Uma melodia parece prateada. Outra — densa, azul-escura. Um som agudo parece subir, um grave é sentido como pesado. Um timbre suave lembra o toque da seda, e uma dissonância aguda quase deixa um gosto na língua.
Estamos acostumados a falar de música com uma linguagem figurativa: voz clara, timbre aveludado, som agudo, melodia doce. Mas por trás das belas metáforas esconde-se um verdadeiro enigma: existe uma ligação direta entre a audição e os outros sentidos, ou isso é apenas a maneira mais conveniente de descrever o som?
Uma nova revisão sistemática, publicada em agosto de 2026, oferece uma resposta — e ela é mais complexa do que muitos pensavam.
O que a revisão de estudos mostrou
29 de agosto de 2026 na prestigiada revista Humanities and Social Sciences Communications saiu um artigo com um título intrigante: Music Synesthesia or Cross-Modal Correspondences? A Systematic Review of Terminology and Findings in Multisensory Research on Chinese Music.
Os autores — Kanghao Chen, Yi Ta Wang e Wenjun Huang — analisaram estudos em inglês sobre a percepção da música chinesa. A busca abrangeu um período de vinte anos: de 2002 a 2022.
A busca por informações levou muito tempo. Os pesquisadores verificaram as maiores bases científicas: Web of Science, Scopus, Google Scholar e China National Knowledge Infrastructure. De centenas de trabalhos, eles selecionaram apenas oito estudos das áreas de psicologia, ciências cognitivas e tecnologia da computação — aqueles que atendiam aos rigorosos critérios de inclusão.
Esses oito trabalhos analisaram as conexões entre o som e outras sensações:
- som e cor;
- som e imagem visual;
- som e sabor;
- som e tato.
A principal descoberta da revisão não foi sensorial, mas terminológica: os pesquisadores descobriram que fenômenos diferentes são frequentemente chamados pela mesma palavra — sinestesia. Isso levou a confusão na literatura científica e dificulta a comparação dos resultados de diferentes experimentos.
Sinestesia verdadeira: o que é realmente
Na sinestesia, um estímulo percebido por um órgão dos sentidos evoca involuntariamente uma sensação em outro sistema sensorial. Uma pessoa pode ver uma determinada nota como azul todas as vezes ou sentir um timbre específico como um toque, e essa conexão permanece inalterada ao longo da vida.
A sinestesia tem quatro propriedades-chave:
- ocorre automaticamente, sem esforço consciente;
- persiste ao longo do tempo — a mesma conexão se repete sempre;
- é característica de uma pessoa específica — não pode ser compartilhada pela maioria das outras pessoas;
- não requer imaginação ou decisão consciente.
O sinesteta não escolhe uma cor para o som. A conexão surge por si só. É essa inevitabilidade, estabilidade e individualidade que distinguem a sinestesia de associações comuns e convenções culturais.
Correspondências cross-modais: quando pessoas diferentes sentem de forma semelhante
Existe um fenômeno completamente diferente que é frequentemente confundido com sinestesia. É chamado de correspondências cross-modais — são conexões entre os sentidos que coincidem em muitas pessoas, independentemente da origem cultural.
Exemplos são bem conhecidos: um som agudo muitas vezes parece mais claro, pequeno ou direcionado para cima, enquanto um som grave parece mais escuro, pesado ou localizado embaixo. Tais correspondências podem ocorrer entre os mais diversos pares sensoriais:
- altura do som e brilho da cor;
- timbre e forma visual;
- volume e tamanho;
- ritmo e movimento;
- som e sensação tátil;
- música e associação gustativa.
A pessoa não vê necessariamente uma cor real diante dos olhos. Ela sente intuitivamente que um som corresponde melhor a uma determinada cor ou forma do que outro. Essa experiência pode ser vívida, mas é fundamentalmente diferente da sinestesia: não é individual, espontânea ou inevitável.
Onde ocorreu o erro na ciência
Dos oito estudos incluídos na revisão, cinco usaram a palavra “sinestesia” incorretamente. Os autores desses trabalhos descreveram fenômenos experimentados por grupos inteiros de participantes — ou seja, correspondências cross-modais, e não sinestesia individual.
A distinção parece um detalhe, mas para a ciência é crítica. Quando diferentes estudos usam o mesmo termo para designar fenômenos distintos, os resultados tornam-se incomparáveis. Meta-análises e revisões sistemáticas perdem o sentido. O conhecimento científico acumula-se mais lentamente do que poderia.
Os autores da revisão acreditam que essa confusão não surgiu por má-fé, mas por razões objetivas.
Por que os cientistas erraram
Primeiro, a razão histórica. As concepções sobre percepção multissensorial mudaram ao longo do tempo. A palavra “sinestesia” foi usada em diferentes períodos de forma mais ampla do que hoje. Em certa época, designava quaisquer conexões entre os sentidos — individuais, comuns e até metáforas artísticas.
Segundo, a barreira linguística. Os conceitos científicos transitam entre o chinês e o inglês de forma não totalmente precisa. Um termo pode reunir vários significados próximos que, em outra tradição científica, costumam ser separados.
