2017 年 2 月 13 日 首次發表；2018 年 6 月 18 日做出重大修訂。
這一系列文章由我的碩士論文改寫而成。在原論文中，我提出了當時看來有點奇怪的主張：歌詞不等同於歌曲的文本。幸好，我們現在可以藉由一個重要的國際事件來理解它。2016 年 10 月，在我完成該論文的兩年後，瑞典學院以「在偉大的美國歌曲傳統中創造出新的詩意表達」為由，把諾貝爾文學獎頒給巴布·狄倫 (Bob Dylan)，引起了爭議。有些人想知道歌詞是不是文學。好奇心更旺盛的人還會問：到底什麼是歌詞？
我主張對歌詞來說，至關重要的是聲音而不是文本 (texts)。這裡有關聲音地位的判斷不是純形上學產物，而是對歌詞創造、評論和欣賞實踐進行反思的結果。
這個主張涉及一次令人困惑的欣賞經驗。我一邊聽著夏宇《愈混樂隊》，一邊翻閱它的歌詞本。幾首歌曲過去，我發現有些歌詞沒有被唱出。我反覆聽了幾次，甚至把音量調到最高，只為確定沒有漏掉哪怕是最小的聲音，結果仍相同。老實說，我不大清楚是否該把歌詞本上那些文本稱作「歌詞」。它們屬於特定標題，也有對應的音軌，只是當中沒有人聲。它們是歌詞嗎？如果不是，只因為沒人獻聲嗎？如果是，為什麼？這勾起我的好奇心。我想知道為什麼我們會把一個文本稱作「歌詞」，如何在歌詞和其他事物間做區分。
或許字典就能解決我的困惑。我查閱了幾部漢語和英語字典，它們的定義都相去無幾，其中，教育部《重編國語辭典修訂本》代表性地把歌詞界定為「歌曲中的文詞部分」。文詞，指的是書面語詞，也就是文本。字典定義有個共識：x 是歌詞，若且唯若 x 是歌曲的文本或 the words of a song。英語 words 有口語詞和書面語詞兩種意思，但例句都採用後一個意思。想想流行歌詞評論吧，字典定義符合直覺，因為評論的事物必定是一首歌曲的文本。
然而，字典定義不盡人意。它過於狹窄又過於寬泛。說它過於狹窄，因為有些歌詞被排除在外。無讀寫能力的文化中歌詞只是聲音，不屬於任何文本，當然不可能是歌曲的文本。說它過於寬泛，因為有些歌詞以外的事物被涵納進去。我們都在伴唱帶的字幕中看過「啦–啦–啦」或「喔–喔–喔」之類的文本。這種文本指示我們把自己的聲帶當作樂器使用，但它不是歌詞。為看出這一點，假如把上述字幕唱成其他聲音（比方說「噠–噠–噠」）或乾脆不唱出，不會有人指責我們搞錯或漏唱歌詞。可見，有些歌詞不是歌曲的文本，而且並非歌曲的全部文本都是歌詞。
癥結在於字典定義後面的存有學（或稱存有論、存在論、本體論）預設：歌詞是文本結構。很多評論家和學者抱著這種（排他的）文本中心論不放。超過半個世紀，社會學家偏好採用文化研究的內容分析法 (content analysis) 說明歌詞和社會的關係；文學學者則對歌詞本身感興趣，採用新批評 (New Criticism) 的細讀法 (close reading) 分析修辭細節。一旦大多數權威人士這麼做，也鼓勵我們這麼做，就很難察覺該預設的問題。
和常識相反，我主張歌詞可以沒有文本，卻必然和聲音有關。這一系列文章將證成這種反文本中心存有學。我首先聚焦在實際的聲音相關性，包含一首歌詞在本質上有聲音性質，以及一個文本原先不是歌詞但在實際上被唱出。我在第 2 節論證至少有些歌詞在本質上有一些聲音性質，這為反文本中心論創造一個突破口。第 3 節討論書寫和口傳的交互作用，把讀寫文化的歌詞看作一種口傳文學 (oral literature)，進一步在存有學上確認聲音–文本關係。當然，也不能忽略無讀寫能力的文化，它們的歌詞只是聲音，和文本無關。這樣一來，除了聲音相關性，多元性成為反文本中心存有學的另一個特徵。意識到這些特徵，有助於釐清瑞典學院在諾貝爾文學獎爭議上的文本中心論傾向。
