空拍音乐停下来的那几秒，才是考试

有伴奏的时候，你是被扶着走的

上一章那个「锁相三步」里，第三步是持续微调 —— 音乐每响一次，就把你的网格往回拉一点。

这是一个负反馈回路，而且效率很高。在一段密集的伴奏下，你每隔两三百毫秒就被校正一次，任何偏差都来不及长大。结果就是：你的网格再差，看起来也还行。

问题在于，这个回路让你没法知道自己真实的水平。就像扶着栏杆走路的人不知道自己能不能独立走 —— 只要栏杆一直在，你永远测不出腿的力量。

所以要测，只有一个办法：把栏杆撤掉。

而这件事还有第二层意义：撤掉栏杆不只是测量手段，它本身就是练法。腿的力量不是靠扶着栏杆走出来的，网格的独立性也不是靠跟着伴奏打出来的。这一章的 demo 既是体检，也是训练 —— 这两件事在这里恰好是同一件。

这个测试是有来历的

「先跟着节拍器敲一段，然后节拍器停掉、你继续敲」—— 这个范式在计时研究里用了几十年，有个专门的名字叫续接敲击（continuation tapping）。它之所以成为标准做法，正是因为它把两件事干净地分开了：

• 有节拍器的那一段叫同步阶段。你在跟外部信号锁相，测的是「你和外界的配合」。
• 节拍器停掉之后叫续接阶段。没有外部输入，测的是「你自己的钟」。

下面这个 demo 把它改成了来回四轮，而不是「一段同步 + 一段续接」。这样改有个实际的好处：你可以在同一次测量里，把两种状态直接对照，而不用担心「第二次量的时候我已经累了」这种干扰。

代价是每段续接只有八拍，比标准范式短。所以这个 demo 给出的数不适合拿去和文献比 —— 但它非常适合拿去和你自己上周的数比，而后者才是你需要的。

做这个测试

下面这台机器会响八拍、静默八拍，来回四轮，一共 64 拍。静默的时候也要继续敲，一下都不能停。

第一个数：两段抖动的比值

最直接的读法是比值。有声段抖 Xms，静默段抖 Yms，看 Y ÷ X：

注意一件事：有声段的抖动是「你 + 音乐」的联合结果，静默段才是「你」。所以如果你的比值很大，真正的结论不是「静默段我很差」，而是「我平时的水平其实一直是静默段那个数，只是被音乐盖住了」。

第二个数：静默里的走位

比抖动更值得看的，是静默段的走位。

因为负反馈没了，你的自由振荡频率会毫无遮拦地暴露出来。demo 会给你一个「毫秒每拍」的斜率，把它乘以 8（静默段的长度），就是你在这八拍里漂掉了多少：

静默八拍，漂掉多少

    走位 0.5 ms/拍  →  8 拍漂  4ms     基本没事
    走位 2.0 ms/拍  →  8 拍漂 16ms     一帧上下，还能接受
    走位 5.0 ms/拍  →  8 拍漂 40ms     已经超出「完美」窗
    走位 8.0 ms/拍  →  8 拍漂 64ms     半个十六分格没了

    在 100 BPM 下，一格（十六分）是 150ms，半格 75ms。
    → 走位到 9ms/拍，静默八拍就足以让你敲到隔壁格。

这个换算很值得记住，因为它把两件看起来无关的事连了起来：「走位」这个慢性病，在足够长的静默之后，会突然变成「认错格」这个急性病。

第三个数：把抖动拆成「钟」和「手」

现在做这一章最有意思的一件事。

你在静默里连续敲的时候，脑子里有一台钟负责决定「什么时候该动」；而从「决定要动」到「手指真的落下去」，还要走一段路，这段路本身也有波动。你观测到的抖动，是这两种噪声叠在一起的结果。

神奇的地方在于：这两种噪声可以被分开，而且分开的依据是一个可以证伪的特征。

Wing–Kristofferson 两层模型（1973）

    第 k 个间隔  I_k = C_k + M_(k+1) − M_k

      C = 钟决定的间隔     方差 σ²_C
      M = 手的传导波动     方差 σ²_M

    注意 M 出现了两次，一次带正号一次带负号 ——
    手抖早了一次，这个间隔变短，下一个间隔就必然变长。

    → 运动噪声会在相邻间隔之间留下一个【负的自相关】。
       这就是模型的指纹，也是它可以被证伪的地方。

    var(I) = σ²_C + 2σ²_M
    γ(1)   = −σ²_M

    反解：σ²_M = −γ(1)
          σ²_C = γ(0) + 2γ(1)

