一切知识和智慧的生成与应用，最终都应服务于一个明确的、符合国家和人民根本利益的目标与价值导向。这不仅为应对AI系统可能出现的价值偏离提供了理论工具，也为构建真正体现中国特色、中国风格、中国气派的自主知识体系，奠定了坚实的认知论基础。可以说，语义主权理论及其DIKWP模型，成功地在强调国家战略自主的主权AI与追求文化真实表达的数字人文之间，架起了一座坚实的理论桥梁，使得自主知识体系的建设既是一项战略工程，又是一项深刻的人文事业。

3 中国数字人文自主知识体系建设的难点与时代诉求

3.1 理论与方法的“路径依赖”：概念的移植与范式的固化

尽管中国数字人文学科近年来发展迅速，但在理论建构与研究方法上，仍存在着对西方的“路径依赖”，核心概念、分析框架和评价标准多源于欧美学术界。这种模式在学科发展初期有其必要性，但长此以往，则可能导致水土不服和创新缺乏。因此，中国数字人文的发展，正面临着建构自主知识体系的时代课题 。

路径依赖可能使我们的研究视野受限于西方问题意识，而忽略了植根于中国独特历史文脉和现实需求的重大课题。例如，西方数字人文研究中常用的工具和方法，未必能完全契合和有效处理中国古典文献的复杂性、文字的独特性以及中国历史叙事的连续性。因此，突破概念移植的路径依赖，以中国特色的原创性概念、话语和实践经验为基石，进行理论创新，已成为学界的普遍共识。

首先，西方数字人文学科的核心概念之一是将文本视为“数据”，并假设文本是由“词”组成的线性符号。然而，汉字作为表意文字，与西方的拼音文字有着根本性差异。有学者在一项名为“LogogramNLP”的研究中提出，将汉字视为具有形、音、义统一性的“图像符号”，而非单纯的字符数据，利用计算机视觉技术分析汉字的结构特征。这一创新突破了西方“文本即数据”的线性处理方法，推动了数字人文对中国传统文献处理方式的发展，从根本上回应了西方理论框架与西方数字人文工具的中国挑战。此外，西方的“远读”理论强调通过大规模文本分析发现宏观趋势，适用于西方文学的历史演变。然而，当这一框架被应用到中国文学和历史时，遇到了语义断裂的问题。例如，谷歌的N-Gram模型无法处理中国历史中同一概念在不同历史时期的语义变迁。像“革命”一词在《易经》和晚清的不同内涵，无法通过量化的词频统计得到准确体现。为此，中国学者发展出了一种新的分析框架，聚焦于关键词的“共现”关系，避免了西方研究框架的局限。这一调整不仅解决了技术上的困难，也让数字人文研究能够更加深入地揭示中国文化和历史的独特性。

其次，在评价标准方面，西方数字人文常以工具的自动化能力和效率为核心关切，特别是生成式AI模型的准确度和分析速度。而中国学者则更强调“阐释性分析”，而非单纯的自动化数据处理。例如，上海图书馆在其数字人文平台重构过程中，提出了“人机回环”（HITL）原则，强调AI技术应作为“阐释性副驾驶”，而非自动化分析师。通过引入专家审核环节，这一方法保证了学术研究的严谨性与历史文本的准确性，避免了生成式AI的“幻觉”问题，突显了中国数字人文学界对学术权威和主体阐释的重视。这不仅是对AI技术的应用方式的改进，更是对学术研究质量的严格把控，也展示了中国学者的价值取向。

综上所述，西方的核心概念、分析框架、评价标准和研究视野虽推动了数字人文的全球化发展，但在中国的实践中暴露出诸多局限。为了构建具有中国特色的数字人文体系，中国学界在理论创新、方法重构和技术应用方面不断突破，推动自主知识体系的建设。这不仅是对西方范式的批判性反思，更是对中国深厚文化传统的现代化再创造，展现了中国在全球数字人文领域的独特贡献和未来发展潜力。

