我国新时期三部严肃歌剧音乐创作研究/音乐学文丛/中国艺术学文库 在线下载 pdf mobi 2025 epub 电子版

徐文正所著的《我国新时期三部严肃歌剧音乐创作研究》以我国新时期创作、上演的具有一定代表性的三部严肃歌剧《原野》《苍原》《雷雨》为研究对象，以歌剧音乐的戏剧性展开为切入点，对其音乐创作进行了综合研究。

这三部作品由不同风格的作曲家创作于不同年代，尽管内容题材各异，但贯穿其中的歌剧音乐创作原则却是相同的，即歌剧音乐的戏剧性。这是歌剧音乐与其他类型音乐作品的不同之处，也是作为一个歌剧作曲家必须要掌握的创作原则。

绪论

节 选题目的和意义

第二节 选题依据

第三节 相关概念界说

第四节 研究背景及文献综述

第五节 研究方法和创新点

章 三部剧目音乐创作特征分析

节 扭曲压抑爱恨情仇——歌剧《原野》的音乐创作特征分析

第二节 苍凉悲壮，史诗气概——歌剧《苍原》的音乐创作特征分析

第三节 凄美哀怨，错综缠绵——歌剧《雷雨》的音乐创作特征分析

第二章 三部剧目音乐形态的丰富性及其戏剧性展开

节 咏叹调创作

第二节 宣叙调创作

第三节 重唱曲创作

第四节 合唱与交唱曲创作

第五节 器乐曲创作

第三章 三部剧目音乐结构中的戏剧性思维

节 整体音乐结构的戏剧性思维

第二节 结构内部各单元的运动状态及其戏剧性

第三节 音乐与戏剧高潮的安排

第四章 三部剧目的音乐形象塑造

节 苍茫原野上哭泣的灵魂——《原野》中的音乐形象塑造

第二节 东归征途中的英雄赞歌——《苍原》中的音乐形象塑造

第三节 感情漩涡中的豪门恩怨——《雷雨》中的音乐形象塑造

结论

参考文献

后记

徐文正（1967年9月- ），男，河北武邑人。本科和硕士毕业于中国音乐学院（作曲及作曲技术理论专业），博士毕业于南京艺术学院（歌剧音乐创作理论专业）。现任衡水学院音乐学院教授，系中国音乐家协会会员，中国音乐评论学会会员。

1988年在《天津歌声》上发表 首歌曲《啊，黄土》以来，在各类音乐刊物及电台、电视台、音像公司发表各类音乐作品数十首（部）；同时从事中国当代音乐创作、歌剧理论研究，在《人民音乐》《音乐研究》《中国音乐》等刊物发表学术论文数十篇。作品及论文多次获 及省级奖励，本人也获得跨世纪“三三三”人才、“燕赵文化英才”等荣誉称号。

主要作品：室内歌剧《鬼妻》，交响诗《逐日》，民族交响乐队与人声《沈园》，混合室内乐《嗟》，《 弦乐四重奏》等。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：我国新时期三部严肃歌剧音乐创作研究/音乐学文丛/中国艺术学文库在线阅读

在线听书地址：我国新时期三部严肃歌剧音乐创作研究/音乐学文丛/中国艺术学文库在线收听

在线购买地址：我国新时期三部严肃歌剧音乐创作研究/音乐学文丛/中国艺术学文库在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！

• 作者：Trägheit 发布时间：2024-03-06 18:45:14

  我学！

• 作者：驰HH 发布时间：2020-05-05 16:09:56

  故事黄金三法则：身陷困境的主人公，坚定无比的信念和目标，克服了无数的艰难险阻。主人公+目标+坚持不懈=激励人心的故事；三支利箭：理想、特点、引人入胜的情节；商品+人=故事