第 4 節（即下一篇文章）聚焦在文本的地位。我在 4.1 節提出一個問題：是否有些歌詞沒有聲音相關性。有個常識觀點認為，由歌詞本和當中的作品標題共同呈現出來的文本就是歌詞，這個過程不涉及聲音相關性。但該觀點過於空洞，需要補充實質內容，說明為什麼是那些文本被挑選出來。我擴展上述批評，在 4.2 節指出作品標題下的文本不見得都是歌詞，因此那個常識觀點不正確，無法證成文本的獨立地位。接著在 4.3 節檢查一個流行的說法，它宣稱易理解性是歌詞文本之所以為歌詞的原因。經過分析，該說法在描述和規範的意義上都缺乏說服力。所以，沒有決定性證據表明有些歌詞沒有聲音相關性。
第 5 節（即第三篇文章）中有關假設的（而不是實際的）聲音相關性的發現，激勵我提出一種徹底的反文本中心論：不可能存在無聲音相關性的歌詞。即使乍看下只是文本，一首歌詞仍在它的起源上涉及聲音，一種和聲音有關的有意行動把它帶進了存有。
第 6 節（即第四篇文章）提議一個歌詞的定義。受惠於存有學分析，我建構一個比字典定義更有解釋力的定義，準確地描述我們使用歌詞概念的方式。它的解釋力能反過來證明支撐著它的存有學足夠可靠。
有些人說歌詞能忠實地再現詞作家的心靈，或者反映、記錄社會現實。他們擅長運用內容分析法，把歌詞及其再現之物一一對應起來。按照這個觀點，一首歌詞的價值取決於它在多大程度上符合我們所知的世界。賽門·佛瑞茲 (Simon Frith) 把這個觀點稱作「歌詞寫實主義」(lyrical realism)。1也有人對歌詞的修辭展現濃厚興趣，用細讀法把當中的象徵和隱喻一個不漏地找出來，就像對待現代詩一樣。這兩個方法的生產力強大，令人難以抗拒。
舉例來說，曾慧佳分析 1945 年至 1995 年的臺灣歌曲，證明歌詞的主題和內容隨社會的發展而改變。2雖然標榜「流行歌曲」，事實上他分析的只是歌詞。對方法論敏感的人反駁這裡的歌曲的文本中心論，因為歌曲的意義不只也不主要來自歌詞——歌曲的文本。批評者指出，「把流行音樂簡化至文本不但喪失掉音樂研究本身的特殊性，而由其中所建構的歷史社會更是偏狹。我們都知道音樂不只包含了歌詞、曲調，它還包括了音樂工業、科技、音樂場地及閱聽人的詮釋」。3不過，有時候社會學家不是混淆歌曲和歌詞，而是不得不遵從這種限制。為回應流行音樂的阿多諾式批評，他們設法透過文化產品的功能替流行音樂辯護。只要證明流行音樂有學術價值，它就不會被草率地視為文化工業的垃圾產品。但他們的分析受到自身能力左右，「社會學家關心歌曲（而不是關心歌手或聽眾），是因為他們可以運用熟悉的文化研究方法（內容分析法）來對待歌曲，而且他們大多缺乏用音樂術語分析歌曲的能力，想藉由內容分析法來判斷社會趨勢，就只好訴諸歌詞」。4無論是自然而然還是有意使用內容分析法，這個方法都把歌曲分析的事物限制在歌詞，也就是歌曲的文本上。
文學學者和搖滾樂評人經常採用細讀法。他們相信歌詞的主要價值在修辭技法之中，不需要考慮外部功能。細讀法的優勢不只在學術上，它還能向公眾解釋一首歌詞值得欣賞的原因。舉例來說，華納唱片在張雨生過世後再版他的《創作專輯》，在封套上加上 1992 年初版沒有的側標「他是搖滾，也是詩人」，順應上述觀點來行銷唱片。歌詞是詩，值得仔細閱讀。對樂評人和公眾來說，細讀法無疑比內容分析法更親切，因為後者需要參考大量社會文獻，當中有很多只有學術人員才接觸得到，而前者僅僅要求接受者把心力放在歌曲的文本上。
