ポピュラー音楽の標準的な長さ——だいたい2分半から4分のあいだ——は、自然な単位のように感じられる。作曲家はそれに合わせて書く。ラジオはそれで番組を組む。ストリーミングもそれを優遇する。だが実はこの長さは、ある円盤の片面にぴったり収まる時間でもある。シェラック(天然樹脂)製で直径10インチ、毎分およそ78回転で回るその円盤——その片面の再生時間と、ちょうど同じなのだ(78回転という速度そのものが規格として固まったのは1920年代の終わりごろで、初期の盤はもっとばらついていた)。この円盤は20世紀前半から1950年前後まで商業音楽を支配した。

これが、録音音楽の歴史の見落とされがちな核心である。再生技術の大きな変化はそのたびに、何が作られるかというルールを、こっそり書き換えてきた。78回転盤は、ひとまとまりの完結した音楽を約3分に封じ込めることを作曲家に強いた。1948年にコロムビアが導入したLPは、片面22分まで録音できるようにし、10年もしないうちにジャズ奏者たちは78回転盤では考えられなかった長さのソロを引き延ばすようになった。再生技術がそのつど、作られる音楽の暗黙のルールを書き換えていく——この記事はその連鎖を、カセットの登場まで、CDの74分まで、そしてストリーミングの30秒までたどっていく。

これらの決定は、どれ一つとして作曲家から始まっていない。始まりは技術者であり、経営者であり、特許弁護士だった。音楽のほうが、あとから追いついたのだ。

イタリアの大テノール、エンリコ・カルーソーの録音は、どれも声を限界まで張り上げているように聞こえる。それはカルーソーがオペラ歌手だったからだけではない。1925年以前は、ほかの歌い方が、そもそも録音に乗らなかったからだ。あの朗々とした響きそのものが、当時の機械が課した制約の産物だった。

1925年まで、録音は電気をいっさい使わない、純粋に物理的なプロセスだった。演奏者は大きなラッパ(ホーン)のまわりに群がり、音の大きい楽器ほど近くに置かれた。声や音はそのままラッパの奥の振動板を揺らし、その振動が蝋(ろう)の原盤に直接みぞを刻んだ。この仕組みは金管楽器と打楽器には有利で、弦楽器には不利だった。録音に乗らないほど音の小さい弦は、金属ラッパで音を増幅したシュトロー・ヴァイオリンという特殊な楽器に持ち替えるしかなく、奏者はそうしてようやく音を盤に残せた。歌手にも不利だった。声でホーンを満たそうと張り上げねばならなかったからだ。カルーソーは、しばしば史上初の百万枚を売り上げた録音アーティストと言われるが、それもこうした機械の論理のただなかでの達成だった。

1925年、ウエスタン・エレクトリックのシステムが、音のみぞを盤に刻むためのカッティング装置(録音用の旋盤)を、コンデンサー・マイクと電子増幅器につないだ。この変化はしばしば「音質の向上」として整理されるが、本当の転換は心理的なものだった。歌手はいまやマイクから一歩下がり、会話するような音量で長いフレーズを保ち、親密さへと身を寄せることができるようになった。5年と経たぬうちに、若きビング・クロスビーは、1924年には物理的に録音不可能だった歌い方でキャリアを築いていく。マイクに口を寄せ、ささやくように甘く歌う唱法——「クルーニング」だ。声を張るのではなく、マイクがあることを前提にしたリラックスしたバリトン。1930年代半ばには、クロスビーはアメリカ合衆国でもっとも売れ、もっとも稼ぐ芸能人の一人になり、フランク・シナトラは彼のレコードを研究し、アメリカ合衆国のポピュラー・ソング全体が、歌とはマイクの近くでするものだという前提を中心に、静かに組み直されていた。

クラシックの録音も同じ道をたどったが、その変化はもっとゆっくり進んだ。指揮者たちは、電気録音なら、響きを殺した狭い録音室ではなく本物の演奏会場でオーケストラの音を捉えられることに気づいた。それでも78回転盤は3分の制限を課したままだったので、交響曲のレパートリーは複数の面に切り分けられた。マーラーの交響曲をひとつ収めるのに6枚も必要で、その6枚は1冊の本のように綴じられていた。厚紙のスリーブを束ねたこの冊子こそ、当時「アルバム」と呼ばれたもの——その呼び名がそのまま、現代の音楽アルバムの語源になった。1枚で全曲が収まるレコードなど、まだ存在しなかった時代の話である。

1948年に導入されたコロムビアの12インチ・マイクログルーヴLPは、同時に二つのことをやってのけた。片面を約22分に延ばし、そしてジャズ奏者が継ぎ目なしに長尺の演奏を組み立てられるようにした。マイルス・デイヴィスの『Kind of Blue』(1959)が45分を一息に通す一枚の作品として成立できたのは、そのころにはコロムビアがLPを売り出して10年が経っていたからだ。78回転盤なら、「So What」は3分のシングルに切り詰められ、同じ伴奏型を延々と繰り返すヴァンプも、耳に残る短いフック(聴きどころ)へと削られていただろう。

