週日下午三點，我在客廳的窗簾後面錄了第十七次。
設備很簡陋，一支不到四千塊的電容麥克風、一個舊的錄音介面，架在餐桌上，前面掛了一條厚毛毯吸音——那條毛毯本來是給沙發用的，現在被我用衣架吊在麥克風前面，看起來像一個克難的告解室。窗簾拉上不是為了氣氛，是因為對面大樓的玻璃會把午後的光反進來，照在螢幕上看不清波形。
第十七次唱完，我按了播放。
然後在第一個字結束之前就伸手去按了停止。
那不是我
我知道這是普遍現象。每個人第一次聽到自己的錄音都會覺得陌生、覺得那個聲音很薄、很尖、有一種說不上來的心虛感。這是常識，我十幾歲就知道。
但知道跟接受是兩件事，而且中間的距離比我以為的遠很多。
那天我沒有繼續錄，我去查資料了。這是我的老毛病——遇到讓我不舒服的東西，第一個反應不是處理情緒，是把它變成一個可以研究的問題。這樣比較安全。
查到的東西大致是這樣的：你在說話或唱歌的時候，聽到的自己是兩條路徑的疊加。一條是空氣傳導，聲音從嘴巴出去，繞一圈進到你的耳道，跟別人聽到的是同一條路。另一條是骨傳導，聲帶的振動直接透過顱骨的骨頭傳到內耳，中間不經過空氣。
關鍵在於，骨頭是低頻的好導體。頭骨會讓低頻的部分被強化、被加厚，而高頻的部分在傳導過程中衰減得比較多。
所以你腦子裡的那個自己的聲音，是被加了低音的。比實際上厚、比實際上沉穩、比實際上好聽一點點。
錄音只有空氣傳導那一條。它是誠實的，誠實到讓人受不了。
只有你聽得到的那個版本
我在筆記本上寫下那句讓我卡住的話：
你這輩子聽到的自己的聲音，全世界只有你聽得到。你認識的每一個人，聽到的都是另一個版本。
寫完之後我看著它看了很久。
這不是什麼玄學，是很具體的物理。我媽沒有聽過我腦子裡的那個聲音，我最好的朋友沒有，我暗戀過的人沒有，會議上那些被我說服或說不服的人也沒有。他們全部都在聽另一個版本，而且那個版本才是流通中的貨幣。我腦子裡的那個，是只在我一個人的封閉系統裡流通的東西，永遠無法交易，也永遠無法被驗證。
我做的工作，本質上就是把不可觀測的東西用可觀測的東西去逼近。真實的風險是看不到的，你只能用波動率去代理；真實的意圖是看不到的，你只能用成交量去猜。我很習慣這件事，甚至有點喜歡——那種明知道手上只有影子，還要盡量把影子畫準的感覺。
但我一直以為，有一小塊東西是例外的。至少我自己的聲音，我應該有第一手資料吧。
結果沒有。連這個都沒有。
那首歌
那首歌是我媽以前開車會放的。
不是什麼特別的歌，年紀比我大，旋律很簡單，副歌只有四句。我沒有跟任何人說我在練它。同事只知道我週末會去健身房，我媽以為我在忙工作。這件事我做了快三個月，一次都沒有讓別人聽過。
選它的理由我到現在講不太清楚。真要說的話，是因為那個旋律有一個地方會往下掉半個音——不是轉調，就是一個很輕的下滑——而我小時候在後座聽的時候，每次都會等那個地方。等它掉下去，然後心裡有一種東西被接住的感覺。
我想把那個地方唱對。
十七次裡面，有十四次那個地方是垮的。不是走音，是我唱得太用力，把那個「輕輕掉下去」唱成了「重重放下來」。差別很細微，細微到如果我不是聽了二十幾年，可能根本不會發現。
剩下三次那個地方是對的。但那三次的其他地方又出了別的問題。
關於那台車，我還記得一些沒有用的細節。是一台深藍色的、後座椅套是米色的、冷氣有一點霉味。我媽開車的時候幾乎不講話，那大概是我們兩個人相處時最不緊繃的時段——因為她要看路，不會轉過來看我，我也不用準備好一個表情。