3.2 工具与平台的“技术依附”：数据鸿沟与语义隔阂

理论与方法的依附，往往与工具和平台的技术依附相伴相生。在数字人文研究中，对国外特定软件、数据库和云计算平台的依赖，不仅带来了数据安全和技术“卡脖子”的潜在风险，更深层次的问题在于，这些工具并非价值中立的。它们的底层设计哲学、算法逻辑和数据结构，都蕴含了特定的文化预设和认识论框架。

这种内嵌的文化逻辑，可能导致对非西方知识体系的降维处理和语义曲解。这不仅仅是一个技术层面的差距，更是一个根本性的认识论错位。例如，一个主要基于印欧语系文本训练的自然语言处理（NLP）模型，在处理古典汉语的句法、语义和语用时，可能会出现系统性的偏差。同样，一个围绕西方个体主义观念设计的社会网络分析工具，可能难以捕捉中国传统社会中以家族、社群为核心的关系网络模式。数字殖民主义的批判理论深刻地揭示了这一问题。AI工具因其训练数据和算法的偏见，往往会不自觉地延续西方的认识论，从而边缘化非西方的知识视角。在处理殖民时期的历史档案时，AI甚至可能放大殖民者的声音，而压制被殖民者的叙事。总之，西方数字人文研究视野往往带有隐含的“中心主义”色彩，即通过西方的算法体系加工全球文化资源，忽视了非西方文化的独特性。

在全球化的数据流动中，中国的海量文化数据，若无自主的分析和阐释平台，就可能沦为训练外国AI模型的“原材料”，而知识的最终定义权、解释权和应用价值，则旁落于外部实体之手，形成新的技术与知识依附关系。因此，构建自主知识体系，其核心诉求超越了简单的“拥有我们自己的工具”，而是上升到了建立“认识论独立”的哲学高度。

中国学界的自主知识体系建设直面这一挑战。例如，由北京大学与字节跳动合作研发的古籍数字化平台并向全社会免费开放的“识典古籍”平台，不仅关注技术突破，更致力确保古籍数据（包括海外数字古籍）的本土存储与处理，从而避免了数据殖民主义的风险。这一探索不仅在技术层面上取得了突破，更从文化与数据主权的角度，彰显了中国在数字人文领域捍卫“语义主权”的决心。这类举措标志着中国不再仅是西方学术工具的“使用者”，而已成为全球数字人文话语体系的主动参与者，为中国的数字人文领域话语权提供了有力支撑。

3.3 自主知识体系的内涵与目标：构建中国特色话语

在面对和克服上述困难的过程中，构建中国数字人文自主知识体系的内涵和目标也日益清晰，即在一个开放的格局中，实现知识生产的自主性、原创性和主体性。一个健全的自主知识体系，是对数字人文框架下的知识探索、生产、呈现与传播等活动的理论概括与方法论总结。

从构成上看（见图2），这一体系至少包含两个核心部分：一是认识论，用以回答“什么是数字人文”的根本问题；二是方法论，用以指导“如何开展数字人文”的具体实践。更全面地看，它可以被理解为一个包含学科体系、学术体系、话语体系的有机整体。其结构可分为三个层次：底层的理论数字人文研究，中间层的方法学研究与基础设施建设，以及顶层的应用数字人文，即在具体学科（如计量史学、计算语言学等）中的案例研究。这一体系的构建，立足于以下四大坚实基础。

思想基础：将马克思主义基本原理与中华优秀传统文化相结合，为知识体系的构建提供根本遵循。

文化基础：以中华民族源远流长的集体记忆及其丰富的文化载体为根基，确保知识体系的民族性。

文献基础：依托浩如烟海的中国古籍文献，为知识体系提供取之不尽的证据资源和研究材料。

方法论基础：融合中国特有的治学传统，如将“辨章学术，考镜源流”的目录学传统和“文史互证”的研究范式，与现代计算方法相结合，形成独特的研究路径。

图2 中国数字人文的自主知识体系

中国数字人文自主知识体系的最终目标，不仅是为解决中国的现实问题提供方案，更是要形成能够与世界对话、为全球数字文明发展贡献中国智慧的新范式。这要求中国自主的数字人文知识体系在全球知识版图中，从边缘走向中心，取得与自身深厚人文传统相匹配的地位，在开放的交流与互鉴中，成为全球数字人文知识体系中不可或缺的重要组成部分。