这不是纸上谈兵。本书的验证脚本用已知参数的合成数据检查过这个估计器能不能把真值还原出来：

合成数据还原检验（各 20 万个间隔）

    真值 钟σ=25 手σ=10  →  还原 钟σ=25.10  手σ=9.90
    真值 钟σ=40 手σ=8   →  还原 钟σ=40.16  手σ=8.03
    真值 钟σ=15 手σ=20  →  还原 钟σ=15.12  手σ=19.89

    理论一阶自相关 −0.1212，实测 −0.1278

    对照组：纯钟噪声、完全没有手的噪声
    →  一阶自相关 +0.0109 ≈ 0，模型如实报告「不适用」

最后那个对照组很重要。一个好的模型必须能说「我不适用」。如果自相关不是负的，这台估计器不会硬掰出一个数来 —— 它会告诉你数据不符合这个模型。

顺带说说什么情况下你自己的数据会「不适用」。最常见的一种是：你在主动纠错。如果你每敲一下都在心里评估「刚才那下早了，这下补一点」，那么你的相邻间隔之间会出现正的相关，而不是负的 —— 这是一种完全不同的行为，两层模型不覆盖它。

这本身就是一条有用的信息：如果 demo 告诉你模型不适用，很可能说明你在静默里一直在手动纠错，而不是让钟自己走。手动纠错在短时间内看起来管用，但它会让你永远练不出一台能自己走的钟 —— 因为你从来没让它单独跑过。

静默里你会做的四件坏事

做过几轮之后，你多半会在自己身上认出下面这几种反应。它们都很自然，也都会让数据变差：

最后一条要特别强调。漏一下和打偏一下，代价完全不同。打偏只是一个误差；漏掉一下，意味着你的计数中断了，接下来你需要重新找位置 —— 而重新找位置在静默里几乎不可能，因为没有参照物。

这条规矩在游戏里同样成立，第 21 章会专门讲：崩了之后不要停下来找，继续走，在下一个小节头重新对齐。

那台钟大概是怎么工作的

说了这么多「脑子里那台钟」，可以给它一个粗略但好用的模型。

把它想成两个部件：一个起搏器不断发出脉冲，一个计数器数这些脉冲。要计一段时间，就是「数到 N 个脉冲为止」。

这个模型能解释好几件你已经观察到的事：

• 为什么误差正比于时长（上一章那张表）：要数的脉冲越多，累积的误差越大。
• 为什么细分有用（下一章）：把一拍分成四份去数，等于给计数器加了一个更细的刻度 —— 你不再是「估一个 500ms」，而是「数四个 125ms」。
• 为什么出声数比默念稳（第 10 章）：发声本身是一个动作，它给计数器提供了实实在在的外部标记，而不只是一个念头。
• 为什么紧张会加速：起搏器的速率会受生理状态影响。这不是比喻 —— 人在紧张、兴奋、体温升高时对时间的估计确实会变快。

这个模型不必当真，但它给了你一个可操作的思路：凡是能让「数」这件事变得更具体、更有依托的做法，都会让你的钟变准。细分、出声、把拍打在身体上 —— 卷 II 剩下的三章，讲的都是这一件事的不同做法。

为什么节奏天国这么爱用静默

现在回到游戏。

这个系列有大量小游戏会在中途突然把伴奏抽掉，或者留下极其稀疏的一点声音，然后要求你在这几拍里照样准确出手。有些关卡甚至把整段最关键的部分放在静默里。

从设计的角度看，这是最经济的一种加难度方式：它不需要让节奏变复杂，只需要把校正拿走。同一个节奏图形，在有伴奏时你能打，在静默时就不一定 —— 而这个差别恰好精确地测出了「这张网格是不是你的」。

换句话说：静默段是这个游戏内置的、和上面那个 demo 一模一样的考试。区别只在于它不给你数字。

接下来

这一章把「你的钟准不准」量出来了。下一章处理一个直接影响它的东西：网格的精细度。

一个只有正拍的网格，在拍与拍之间是一片空白，你只能凭感觉；一个带细分的网格，中间是有刻度的，你不是在猜，你是在数。

而这件事有个立竿见影的效果：心里数着细分，手上只打正拍，你的正拍会立刻变稳。下一章会告诉你为什么，以及一拍到底该分成几格 —— 答案不是「越细越好」，因为细到某个程度之后，数细分本身会开始消耗你的注意力，反而把手上那件事挤掉。