那首歌放到第幾次我不知道，總之那卷 CD 在車上留了很多年。我不記得我們有討論過它。這件事有點奇怪：我們共同聽了那麼多次的東西，一次都沒有拿出來講。
前陣子家庭聚餐，我試探性地哼了兩句，看她有沒有反應。她說了一句「這什麼歌」，然後就去夾菜了。
所以那個下午在後座被接住的感覺，是我一個人的事。這也算是一種骨傳導吧——同一個聲音，在同一台車裡，她那邊的版本跟我這邊的版本完全不一樣，而且差了二十年才被發現。
你需要那個失真的版本才唱得準
錄音的時候要戴監聽耳機，這樣才能聽到伴奏。但耳機一戴上去，你聽自己的方式就變了。
正常唱歌時，那兩條路徑——空氣的跟骨頭的——是混在一起的，比例大概固定，你的大腦用了幾十年去習慣那個比例，並且靠它來校正音準。你不是用耳朵在唱歌，你是用一個「聽覺回饋迴路」在唱歌。
耳機罩住耳朵之後，空氣傳導那條路被截斷了，換成從耳機送進來的訊號。比例被打亂，迴路就亂了。
所以錄音室裡有一個很土的標準做法：把一邊的耳機推到耳朵後面，只戴一邊。
我第一次在影片裡看到歌手這樣做的時候，以為那是耍帥或是習慣。其實不是。空出來的那一邊，是為了讓自然的空氣傳導回來，跟骨傳導重新混成他熟悉的那個比例。他需要那個比例，才唱得準。
我試了。差別大到有點好笑。兩邊都戴的時候，我第九次跟第十次的音準是散的，自己唱的時候完全沒感覺；推開一邊之後，同一段立刻穩下來。
然後我就卡在這件事上很久。
因為它把前面那個結論整個翻過來了。骨傳導不是雜訊，不是一個要被扣掉的偏誤。它是你唱得準的必要條件。如果你真的把它拿掉，只留下「誠實的」空氣傳導版本，結果不是你更了解自己，是你連歌都唱不好。
那個讓你聽起來比較好聽的失真，同時也是你的定位系統。
我不知道要拿這件事怎麼辦。它跟我原本要寫的東西是打架的，而且它比較有說服力。
我在會議上的樣子
聽自己錄音那件事，讓我想起另外一次更難受的經驗。
三個月前，公司有一次跨部門的檢討會被錄影。原本是要留給沒能參加的人看的，後來影片檔就放在共用資料夾裡，沒有人特別提。我隔了一個禮拜才點開，本來是想確認我當時報的一個數字有沒有講錯。
結果那個數字沒問題，但我看到別的東西。
我的語速比我以為的快非常多。快到有幾個地方是連在一起的，中間沒有換氣。而且我打斷了別人三次。
三次。
當下我完全沒有感覺。在我的記憶裡，那場會議我表現得很好——我很冷靜地指出對方模型裡的一個問題，語氣平和，甚至還先肯定了他們的方向。我記得的是這個版本。
影片裡的那個人，語速很快，肩膀微微前傾，在對方講到第二個子句的時候就已經開口了。她不兇，也沒有大聲，但她非常確定自己是對的，而那件事從畫面上一眼就看得出來。
我看完之後把影片關掉，然後坐在那裡想：這也是骨傳導。
我腦子裡那個「冷靜平和的自己」，是加了低音的版本。是我自己的頭骨幫我修飾過的。而房間裡其他八個人，聽到的、看到的是空氣傳導的那個。
讀自己的程式碼
寫程式的人都知道一件事，只是很少有人講得清楚為什麼。
你自己寫的程式，你自己讀，非常難讀出錯。同一段東西給旁邊的人掃一眼，三十秒就指出來了。這不是因為對方比較聰明，也不是因為你當下比較累。
原因是：你讀的不是螢幕上的字，你讀的是你腦子裡的那個版本。
你寫的時候心裡有一個完整的意圖，那個意圖太清楚了，清楚到你的眼睛會自動把螢幕上的字補成它應該是的樣子。少了一個邊界條件，你看不到，因為在你的腦子裡那個條件是存在的。你讀到的是「我打算寫什麼」，不是「我實際上寫了什麼」。
旁邊那個人沒有那份意圖。他只能讀字面。所以他讀到的是空氣傳導版本，而那個版本才是機器要執行的那個。