由於方便解釋歌詞的學術和審美價值，內容分析法和細讀法一直是分析和評論的主流方法。它們的對象符合字典定義「歌曲的文本」，也共享一個被我稱作歌詞的（排他的）文本中心論的存有學預設：
(O) 歌詞是文本結構。
這個命題中的「是」意謂等同。說歌詞是文本結構，相當於說它是視覺的對象；它的創造和接受方式是書寫和閱讀。
儘管內容分析法和細讀法在幾十年間持續產出卓越的分析，文本中心論無法解釋人們在歌詞的創造、評論和欣賞實踐（以下簡稱「實踐」）中做的許多事情。一個人第一次接觸一首歌詞時——可能是在不經意的情況下，例如透過廣播電台或購物中心播放的歌曲——靠的往往是聽覺而不是視覺。接下來，反覆接觸同一首歌詞的主要方式也通常是聽覺而不是視覺。但上述事實並非決定性的。既同意文本可以得到口傳表達，又堅持歌詞等同於文本，在邏輯上一致。除非至少有些歌詞在本質上有聲音相關性，否則文本中心論不會造成什麼麻煩。
反過來說，如果有些歌詞在本質上有聲音相關性，文本中心論就不可能正確。請想想林強的歌曲〈當兵好〉。大概沒有任何一個聽過這首歌曲的人會同意「捍衛家園，造福鄉里，犧牲奉獻，建設寶島」這句歌詞或整首歌詞的意義等同於它們的語義或字面意義。即使有「為種族，為宗教，戰爭殺人不用坐牢」這種語句，也無法只憑文本確定它是純描述、頌揚還是反諷。然而，一旦聽見林強聲嘶力竭的吶喊，聽眾馬上理解他對不合理的兵役制度發出的憤怒，確定反諷是唯一適切的解釋。藉由口傳聲音，純描述和頌揚的解釋得以排除，固定反諷的意義。我猜有人會說只憑文本的語義就能辨認出這首歌詞的反諷，但我懷疑這一點。我們需要考量聲音的地位才能固定這首歌詞的意義。另外，如果一個人最早接觸該歌詞的方式是聆聽歌曲，在已接受反諷意義的情況下，他可能錯誤地相信它的反諷只受語義決定。
我並不是說文本中心論者不在意脈絡。他們經常要參考文本和意圖的脈絡，否則就連稍微複雜的歌詞也不大可能理解。他們只是沒有考慮到聲音相關性。歌詞在被唱出時，同時呈現了語義、詞的音樂用法和個人嗓音，5「歌詞以言語和言語行為起作用，它不只在語義上，還作為直接的情感符號和性格標誌的聲音結構來承載意義」。6在唱出歌曲的文本時，口傳聲音有能力生產語義以外的意義。由於這種意義對有些歌詞來說是本質的，它賴以實現的聲音性質也是本質的。
可是我們幹麼要接受，歌詞〈當兵好〉的表現性聲音性質「憤怒」是本質的？情況難道不是：歌詞等同於歌曲的文本，而該聲音性質對歌曲〈當兵好〉來說是本質的，卻對它的文本來說無關緊要？要看出這個詰問的失敗，請回想一下歌詞〈當兵好〉意味著什麼。我們不會說該歌詞的意義是描述或讚揚服兵役的好處，而會說它顯然是在反諷兵役制度——它的身分無法獨立於反諷意義。它的個體化 (individualization) 需要特定聲音性質，無法只仰賴文本而實現，因此那些聲音性質是本質的。我提議的是一種審慎版本的審美本質論 (aesthetic essentialism)：有些歌詞在本質上有一些審美的聲音性質。在更一般的層面上，彼得·拉馬克 (Peter Lamarque) 指出至少有些藝術品在本質上有一些審美性質。7他訴諸模態，認為觀眾在本質上無法把《李爾王》最後一幕視為悲劇的世界中，《李爾王》就不存在。8類似地，在本質上無法把歌詞〈當兵好〉視為明顯的反諷的世界中，〈當兵好〉就不存在。然而，為把這首歌詞的意義看作明顯的反諷，必須接受它在本質上有特定聲音性質。
既然至少有些歌詞在本質上有一些聲音性質，可以說：