4 自主知识体系的技术赋能与实践路径

中国数字人文自主知识体系的建设，并非停留在理论探讨层面，而是已经涌现出一系列具有战略意义的实践探索，形成了一个多层次的生态系统，体现出“国家主导顶层设计 + 产学研合作攻关核心内容 + 学术界驱动方法论创新”的协同模式。

4.1 顶层设计与基础设施：国家级知识创新平台的战略布局

在自主知识体系建设的顶层，以中国人民大学牵头建设的“学术世界”平台为标志，国家正系统性地构建服务于知识创新的核心数字基础设施。该平台的全称为“中国特色哲学社会科学自主知识体系数字创新平台”，旨在传播中国学术精品、服务中国知识创新，构建一个集公益性、开放性、全链条、数智化于一体的综合性学术服务生态 。

“学术世界”平台目前已建成两大核心子平台，体现了其战略布局的深意。其一是全国首个哲学社会科学主文献平台。该平台的核心特点在于“精”，它从海量文献中遴选出各学科主流、经典、必读的核心文献，为学者提供高效研读学术精品的一站式入口。其二是全国首个哲学社会科学预印本平台，其特色在于“快”，旨在打破传统期刊发表的漫长周期，为学者提供快速发布、开放评议、即时交流的渠道，加速知识的传播与迭代。

这两个平台的建设目标在于重塑中国哲学社会科学的学术生态，引领数字文明时代的知识生产范式变革，并最终提升中国学术的全球影响力。通过构建自主的学术资源库、交流平台和评价体系，让世界知道“学术中的中国”和“理论中的中国”。这正是主权AI战略在学术基础设施层面的具体体现。

4.2 技术内核与应用典范：面向中华文化遗产的AI实践

在基础设施之上，是核心文化内容的数字化与智能化整理。在这一层面，中国顶尖学术机构与领先科技企业的深度合作成为关键驱动力。以前述“识典古籍”平台和“ICH-Qwen”大语言模型为代表的实践，生动展示了如何利用最前沿的AI技术，对中华文化的核心数据进行深度、精准、智能化的加工与活化。

“识典古籍”平台直面古籍数字化的核心技术痛点，利用高精度的光学字符识别（OCR）技术，将识别准确率提升至业界领先的96%～97%，远超行业平均水平。同时，平台集成了自动标点、命名实体识别等AI功能，极大地提升了古籍整理的效率和质量，为研究者提供了强大的检索、阅读和分析工具，是实现文化数据资源自主化、可计算化的典范。

如果说“识典古籍”解决了存量数据的“整理”问题，那么“ICH-Qwen”大语言模型则探索了增量知识的“生成”与“应用”问题。这是一个专门为中国非物质文化遗产（ICH）领域开发的大语言模型。它基于阿里巴巴的Qwen系列大模型，利用海量的中文非物质文化遗产数据进行领域知识增强和指令微调，从而具备了在该专业领域内进行知识问答、术语解释和内容生成的能力。这一模型的研发，不仅为非物质文化遗产的数字化保护、传承和传播提供了全新的智能化解决方案，也为数字人文研究开辟了从数据分析到智能涌现的新路径。

4.3 方法论创新：知识图谱驱动的关联与发现

在顶层平台和核心数据的基础上，学术界正积极探索新的研究方法论，推动“知识整理”向“知识发现”转变。知识图谱（Knowledge Graph）技术提供了一条理想的路径，它能够将海量的、散见的、多模态的文化遗产信息，进行结构化和语义化的关联，构建起一个庞大的知识网络。例如，在敦煌学研究中，学者们通过构建敦煌石窟的知识图谱，将壁画、文献、历史人物、地理位置等异构信息进行系统化的组织和链接，从而揭示出过去难以发现的深层关联。同样，在中国古典诗词、古代琴谱等领域，知识图谱也被用于构建作者、作品、意象、典故之间的复杂关系网络，为文学研究和文化传播提供了全新的视角和工具。构建一个覆盖更广范围的“中华文化知识图谱”，已成为自主知识体系建设的重要方向，它将为未来的跨学科研究、智能教育和公共文化服务提供坚实的知识基础。

