年紀大就不愛新歌?拿鉛筆倒帶、CD震動就跳針,科技如何影響我們的聽歌習慣?
年紀大就不愛新歌?拿鉛筆倒帶、CD震動就跳針,科技如何影響我們的聽歌習慣?
2020.07.07 | 3C生活

如果你聽音樂的方式沒被新科技毀滅過,恭喜你,活得還不夠久,還在青春期。

從前我常酸老人只愛聽舊歌,又俗又沒創意,且散發一股老人味,直到爬樓梯時膝蓋會開始隱隱作痛,才驚覺已順利成為當年最討厭的大人,音樂品味停留在本世紀初──說來就是周杰倫、蔡依林在談戀愛的那個時代,等等,大家還記得他倆談過戀愛吧?

如果要為初老症頭做出一點辯解,不是我們不喜歡新歌,只是聽音樂的習慣在科技升級的巨輪下被摧毀,一次又一次砍掉重練,實在是無力追趕新時代了(註:本文絕不是因為上禮拜誤刪iTunes資料庫,導致10幾年來一首一首編輯的播放清單付之一炬,在悲痛之餘才寫下的)。

上次跟20出頭的年輕世代聊天,發現他們聽音樂的主要來源是YouTube,有時聽AI推薦的隨機歌單,聽到不錯的歌也會自建播放列表。

我好奇問,「那不是要一直連線嗎?」他反而說,「蛤?現在還有人手機網路不是吃到飽的喔!?」結果驚訝的不是我。遭新世代衝擊的我,只好在心裡暗怒:哼!你們這些小伙子現在才聽伍佰《Last Dance》來穿越時空,十幾年前我年紀跟你們一樣大時,就在KTV唱爛這首了,所以「請暫時將嘴巴閉起來」好嗎?

不像原生在數位時代的人們,後來才移民網路世界的初老世代,其實很多規則現在還在學。

一只卡帶錄下音樂,還有浪漫與眼淚

因為肺炎疫情在老人身上較嚴重,網路出現了迷因哽圖,說是如果你知道「卡式錄音帶」和「鉛筆」這兩樣東西的關聯,那就年齡大到有危險了,請自我隔離!

沒聽過錄音帶的年輕人一定不懂,過去年輕人把鉛筆插進錄音帶動手迴轉,是因為隨身聽電池有限,不要浪費在倒帶或快轉上面。

錄音帶
近來疫情蔓延,網友大玩卡式錄音帶的「老人哏」:透過闡釋鉛筆與卡帶的關聯性,來確認你是否有肺炎併發症的風險。
圖/ shutterstock

30年前的「倒帶」是物理上的、是手工動能為主,不是一個數位訊號可以解決。知道「最酷」的是什麼嗎?如果一卷卡帶聽得夠久,你可以憑經驗判斷「大約轉多久會剛好回到這首歌開頭」然後把鉛筆抽起來,錄音帶重新放回隨身聽;當按下播放鍵,發現前奏響起分秒不差時,無限逼近職人工匠手藝的滿足感,跟你第一次用FaceTime看到爸媽的臉時一樣親切。

對不起,前面用了「酷」這個字來形容,想想錄音帶和鉛筆的年代,酷還沒變成流行語,那時我們只會說很帥。

既然說到錄音帶,不能不提最早的自建播放清單──mixtape(混音帶),首先家裡要有豪華的雙卡音響,才能把A匣卡帶裡的某首歌,單獨拷貝到B匣空白帶,自製精選輯。

「窮人版」的替代方案是用兩台音響,一台負責播放,另一台用來錄音,音質大打折扣。

另一個旁門左道,則是趁廣播節目放送時趕快按下錄音鍵,但最討厭電台DJ話太多,在前奏或尾奏出現「這首歌是誰點給誰……」的旁白,若要對比,這干擾就像YouTube聽歌聽到一半,突然插個手遊廣告揮砍爆炸一樣讓人不耐煩,而且還不能skip AD(跳過廣告)。

早年的mixtape也可以暗藏心機,反正空白帶有附貼紙讓我們手寫歌名,每首歌串起來就暗藏表白心意,收到的人可以裝看不懂,也可以推說「我還沒開始聽」;唉,其實你沒聽我知道啊,因為如果你有聽到最後一首,那歌放到一半就中斷,剩下是我說的話,你聽完大概會覺得這個人很純或很蠢,也可能又純又蠢。

雙卡音響
80年代可攜式雙卡音響的概念,讓人們將音樂帶上街頭與路人分享,開啟了「隨身聽」的先河。
圖/ shutterstock

錄音帶有錄音帶的危機,迴帶太多遍,磁帶可能突然斷裂,或是不明原因捲進錄音機,物理上摧毀;放太久沒聽磁帶會發霉,歌曲也無法雲端備份。以前我們無感,因為新科技走向CD時代,而每當科技往前一世代,舊音樂就收到櫃子深處難以再出來。

科技和音樂的關係,有時像DNA雙股螺旋一樣浪漫,科技改變了我們聽音樂的方式,而音樂也推動了新科技的規格。

70年代好萊塢電影裡的「年輕人」是把手提音響扛在肩上,在人行道上隨歌曲搖擺身體──所謂「手提」音響,也是內裝陽台熱水器那種一號電池,還要4顆、5顆才夠力,體積逼近你出國帶去的登機箱。

指揮家社長用世界名作定義CD邊界

傳說Sony(索尼)創辦人盛田昭夫看到年輕人「帶著音樂走」的慾望如此強烈,才構想出史上第一台Walkman;而隨身聽之所以是這個尺寸,是因為有著魔王般執念的盛田昭夫(請想像成前一個科技時代的賈伯斯)對研發人員說:「我要它能放進我胸口口袋。」