(O′) 歌詞是聲音–文本結構或文本結構。
我承認對很多歌詞來說聲音性質不是本質的。原先只是非歌詞的文本，一旦被唱出就成為歌詞，但當中的聲音性質可能不是本質的。重要的是，這時它也是聲音–文本結構，也有聲音相關性。換句話說，歌詞的聲音–文本結構表現在兩個方面：第一，它在本質上有一些聲音性質，或者第二，它原先不是歌詞但在實際上被唱出。歌詞存有學需要考慮聲音相關性，同時它的命題是選言的。這是我的基本論點。
除了是視覺的對象，歌詞也是聽覺的對象。值得一提的是，這裡視覺和聽覺的區分沿用自佛瑞茲的社會學理論。9不過，我發現理查德·舒斯特曼 (Richard Shusterman) 提供了一段很不一樣的歷史：美學和文學理論重視聽覺而忽略視覺。10重要的意義被認為是由聽覺生產的，而視覺不足以生產真正有價值的意義。乍看下這和佛瑞茲描繪的圖像正好相反，但不該把當中的差異理解為學科間——社會學和表演理論，以及美學和文學理論——的差異。其實佛瑞茲和舒斯特曼是一致的。在佛瑞茲那裡，區分視覺和聽覺的原則不是有無意義、意義是否透明或持續存有，而是文本和口傳的意義生產方式；視覺對應語義，聽覺則對應口傳表達。在舒斯特曼那裡，傳統美學理論認為文學的審美價值在於聽覺和「意義」（語義）而對視覺不屑一顧；視覺對應文本的視覺圖像層面（例如圖像詩的外觀），聽覺則對應語義。佛瑞茲批評視覺中心論，舒斯特曼批評聽覺中心論，但事實上他們都在批評語義中心論。
文本中心論蘊含語義中心論，反之則不然，因為語義可以是口語詞的語義，而口語詞不是文本。所以，當我反駁文本中心論時，語義中心論會自動成為批評對象。簡言之，我主張一種審慎的反文本中心論：歌詞不等同於歌曲的文本，它的意義也不等同於語義；在存有學上，它不等同於文本結構。有人會說，反駁文本中心論不必這麼大費周章，只要指出無讀寫能力的文化中歌詞和文本完全無關——沒有文本也沒有讀寫能力的純口傳文化的確擁有歌詞，因此歌詞不可能等同於文本。證明完畢。這是事實，但光這樣說無助於理解我們讀寫文化的歌詞。要使這個反駁有實質內容，得從命題「歌詞是文學」談起。
一個人在描述的（而非評價的）意義上對命題「歌詞是文學」至少有三種可能的回應。第一，視之為真，因為歌詞和文學在本質上都意味著書寫。第二，視之為真，但主張有些歌詞有聲音相關性，而且無讀寫能力的文化中歌詞就只是聲音；以上描述也適用於文學。第三，同意有些歌詞有聲音相關性，而且有些歌詞就只是聲音，卻視該命題為假，理由是文學在本質上意味著書寫。11
上述回應的差異不只在歌詞的概念上，也在文學的概念上。我要先排除「文學在本質上意味著書寫」的排他解釋「文學的創造和接受只仰賴書寫和閱讀」。別的不說，我們手上已有個欣然承認聲音相關性的術語「口傳文學」。不過，這個術語經常令人困惑。提到口傳文學時，我們首先想到那些在無讀寫能力的文化中誕生，而且幾乎只在其內部流傳的純口傳作品；單單提到文學時，則想到讀寫文化的書面作品，諸如小說、散文、現代詩和劇本。在什麼程度上才能說口傳文學是文學？人類學家和文化歷史學家有種聰明的策略：既承認文學中書寫和口傳的區分，也將它們視為連續體。