Terceiro, a psicologia da escolha de palavras. A expressão “correspondência cross-modal” soa pesada e desajeitada. A palavra “sinestesia” é mais curta, mais viva, mais reconhecível. E mesmo autores científicos às vezes escolhem o conceito mais atraente, ainda que menos preciso.
Por que a música chinesa é relevante para tal estudo
A percepção musical não é determinada apenas pela física do som. Influenciam-na a linguagem, a memória cultural, as tradições artísticas e o significado simbólico das cores. O mesmo som pode evocar imagens completamente diferentes em pessoas de culturas distintas.
A música chinesa é especialmente interessante para essa análise porque, por séculos, existiu em diálogo próximo com a poesia, a caligrafia, a pintura e as concepções dos elementos naturais. Som e imagem visual, na estética chinesa, estão ligados em um nível profundo, frequentemente inconsciente.
Isso significa que a ligação entre audição e visão pode depender não apenas de como nosso sistema sensorial é estruturado, mas também de qual experiência cultural uma pessoa acumulou. Os autores da revisão enfatizam uma conclusão importante: pesquisas futuras devem levar esse contexto em consideração, em vez de buscar um código sensorial universal para toda a humanidade.
Como o som viaja entre os sentidos: quatro explicações
As pesquisas propuseram diferentes mecanismos para explicar as correspondências multissensoriais. Provavelmente, todos eles são verdadeiros ao mesmo tempo.
Semelhança estrutural na percepção
Algumas propriedades de diferentes sensações têm estrutura interna semelhante. O aumento do tom e o movimento para cima, o aumento do volume e o aumento do tamanho são percebidos como mudanças na mesma direção. O cérebro pode espontaneamente conectar essas estruturas semelhantes, mesmo que pertençam a sentidos diferentes.
Base emocional
O som e a cor podem se conectar por meio de um estado de espírito comum. Uma melodia e uma imagem parecem corresponder não porque há uma ligação sensorial direta entre elas, mas porque ambas evocam um estado emocional semelhante — tristeza ou alegria, calma ou excitação.
Integração neural
A informação auditiva, visual e tátil não existe isoladamente no cérebro. A percepção humana é formada por meio da interação constante de diferentes sistemas sensoriais. O cérebro integra a informação desde o estágio mais inicial do processamento.
Aprendizado cultural
As conexões entre música, cor e imagem podem ser adquiridas por meio da linguagem, da arte, das tradições e de símbolos repetidos. Aprendemos que certos sons "parecem" de um jeito e não de outro, e com o tempo essas conexões se tornam quase automáticas.
A revisão não escolhe uma explicação final única. O mais provável é que a percepção multissensorial funcione simultaneamente em vários níveis: sensorial, emocional, neural e cultural.
Onde fica o limite da metáfora
Quando chamamos uma voz de aveludada, um som de frio e uma melodia de luminosa, não estamos necessariamente descrevendo sinestesia. E, no entanto, essas expressões não são apenas enfeites de linguagem.
A metáfora se torna compreensível justamente porque as pessoas são capazes de encontrar conexões entre diferentes sentidos. A linguagem registra essas conexões e permite transmiti-las umas às outras. Não podemos literalmente tocar uma melodia, e ainda assim entendemos intuitivamente o que significa um som suave. Não vemos luz física dentro da música, e ainda assim reconhecemos música luminosa.
Talvez a linguagem poética não invente conexões entre os sentidos, mas perceba o que nossa percepção já faz dentro de nós — inconsciente e naturalmente.
O que esta revisão não responde
É importante entender que este trabalho não é um novo experimento nem a descoberta de um "dicionário de cores" universal da música chinesa.
A amostra é pequena: oito trabalhos em vinte anos. Seus métodos, termos e objetivos de pesquisa diferiam consideravelmente. Portanto, não se pode afirmar que toda a música chinesa evoca as mesmas cores, sabores ou toques em todos os ouvintes.
A revisão mostra outra coisa: a direção existe, mas são necessários conceitos mais precisos, métodos comparáveis e atenção às diferenças culturais. Antes de perguntar de que cor soa a música, os cientistas precisam entrar em acordo, o que exatamente estão medindo: sinestesia individual não controlada, associação geral, coincidência de emoções ou metáfora artística.
Quando os sentidos deixam de ser separados
Estamos acostumados a imaginar os cinco sentidos como salas separadas. O olho vê. O ouvido ouve. A pele sente. A língua reconhece. Mas a realidade é mais complexa.
O som é capaz de despertar uma imagem, a cor — de mudar a sensação da música, o ritmo — de se tornar movimento antes mesmo de a pessoa conseguir compreendê-lo. A música começa como vibração do ar, mas dentro de nós continua sua jornada: torna-se luz, forma, movimento, às vezes — quase um toque físico.
E ainda assim permanece a questão principal: com o que percebemos a música antes mesmo de conseguirmos dividi-la em som, cor, imagem e sentimento?