一張音樂CD之所以能錄下74分42秒,則是盛田昭夫接班人大賀典雄的一句話:「剛好可以收錄貝多芬第9號交響曲。」

大賀典雄不是憑空說出這句話,進入Sony工作前,他是東京藝術大學學生,主修男中音,因為向Sony提出改進錄音機音質的建議,被盛田昭夫賞識,想延攬進公司。

夢想成為音樂家的大賀堅持去德國學聲樂,盛田昭夫在船上告訴他,學費Sony出,回國後也不妨礙你的音樂事業,只要你同時來工作。

Norio Ohga 大賀典雄
「CD之父」大賀典雄於2002年自Sony退休,將他的退休金在長野縣輕井澤興建了一座音樂演奏廳-輕井澤大賀館,2004年興建完成後捐給長野縣。他並以指揮家身分重返樂壇,擔任東京愛樂交響樂團的指揮與董事。

大賀典雄在德國和傳奇指揮家卡拉揚(Herbert von Karajan)成為好朋友,後來一邊唱聲樂一邊為Sony效力──直到有天在歌劇表演的後台睡著,才不得不選邊站。後來一路在Sony當到社長,退休後又繼續指揮家工作。

不只是科技人,原本就該是音樂人的大賀典雄,才能在合作夥伴飛利浦堅持CD規格應該是60分鐘時,說出貝多芬第9號交響曲,一錘定音。

不過這麼曲折的科技傳說我們都後來才知道,從錄音帶改用CD的那些年,覺得最困擾是光學讀取的CD隨身聽,只要一受震動就跳針。

上學走路放書包裡都沒辦法安穩聽歌,坐公車只要壓到坑洞就不知道跳到哪一首,mixtape的手作浪漫漸漸失去,一張專輯再也不分A面或B面;但畢業進了社會,就連慢慢聽完一張專輯的時間也沒了。

MP3粉碎音樂產業,我們不再聽「專輯」

CD盛世很快消失,台灣唱片銷量最高的年度是1997年,總銷售額120億元,之後是MP3規格崛起,點對點技術盛行,從百萬白金專輯變成20萬慶功改版,最後唱片賣過50,000張,偶像就可以開記者會破冰。台灣唱片產業在最低潮時,規模剩不到當年一成。

今天大學生不知道MP3也沒關係,不過2001年的「成大MP3事件」可是台灣智慧財產權和人權的里程碑。

當時成大宿舍被台灣IFPI(國際唱片業協會)檢舉,架設網站和分享近10,000多首盜版MP3歌曲,台南地檢署進入宿舍搜查,許多學生在BBS站看到訊息,來不及拆硬碟就把主機抱走逃命。

雖說當年每個大學都在分享盜版歌曲,但地檢署搜查宿舍也有侵害人權的疑慮,事件最後由學生登報道歉,IFPI撤回告訴,校園網路制定了使用規範收尾。不過音樂產業在科技洪流的面前,也已經面目全非。

對當年身在「天龍國」看新聞,同時電腦裡的P2P軟體FOXY正在下載MP3(真抱歉,也沒那麼抱歉)的我而言,只覺得MP3取代CD,歌變得一首、一首聽,「一張專輯」的完整概念不見了,從前可以背出那張專輯的第幾首是什麼,現在每張專輯都只有某幾首歌有聽過;過去曾經推崇「一張專輯每首歌都環繞同個主題」的概念,現在愈來愈沒有必要,因為連我也沒在聽。

誰都沒想到,後來拯救音樂產業的,是做電腦的賈伯斯,但仔細想好像也沒那麼意外,賈伯斯是發明隨身聽的Sony的粉絲(他曾經希望蘋果員工和Sony一樣穿制服),青春期是60年代嬉皮,披頭四和胡士托音樂祭是他的養分。

音樂
音樂消費的取向受數位科技影響演變成「單曲」為主,歌單文化也隨之蓬勃發展。不過「類比未死」,近來許多人重拾唱盤與黑膠,追求「音訊有溫度」的美好聲音。
圖/ shutterstock

賈伯斯拿出iPod,不說硬碟容量1Gb,而是「裡面能放1,000首歌」,他深知打敗盜版的方法,就是讓買正版比下載盜版更方便,於是有了iTunes的購買音樂生態系。

我聽音樂的習慣,也留在有Sony榮光與賈伯斯遺產的時代。辭職那年,把所有CD收藏攤開,一張又一張地放進附光碟機的MacBook Pro擷取成數位檔案,也把過去到處抓來的盜版MP3輸入iTunes,一首一首輸入專輯資訊,學會不再用盜版,改買新歌,也有了自己的1,000首歌曲和精選播放清單。

直到手滑把播放清單銷毀(背景音樂請下梁靜茹《一夜長大》),終於起心動念轉往Spotify,朋友告訴我AI推薦歌單會學習使用者偏好的風格,也可以追蹤喜歡的歌手,雲端備份歌單讓我的悲劇不再重演。

我也開始搜尋Spotify創辦人艾克(Daniel Ek)的傳奇故事,玩樂團的天才工程師,是否像典範移轉後的大賀典雄?

不過,在LAG許久才踏進串流音樂的世界前,還得先解決自己的1,000首歌單裡,有450首在Spotify沒得聽,到底要怎麼辦?別說老人不會聽新歌,我想先跪求科技把回憶還給我。

責任編輯:張庭銉

搖滾歌手伍佰於1996 年發行,隨著2019年底首播的影劇《想見你》再度竄紅的「穿越神曲」〈Last Dance〉。
關鍵字: #串流影音
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