• 作者：寻道士 发布时间：2015-01-12 19:49:42

  2014.3.15

• 作者：甲鱼君 发布时间：2013-07-29 12:37:46

  Sisley是个小清新

• 作者：Melissa 发布时间：2016-03-14 14:47:56

  首尔一册非常接地气。

• 作者：dorasnowborn 发布时间：2023-05-30 14:52:03

  文献合集……不过还是有收获

• 整理③

  作者：江湖骗孒 发布时间：2023-05-25 11:28:50

  ①新闻报道的功能、原则；

  ②新闻记者的职责与素质；

  ③新闻发现与新闻选题；

  ④怎样采访新闻，怎样写作消息，怎样采写特稿，怎样从事深度报道，怎样从事专业领域报道，怎样运用背景和数据，怎样从事融合媒介报道。

  发现：

  3.1 前发现状态：线索→事实真相→评价视角→事实信息→报道方案→价值与表达

  发现的关键：

  3.2 先见到不代表先发现，先到达不代表先理解，即新闻工作者需要在新闻到来之前做好深厚积累（如记者郭梅尼）

  3.3 灵感阶段。把握价值取向，且获得线索后利用发散思维激发灵感；利用存在于思维里的主题信息在直觉判断下搜索并判断，激发报道灵感。

  印证新闻发现的阶段：

  3.4 通过采访证实。从空间、时间和情感三个维度来分析。空间上保证贴近一线，时间上需要缩短时间间隔，情感上需要有意识避免情感因素对客观公正造成的影响。

  如何确定选题：

  3.5 分类上有社会领域，有政治、经济、文化、教育、社会、娱乐等不同领域的分类；从事实类型来看，有动态事实选题、深度事实选题和人物新闻选题；从事实属性来分类，可分为正面报道选题、负面报道选题。

  3.6 新闻选题的确定可以从以下几个方面实施：

  同一事实的不同侧面；同一事实的不同阶段；同一事实的不同层面；可以选择纵向以时间为线追踪展现事件或人物的历史进程；可以选择横向以空间为线串联事实呈现相关联的不同事实或事实的不同侧面。

  3.7 确定新闻选题的四因素。1⃣️筛选事实与搜寻事实，按照新闻选题的标准（p76）对线索逐一进行评价标准。2⃣️搜寻事实，为采写对象设置一个取景框；选择报道角度，不同侧面——事实的影响，人们对事实的不同理解，事实的不同层面——表面现象、直接原因、深层原因。3⃣️预测报道结果。作为衡量新闻价值的首要条件，必须导向正确，引起受众关注，激发受众积极向上，助推社会健康前行。4⃣️明确报道体裁。事实单一便适用于消息报道，事实丰富有开拓空间，便适用于通讯体裁来表达。有时候为了增加传播效果，可以使用消息➕现场特写 综合报道。

• 量化交易之路也没有那么激动人心的样子

  作者：飞机 发布时间：2023-07-17 12:48:47

  文艺复兴一直是交易领域的一个传说，Zuckerman耗尽心力去搜集资料，走访面谈，终于整理出了一个故事梗概。读完以后感觉也就这样吧。文艺复兴有这般成绩当然是给数理背景想赚钱的人树立了一个榜样，但是要说这对社会或者金融领域有什么意义，做出了什么贡献，最后也都还是老生常谈的“提供了流动性”。所有的技术都没有开源，研究出来的算法也好，数据也罢，都没有公开出来，也没有帮助整个金融领域更好地理解市场行为之类的。当然，这些都是文艺复兴的竞争力和护城河，不公开也是正常的。我只是觉得一帮科学家搞了一辈子，最后只把自己腰包搞鼓了，没有为任何一方面的人类知识的拓展提供推进，感觉也是蛮蛋疼的。这也可能是我觉得在这个领域工作没什么意思的原因吧。

  回顾一下书中描述的文艺复兴的发展道路，主要有这么几点让我觉得有意思：

  1）Simons很晚才正式进行全职金融交易（80年代前后），量化交易更晚（90年代前后），而成功的量化交易又更晚一些（2000年前后开始起飞）。所以赚钱也不必太急。

  2）Simons早年的工作主要是数学，而他确实在数学领域做出了重要的工作，也算是少年得志。而后开公司招人的时候，大部分书中提到作出重要贡献的，都是experienced hire。没有看到提到任何一个刚毕业就到文艺复兴就职然后一路爬上去做出重要贡献的。当然，这可能主要是因为文艺复兴招人的时候就很挑剔，一开始不招毕业生。从这个角度来说，毕业生也不一定需要一毕业就去找金融领域的工作；去科技领域深耕几年再去金融领域挣钱也是大有可能的，甚至是大受欢迎的。