這種策略有兩個執行方案。第一個方案認為文學不只有書面形式，把口傳對立於書寫是獨斷的做法。文學包含純口傳作品、書面作品以及那些打算在口語上進行表演的書面作品。「即使流行歌曲或電台和電視上的多種文學形式最初在書面形式當中得以創作和流通，它們只有靠無論是口中說出的話、留聲唱片、磁帶或廣播等非書寫的流通才能完全實現」。12事實上，「任何經常（甚至只是有時）得到表演的文學形式——劇本、『爵士詩歌』、歌劇或清唱劇這類伴隨音樂作曲的詞，或任何說出或大聲讀出的詩歌——都擁有至少一種口傳元素」。13把注意力放在表演（尤其是口傳聲音）上而不是文本上，不表示文本毫不重要。這個方案的目的是填補書寫和口傳、文本和聲音以及閱讀和聆聽間的鴻溝，把寬泛的文學概念應用在常識上，或者用一個常見的比喻：把聲音相關性「還給」文學。
第二個方案認為文學在本質上意味著書寫。在文學概念出現前，口傳藝術已發展了好幾萬年；要關注純口傳作品，無須稱之為「文學」或「口傳文學」。14這個觀點訴諸一個十分有用的區分：原生口傳文化 (primary oral cultures)，亦即「完全沒有書寫知識的文化」，15以及當今電子時代的次生口傳性 (secondary orality) 或「仰賴書寫和印刷而存在的電話、收音機和電視的口傳形式」的文化。16按照這個區分，文學也包含口傳文學，但和前一個方案不同，術語「文學」被全盤留給次生口傳文化，包含側重口傳和側重書寫的作品，保證口傳性在書面作品中的地位。「口傳文學」指稱讀寫文化的口傳作品，而原生口傳文化的作品交給「口傳藝術」負責。
有了兩種文化的區分，一方面，我們可以重新理解這一節一開始提到的，對命題「歌詞是文學」的不同回應。第一種回應顯然站不住腳，因為有些歌詞是原生口傳文化的作品，在本質上不可能意味著書寫。或許不會令人感到意外的是，只要以不同的方式解釋術語「文學」，第二和第三種回應都成立。對接受寬泛文學概念的人來說，第二種回應成立——歌詞是口傳文學，而且口傳文學是文學；對採用「文學」和「口傳藝術」區分的人來說，第三種回應成立——雖然次生口傳文化的歌詞是文學，但原生口傳文化的歌詞不是文學。另一方面，在更務實的層面上，很多人想知道次生口傳文化的特定作品，比方說巴布·狄倫的歌詞是不是文學。現在，可以說無論採用寬泛的還是限定的（但非排他的）文學概念，歌詞都是一種口傳文學，無疑也是文學：一種書寫和口傳的連續體，在存有學上屬於聲音–文本結構。（為方便討論，後面提到口傳文學時一律指次生口傳文化的文學。）
使存有學納入兩種文化的區分，得到：
(O″) 歌詞是聲音結構或聲音–文本結構或文本結構。
作為聲音結構的歌詞屬於原生口傳文化，而作為聲音–文本結構的歌詞屬於次生口傳文化。其中增加的選言項仍有實際的聲音相關性；事實上，它是徹頭徹尾的聲音結構，和文本毫無關係。
有趣的是，即使知道歌詞和文學都是書寫和口傳的連續體，我們也很難擺脫文本中心論。舉例來說，大量主觀的形容詞出現在搖滾評論用語中，它們無法完整描述聆聽音樂和歌詞的經驗，但文字以外沒有更好的工具。從另一個角度看，「生活在原生口傳文化中那些未以任何形式接觸過書寫的人，他們學到很多東西，擁有和實踐偉大的智慧，靠的卻不是『研究』(study)」。17音樂評論和學術研究在把口傳信息轉換成文本的同時錯失很多東西。不可避免地訴諸文字，卻在用文字描述聲音特徵、聆聽經驗或建構涉及聲音的理論時陷入困難，這種先天限制導致很多人在選擇評論或研究對象時偏好文本而非聲音，甚至有意忽略當中的聲音相關性。舒斯特曼認為學術圈該嚴加警惕：
要完整欣賞一首饒舌的審美層面，不只要去聽它，還要隨之起舞，在活動中感受它的節奏，就像該類型催促我們去做的那樣。我們書寫文化的印刷媒介排除這種欣賞方式，學術手段如此根深蒂固地受限於書寫中，從而更全面地表明欣賞口傳文化並使之正當化的內在困難。18