我以前把 code review 當成一道品管程序，一個確保品質的關卡。現在我覺得那個描述太表面了。它其實是在做跟推開一邊耳機同樣的事——去借用一個沒有被你的意圖污染過的接收器。
差別在於，耳機那件事你可以自己做，code review 不行。你沒辦法自己借給自己一雙不知道你想寫什麼的眼睛。
沒有真實的版本
寫到這裡有一個很順的結論在等我，我幾乎要伸手去拿了。那個結論是：所以我們要多聽別人怎麼說，因為別人看到的才是真的。
但這句話是錯的，或者至少是不完整的。
因為別人聽到的那個版本，也不是原始訊號。空氣傳導本身就有失真——房間的殘響、他的聽力狀況、他當下的心情、他上一次跟我開會留下的印象。他不是一台錄音機，他是另一個有偏誤的儀器。
會議室裡那八個人，會得到八個不同的我。沒有任何一個是「真的」。
所以問題不是「哪一個版本才是真的」，而是：真的有一個原始訊號嗎？還是說，所謂的「我」從頭到尾就只存在於這些互相不一致的接收版本裡，沒有一個母帶？
我不喜歡這個問題，因為它沒有辦法收斂。但我也沒辦法假裝它不成立。
職業病的解法，以及它為什麼沒有用
我當然想過一個技術性的答案，而且它在紙上很漂亮。
如果每一個接收版本都是「真值加上一個偏誤」，那麼只要蒐集夠多個獨立的版本，把它們平均起來，偏誤就會互相抵消，剩下的東西會逼近真值。這是統計裡最基本的想法之一，我每天都在用它。
問題在兩個地方。
第一，那些版本不獨立。認識我的人彼此也認識，他們會互相討論、互相影響，所以他們的偏誤是相關的。相關的誤差不會抵消，只會疊加。
第二，也是更麻煩的，就算真的算出一個平均值，那個平均值也不會讓我比較好受。這是我這幾年才慢慢承認的一件事：一個問題在數學上被解決，跟這個問題在情感上被解決，是兩件不同的事，而後者從來沒有被前者處理過。
我可以非常清楚地知道「我對自己的印象系統性地偏向厚實沉穩」，然後下一秒聽到錄音，還是想把它關掉。
知識沒有辦法幫我做這件事。它只能站在旁邊，告訴我我為什麼難受，然後看著我難受。
貓的評價
週日那個下午還有一件事。
我唱到第九次或第十次的時候，本來趴在沙發扶手上的貓站了起來，很慢很慢地走出客廳，去了臥室，然後用背對著門的姿勢躺下。
整個過程牠沒有看我一眼。不是被嚇到那種快步離開，是那種評估完畢、決定換個房間的走法。
我當下笑到必須重錄。但笑完之後有一個很小的念頭：牠聽到的也是空氣傳導的版本，而牠沒有任何偏見，牠不知道我是誰、我做什麼工作、我是不是通常很冷靜。牠是這個房子裡唯一一個純粹的接收器。
然後牠走了。
我不打算從這件事得出任何結論。但我把它記下來了。
後來我查了一下，貓對高頻的敏感度比人高很多，能聽到的上限大概是人的兩倍以上。所以牠聽到的我，跟房間裡任何一個人聽到的都不一樣，而且是往我最不擅長的那個方向拉——高頻正好是我唱歌時最尖、最緊、最沒有把握的部分。
換句話說，牠不只是一個純粹的接收器，牠還是一個把我的弱點放大的接收器。
這件事沒有讓我覺得好受一點，但它有一種奇怪的公平：至少牠的離開是有根據的。
那個往下掉半音的地方
我小時候學過幾年鋼琴，後來沒有繼續。教我的老師姓陳，很嚴，但有一次她說了一句話我記到現在。
她說我唱歌的時候會偷偷降半音。不是唱不準，是我在快要唱到高的地方之前，會下意識地把整句往下壓一點，讓那個高音變得比較好構到。
她說：你不是唱不上去，你是不想讓別人聽到你努力。
那時候我大概十歲，聽不懂。我只記得回家路上很不服氣。