  3）在文艺复兴的公司，Simons主要是个商人，是个不错的领导，但本身并不见的是最好的金融研究者。好几次Simons不相信模型，想靠自己的直觉，想走主观交易的路。好几次大的突破基本上都是别人做出的，FICC的稳定收益不是Simons主导的，股票方面的短线交易和重大突破看起来也不是他主导的，在Mercer和Brown带组狂写50万行代码的时候，Simons主要在找钱的样子。总之，全文看下来，能印钞的算法、代码和数据都不是Simons自己想出来的。但是到了最后，Simons是挣钱最多的。这确实就是老板和打工人之间的差别。其他的对冲基金也差不多都是这样，比如Citadel的钱是各个PM挣的，Ken Griffin最重要的工作就是招募新PM和开除绩效不好的PM。

  4）Simons能成为一个成功的商人，重要的原因是他年轻的时候名声大和能力强，即使这些名声和能力与交易没有直接关系。因为Simons是一流的数学家，所以他才能有机会招到一流的数学家，这一点确实是其他公司无法复制的。当然，招数学家也没那么有用。文艺复兴要起飞还是得IBM的人过来重写系统，数学家代码水平到底还是不行，而代码水平不行确实是影响赚钱能力。

  5）数据为王，但也需要能挖掘数据的算法。书中很多次提到了文艺复兴有大量清洗好的、别家没有的数据，而这些数据是由数据工程师（虽然当时没有还没有这样的头衔）自己因为兴趣爱好与职业自豪感而收集起来的，并不是数学家或者研究人员告诉他要去收集的。一方面，这些数据确实为之后的研究提供了很多可能性。另一方面，这些数据存在很久了， 一开始有这些数据没有算法也还是没有好的绩效。这条故事线还挺有意思的——这确实说明了数据工程与算法工程之间的关系，而这样的关系在当下的AI也好研究也罢都广泛存在着。

  6）纯码农终究是二等公民。David Magerman似乎就是为了说明码农是二等功名而写的。Mercer和Brown虽然是IBM过来的，但是他们提供了算法研究的更新，所以他们不能算纯码农，应该算研究人员；而David Magerman这哥们从头到尾似乎就是个码农。一开始工作的时候就需要苦哈哈地证明自己，后来也还是苦哈哈被新来的数学家上位取代。说到身价的时候，提到Simons都是几十亿刀，提到Brown和Mercer都是几亿刀，提到David就只剩下五千万刀左右了，完全是数量级递减。

  7）科学家也不见得都自由左派。Mercer这个保守党，到了后期完全就是反派形象了。

  8）人有钱了，就想做一些以前不想做的事情。华尔街的经典形象是有钱了花天酒地，但是这本书里描写的人有钱了就喜欢去影响政治。好在Simons还建立了一系列诸如Simons Foundation的慈善机构和非政府机构。

  9）干这一行还真的是要有赚钱、赚大钱的野心。很多有过共同经历的数学家，最后都没有能成为Simons一样的billionaire，归根究底是因为他们没有赚大钱的野心。有的是赚个几千万就感觉够了；有的是觉得智力挑战尽兴了，心满意足。就连Ed Thorpe在当年Princeton/Newport Partners被搞了以后，也没有再乘胜追击了，之后的对冲基金公司没有下狠心继续搞下去。但是Princeton/Newport Partners的后续TGS坚持到后来，大佬也是billionarie了。文艺复兴一开始的performance也只是平平无奇，管理资金过十亿也要等到1998年了，交易利润过亿更是要等到2000年，而他80年代就开始搞这个事情了， 要不是有一颗一定要继续赚钱，一定可以赚更多的钱的野心，文艺复兴也可能没法走到后来这一步。

  10）即使是文艺复兴，也不一直是量化交易最靓的崽。 90年代初，D.E.Shaw真是风光无两。而且DEShaw孵化出来了很多新一代的巨头，包括Amazon和Two Sigma，从这个角度来说，我觉得DEShaw对社会的贡献比文艺复兴大。

  11）搞钱真的不见得技术就是特别行。书中提到Perl转C++的故事，蛮有意思的。连量化基金都是这样，更不用说其他的基金了。从这个角度说，我其实还是更喜欢科技公司，因为科技公司确实是在推动科技的进步和发展，你可以看到这种发展对于生活方方面面的影响。

  反正最后读完了文艺复兴的故事，越发觉得在这个领域继续搞下去没有啥意思了。业界最牛也就这样了。钱确实是转了很多钱，整个小公司的小圈子都赚了很多钱，但是那又怎么样呢？在这一行搞下去，真的是需要一颗很想搞钱的心，或者是一颗很喜欢竞技快感的心。