人們在「歌詞是不是文學」的問題上辯論巴布·狄倫的作品是否符合諾貝爾文學獎的資格。19支持狄倫獲獎的人認為，歌詞是狄倫的重要成就，而且歌詞是文學。過去，諾貝爾文學獎都頒給在文學領域取得重要成就的人，瑞典學院這回也做出一致的決定。反對者則說歌詞不是文學，所以瑞典學院辜負了眾望。
瑞典學院當然同意歌詞是文學，否則不會把獎項頒給狄倫。支持狄倫獲獎的反文本中心論者經常引用瑞典學院常任秘書長莎拉·戴紐斯 (Sara Danius) 的讚詞「我意識到我們仍然在閱讀古希臘的荷馬和莎孚，而他們是在 2,500 年前寫作的」，20認為瑞典學院強調古代吟游詩人作品的聲音相關性，捍衛歌詞的文學地位。他們相信在那次諾貝爾獎的結果出爐前，文學的疆界由書寫和閱讀劃定。把獎項頒給狄倫，相當於承認歌詞作為文學的正當性；口傳聲音終於進入我們的文學觀，重新劃定文學的疆界。說得正式一些，這個想法可以被建構成以下論證：
前提 #1 來自前面討論過的「連續體」觀點。前提 #2 來自術語「口傳文學」的內涵，#4 是事實。步驟 #3 由 #1 和 #2 推得，而結論 #5 由 #3 和 #4 推得。我認為論證是健全的。
不過，反文本中心論者急於慶祝勝利，沒有發現他們誤解了戴紐斯的意思。戴紐斯不像他們以為的，為捍衛歌詞的文學地位，在古代歌詞和流行歌詞間做聲音相關性的類比。他不打算採取涵納性策略把聲音相關性納入文學。在提及荷馬和莎孚後，戴紐斯隨即指出「[雖然] 那些作品原本就是打算用來表演的，經常需要配合樂器，但它們還保存在書頁中，而且保存狀況非常好。我們喜愛 [他們的] 詩，我認為巴布·狄倫值得被當作詩人來讀」。由於狄倫的歌詞也保存在書頁中，那些作品可以被化約為書面文學，當中的文本值得單獨地受欣賞和評價。雖然戴紐斯也同意狄倫的歌詞是文學，心裡想的卻是：
前提 #1 是前一個論證的結論，#2 是戴紐斯的預設。結論 #3 由 #1 和 #2 推得，但它絕非反文本中心論者樂見的。即使該論證不是排他的文本中心論——他說「值得」單獨受到欣賞和評價而不是「必須」——前提 #2 也有隱憂，足以抵銷反文本中心論者的努力。戴紐斯採取排除性策略，排除歌詞的聲音相關性，或許是想讓為數眾多的文本中心論者接納歌詞的文學地位。不過，強調狄倫的歌詞值得被當作詩來對待，而且說他在歌詞和詩上的藝術成就不能一概而論，可能會使人忽視他的作品中那些和文本同樣重要（如果不是更為重要的話）的聲音和聲音性質。
吟游詩人的類比也有問題。戴紐斯認為我們喜愛閱讀古代歌詞的一個原因是它們在書頁中保存得很好，我不同意這個看法。事實可能正好相反：我們是不得已才這麼做的。這麼做只是因為那些作品的口語早已不可考，而不是出自方法上或存有學上的優先性。還有，一旦考量到作品的保存方式，對流行歌詞的欣賞而言，就很難說閱讀比聆聽更適合。我們可以試著改寫前面的描述：「狄倫的作品原本就是打算用來表演的，經常需要配合樂器，它們還保存在類比訊號和數位訊號的錄音媒介中，而且保存狀況非常好」。這完全符合實情。
最後，把歌詞當作是詩，這個做法無法規定接受歌詞的方式。當然可以用閱讀書面文學的方法（例如內容分析和細讀法）來評論、欣賞和研究歌詞，可是強調那些方法，很可能會不經意地強化文本中心論。如果評論圈和學術圈老是忽略聲音在歌詞接受中的地位，絕大多數公眾會自然地延用這個做法，從而縮限欣賞的範圍。把諾貝爾文學獎頒給一位通常被認為是音樂家的人，固然需要很大的勇氣，然而——恕和許多反文本中心論者的看法不同——用歌詞的書面價值替它的文學地位辯護，瑞典學院並沒有改變文本中心論的文學疆界，沒有把聲音相關性還給文學。21