片面22分という長さは、たんに演奏を長くしただけではない。アルバム1枚を「一つの長い体験」として設計できるようにした。ブライアン・イーノが1978年に空港の待合空間のために作った『Music for Airports』は、その究極の例だ。耳をそばだてて聴いても、ただ流し聞きしても破綻しない——LPの長い片面があってはじめて可能になった、流れ続ける音楽である。

フィリップスのコンパクト・カセットは、1963年に口述筆記用として登場したが、思いがけず70〜80年代の音楽媒体を席巻した。その決定的な特徴は音質ではなく、書き込めることだった。聴き手はラジオで流れているものを録音し、友人とミックステープを交換し、レコード会社の管理の外で音楽を流通させられた。1970年代ニューヨークの初期ヒップホップは、公園での即興パーティ(ジャム)を録音したテープの売り買いを土台に回っていた。1980年代に過激なジャンルを生んだアンダーグラウンドなメタルのシーンは、郵送によるカセットの交換で広がった。一世代の聴取習慣が、もともとは社内連絡用に設計されたフォーマットによって形づくられたのだ。

1979年のソニーのウォークマンは、最後のピースを加えた。プライバシーだ。路上で、地下鉄で、ベッドで、一人きりで、ヘッドフォンで聴く。プロデューサーのミックスは、いまや一人だけの聴き手——部屋の向こうではなく会話の音量でレコードを聴く一人——を想定できるようになった。1980年代初頭以降のポップの制作——マイクを近づけたヴォーカル、左右の耳に細かく振り分けられた残響(リヴァーブ)、低音とバスドラムが前面にせり出す感触——は、ヘッドフォンで聴くために設計されたものだと、はっきり分かる。この美学を完全に活かした最初のヒット作、たとえばマイケル・ジャクソンの『Thriller』(1982)が、ウォークマン時代に入ってちょうど3年後に登場したのは、偶然ではない。

ソニーとフィリップスが共同開発し、1982年に商業発売されたコンパクト・ディスクは、当初は、ただ音が綺麗になっただけに見えた。だが本質は別のところ——音楽がいまや数字の流れになったことにあった。その数字を読める装置なら、どれでもそのディスクを再生できる。その数字を複製できる装置なら、どれでもそのディスクを複製できる。CDはデジタル音声を当たり前のものにし、それ以降のすべては、その帰結である。

ここから先、まず三つの装置が音楽の届き方を一変させた。MP3(MPEG-1の一部として標準化され、ISO規格として公開されたのは1993年)が、当時の遅いインターネット回線(モデム)でも送れるほど音声ファイルを小さくし、Napster(1999年)がそれを見知らぬ者どうしで送り合うことを造作もないものにし、iPodが何千曲もポケットに入れて持ち運べるようにした——送れて、盗めて、運べる。だが、曲の作られ方そのものを書き換えたのは、その次の二つだ。2003年のiTunes Storeは、1曲99セントで売ることでアルバムという商業的な単位を静かに終わらせた。2008年にサービスを開始したSpotify(2006年スウェーデン創業)は、所有をレンタルに変え、1曲99セントの売り切りを1再生あたり1セント未満へと置き換えた。しかも、その1再生がカウントされるのは30秒聴かれたあとだけだ——もっとも、この30秒という線引きはSpotify独自のものではなく、アップル・ミュージックやチャート集計も含めた業界共通の数え方であり、印税も固定単価ではなく総再生数を山分けする方式で支払われる。

この30秒という境界線が、現代における「3分」である。29秒で離脱されたストリーミングは、ほとんど何も生まない。だから2025年のポップソングはたいてい、最初の8小節——曲が始まって十数秒のうち——に聴きどころ(フック)を前倒しし、長い演奏だけの前奏を削り、いちばん盛り上がるサビを2番が来る前に持ってくるように構成する。実際、いくつもの分析によれば、2000年から2020年のあいだに、ポップ全般で曲の平均の長さは20〜30秒以上短くなり、イントロも大きく縮んだ——20秒前後あったものが数秒へ、という変化は1980年代以降のより長い期間でいっそうはっきり確かめられている。

1世紀にわたるこのパターンは、一つのささやかな法則と呼べるほど一貫している。再生装置がどんな形を取ろうと——蝋管、シェラック盤、ヴァイナルのLP、磁気テープ、光学ディスク、ネットワークのパケット——その時代に作られる音楽は、やがてその制約に従う。作曲家と聴き手は、この制約を「好み」として体験する。フォーマットを設計した技術者たちは、同じ制約を、機械が許す「誤差の範囲(公差)」として体験した。結局のところ、それは同じものなのだ。