上海图书馆的知识库建设即是应用知识图谱的典型案例，其战略目标是通过知识工程方法，把海量、复杂的中文人文资源转化为系统化、可计算的知识体系。上海图书馆的知识库体系是一个包含了家谱知识服务平台、古籍循证平台和名人手稿知识库等多个核心项目在内的知识服务生态。家谱知识服务平台整合了逾两万种家谱资源，利用关联数据技术构建动态知识图谱，解决了传统家谱难以检索和关系碎片化的问题，支持家族迁移与关系网络的可视化探索，目前已成为全球最大的中文家谱知识库之一。古籍循证平台聚焦古籍珍本，通过OCR、命名实体识别等技术将文本结构化，形成跨文本知识网络，支持“文史互证”的循证研究范式。名人手稿知识库则涵盖鲁迅、胡适等近代名人手稿，强调多语种知识组织，并通过关联数据技术实现与外部资源的互联互通。

上海图书馆的上述实践意义在于有效解决了中文人文数据中大量的歧义和指称冲突，确保知识的一致性与准确性。即知识图谱的建设超越了以往简单的“文字数字化”，转向知识的深度语义化、结构化和可计算化，更为后续AI赋能的智能知识服务奠定了可靠、可控的基础。这一实践更深远意义在于，它并非简单地将西方数字人文工具应用于中文数据，而是利用数字技术激活并光大了中国特有的“文史互证”学术传统，从而在研究“范式”层面真正实现了自主创新，为破解‘范式依附’困境提供了具体可行的方案。

表1对所举关键实践案例进行了比较分析，以更清晰地展示中国数字人文自主知识体系建设的多层次生态。

表 1  中国数字人文自主知识体系建设关键平台/模型对比分析

5 挑战、反思与展望

5.1 风险与规避：“主权陷阱”与技术孤立主义

在坚定不移地推进自主知识体系建设的同时，必须清醒地认识到并积极规避潜在的风险，其中最主要的就是“主权陷阱”（sovereignty traps）。这一概念警示我们，在追求技术自主和知识主权的过程中，如果过度强调封闭性的自主，就可能滑向技术孤立主义，导致与全球学术共同体的脱钩，形成知识与创新的孤岛，这反而会损害国家的长远发展利益。

有评论指出，片面推进主权AI可能破坏全球AI技术的透明、公平和安全应用框架，最终使所有国家面临更不安全的AI环境。与此同时，构建主权AI所需的基础设施，如训练尖端大模型和建设超级计算中心，其成本极为高昂，并非所有国家都能负担。此外，日益加剧的地缘政治摩擦，对先进芯片的出口管制，也为技术自主带来了严峻挑战。

因此，中国在构建自主知识体系时，必须采取一种更为智慧的平衡策略。真正的战略自主，并非要与世界隔绝，而是在掌握核心技术、拥有自主平台、形成自主理论的基础上，进行更高水平、更具主动性的国际合作与交流。自主是为了平等对话，而不是为了拒绝沟通。

5.2 伦理与治理：谁的价值观？如何治理？

自主知识体系的建设过程伴随着深刻的伦理与治理挑战。其中一个核心难题是：当我们将价值观编码进AI系统时，这究竟是“谁的价值观”。中华文化博大精深、内部多元，如何在AI系统中公正、全面、准确地体现其核心价值，避免简单化、片面化的表征，是一个巨大的技术和伦理挑战。

这就要求我们必须同步建立一套既符合中国国情，又能与国际社会有效对话的AI伦理规范和数据治理框架。强有力的数据治理方法和全面的监管法规是主权AI成功的必要条件，必须涵盖数据隐私、算法透明度、数据保护、网络安全和AI伦理等关键领域。