不服氣的點很細：我覺得她在講一件跟音樂無關的事。我來上課是要學怎麼把音彈準、把歌唱準的，她卻在講我「想不想被看到努力」。那時候我認為這兩件事沒有關係，而且她越界了。
現在回頭看，她是我遇過最早發現這件事的人，而且她只花了幾堂課。我後來遇到的主管、同事、教練，沒有一個在這麼短的時間裡看到這麼裡面的東西。
我不知道她是怎麼做到的。可能因為十歲的小孩還沒學會蓋住那個東西，所以它就露在外面。也可能是因為她教過太多小孩，看過同一種姿勢太多次。
我媽後來說那位陳老師很兇，還問我要不要換一個。我說不用。
這個禮拜錄到後來，我在波形上看到了那件事。真的看到了——我把音準的軌跡拉出來看，在每一句往上走之前，都有一個非常輕微的下沉，肉眼幾乎看不出來，但軟體標得清清楚楚。二十年前那個嚴格的老師是對的，而且她只用耳朵。
我把那段回放了好幾次。不是為了改，是因為我忽然很清楚地意識到，這個習慣跟我在會議上打斷別人是同一件事——都是不想讓別人看到我用力的樣子。
一個是往下壓，一個是往前搶。方向相反，動機一樣。
我沒有預期會在一個下午同時看到這兩件事。
不打算收尾的地方
晚上我把麥克風收起來，毛毯拿下來折好放回沙發上，貓從臥室出來，若無其事地跳到我腿上。
我沒有想通任何事。我還是不喜歡自己的錄音，聽到還是會有那個生理性的退縮，那個東西不會因為我知道原理就消失。
但有一件事變了，而且變得很小，小到我猶豫要不要寫出來。
就是我現在知道，我對自己的每一個判斷——包括「我是個冷靜的人」「我不會給人壓力」「我對事不對人」——都要先當成骨傳導版本來看。它們不是謊言，我沒有在騙自己，那個加了低音的聲音也是真的從我身體裡出來的。它只是不完整，而且系統性地偏向讓我舒服的方向。
這樣想並不讓人愉快。它讓每一個自我描述都要打一個折，而且不知道要打幾折。
可是我寧願拿著一個知道自己有偏誤的估計值，也不要拿一個以為自己很準的。前者至少可以修，後者連要修哪裡都不知道。
只是這樣講完，那個耳機的問題還在那裡等我。
如果骨傳導是唱準的必要條件，那我憑什麼要求自己在別的事情上把它扣掉？一個完全不靠內在回饋、只依據外部評價來校正自己的人，聽起來不像是誠實，比較像是沒有重心。那種人我在會議室裡見過，他們的意見隨著房間裡誰講話而移動，而且他們自己不覺得。
我後來想到的分法是這樣的，可能不對，但目前只有這個。
骨傳導可以拿來當定位系統，不能拿來當成績單。
唱歌的時候你需要它，因為你要靠它知道自己現在在哪個位置、下一句要往哪裡走。那是即時的、動態的、用來導航的。這種用法沒問題，而且不可取代。
但當你要評價「我唱得好不好」「我剛剛那場會議表現如何」「我是不是一個會給人壓力的人」——這種要蓋章的時刻，就不能用它。因為它在這個用途上是系統性偏樂觀的，而且偏得很平滑，平滑到你不會感覺到。
導航可以，評分不行。
這條線在實務上很難劃，因為兩件事常常發生在同一秒。我在會議上一邊講一邊感覺「我現在很冷靜」，那句感覺同時是導航（讓我維持住語氣）也是評分（讓我不去檢查自己是不是又搶話了）。它們黏在一起。
但至少我現在知道它們是兩件事。
週日晚上十一點，貓睡著之後，我又把麥克風架起來了。
毛毯重新掛上去，窗簾這次沒有拉——外面已經黑了，沒有反光的問題。
第十八次。
那個往下掉半音的地方，我這次讓它輕輕地掉。我不確定唱對了沒有，因為我一邊唱一邊聽到的還是那個加了低音的、比較好聽的版本，而那個版本沒有參考價值。
要等播放出來才知道。
我按下停止，把手放在滑鼠上，停了大概三秒才點下去。
三秒。這是今天唯一一個我可以誠實記錄的數字。
Leave A Comment