此外，自主的AI系统必须具备对系统内部可能产生的各种偏见的识别和调控能力。DIKWP模型及其偏见测评体系，为此提供了有力的理论工具。具体而言，该体系可以在五个层面上系统性地检测偏见：在“数据”（D）层，审查训练集的覆盖面与代表性是否存在偏差；在“信息”（I）层，分析特征提取与标注标准是否内嵌了文化偏见；在“知识”（K）层，评估知识图谱的构建与关联逻辑是否固化了某些刻板印象；在“智慧”（W）层，审视决策模型的价值排序是否公平；最终在“意图”（P）层，拷问AI系统的根本目标是否符合公共利益与伦理准则。通过对AI系统在数据、信息、知识、智慧、意图五个认知层面进行全链路的偏见检测和评估，可以系统性地发现并纠正其内部的不良倾向，确保AI的发展始终服务于国家安全、社会公正和文化价值的根本要求。

5.3 未来展望：迈向开放自信的数字人文学术共同体

以主权AI为战略支撑的中国数字人文自主知识体系，其最终目标并非构建一道自我封闭的壁垒。恰恰相反，它的成功将以其开放性、影响力和对全球知识网络的贡献度来衡量。当前，由于范式依附，全球知识的流动在很大程度上是单向的。构建自主知识体系，正是为了打破这种单向流动，使中国从一个知识范式的被动接受者，转变为一个能够与世界平等对话，并为全球提供公共知识产品的积极生产者。

未来的发展方向是，建立一个具有强大内生创新能力、文化传播力和国际对话能力的开放、自信的数字人文学术共同体，通过建立“数字文明国际学者联盟”这样的对话机制，促进在AI治理等领域的国际合作研究，推动中外学界在数字人文领域的深度互鉴。同时，要善于利用数字媒体和自主AI工具，创新对外话语表达方式，生动地讲述中国数字经济发展中的人文故事，向世界展现中国式现代化深厚的人文底蕴。更重要的是，要通过建设国家级数字人文实验室、开发交叉学科课程等方式，持续推动人文研究从传统的文本阐释向未来的智能涌现转型，为国家培养大批既具备深厚人文素养、又能熟练运用计算方法的文理融通复合型人才。

长远来看，一个成功的中国自主知识体系，将凭借其独特的文化数据资源、原创的理论方法和创新的技术平台，成为全球学者无法忽视的重要知识节点。它将吸引世界各地的研究者前来合作、使用和对话，从而真正实现从“与世界接轨”到“为世界贡献”的历史性跨越。

6 结论

本文在全球技术竞争加剧与主权AI理念兴起的战略视域下，系统地探讨了中国数字人文学科构建自主知识体系的必要性、理论基础与实践路径。这一宏大工程不仅是应对外部挑战的战略需求，更是学科实现内生性发展的内在要求。

主权AI战略为中国数字人文自主知识体系的建设提供了顶层的战略牵引和坚实的技术底座。日益严峻的数字殖民主义风险，凸显了这项工作的时代紧迫性。而中国学者原创的语义主权理论及其DIKWP模型，则为这一体系注入了独特的理论内核，使其超越了单纯的技术掌控，上升到对知识内容、文化价值乃至最终意图的深层主导。以“学术世界”“识典古籍”和“ICH-Qwen”等为代表的一系列前沿实践，清晰地勾勒出一条从顶层设计到内容建设、再到方法创新的多层次、协同化的建设路径，标志着这一宏大工程已从理论蓝图稳步走向现实。

中国数字人文自主知识体系的建设，其价值远超学科本身。它是国家文化安全与数字主权战略不可或缺的重要组成部分。其目标是构建一个既能有效传承中华五千年文脉，又能与世界进行平等、深度对话的知识生产新范式。通过这一努力，中国不仅将为自身的发展提供强大的智力支持，也将为人类数字文明的多元化与繁荣发展，贡献出独特的、不可替代的中国智慧。

排版：樊军君