商业模式九个要素商业读音商业英文怎么写意思

　　Roger：除非将来能和音乐人告竣某种息争

　　Roger：除非将来能和音乐人告竣某种息争。音乐人能够会心想到，一旦翻开了潘多拉的魔盒，就没法再发出。他们能够只能承受AI天生音乐的理想，只需赐与他们恰当的报答。

　　谈到AI为音乐人供给灵感的潜力，今朝AI次要撑持笔墨输入这一种方法。但手艺上，一样的AI架构也完整可以撑持音频输入。比方，假如可以许可用户输入一首古典音乐作品，好比莫扎特的曲子，然后经由过程笔墨唆使AI增加电子鼓等元素，并察看AI怎样交融这些元素天生新的音乐，这能够对音乐创作者来讲是一个十分有效的东西。

　　《硅谷101》：可否把AI天生的曲子拿出来，本人再增加一些乐器，修正成甲方能承受的音乐程度？

　　另外一个成绩是关于歌词的“魂灵”。这不克不及完整归罪于Suno模子，由于它利用的是文本天生模子。AI天生的文本大多是基于互联网上大批文章的笼统，而大大都内容自己是没有“魂灵”的。因而，怎样在AI天生的内容中注入感情和魂灵，是一个枢纽的应战，也是人类创作者比拟AI的一个劣势地点。

　　但成绩在于，在音乐财产中，仅仅到达均匀程度能够还不敷以脱颖而出。我们能想到的典范摇滚乐，每一个人能够只能枚举出100首或200首真正可以记着并情愿付费去听的作品。而剩下的作品，虽然它们能够高于均匀程度，但其实不敷以在行业中成为顶尖，可以赡养一个专业的音乐人，它能否能在音乐财产中保存下去，仍是一个成绩。

　　至于AI为何没法了解BPM，这让我感应十分惊奇。由于在锻炼数据中，每首歌的BPM都是有明白标识表记标帜的。但AI能够并没有益用这些信息，大概在当前版本的模子中，BPM并非一个主要的考量身分。从手艺上讲，这是一个简单处理的成绩。

　　Roger：实践AI中曾经存在必然水平的随机性。好比，即便输入不异的prompt，AI也能输出两首差别的歌曲。这类随机性是在天生历程的每步中引入的，AI在天生每小段音频时城市有必然的随机挑选。

　　相反，AI模子的天生历程是自左到右的，它没有全局视角，是一步步天生音乐。因而，偶然音乐的变革会显得很忽然。好比，在天生八句歌词时，假如根据预期每一个末节该当唱一句，但AI偶然能够会在一个末节中塞入两句歌词，招致后续短少一句。

　　Roger：是的，实际上只需锻炼数据充足优良，AI就可以够做到。但锻炼数据不单单是音频自己，还需求恰当的形貌。假如你只是下载了Spotify上的歌曲而不加形貌，AI其实不晓得要进修甚么。你必需报告AI，好比Coldplay的Yellow是一首甚么样的歌，如许下次AI再看到类似的形貌时，就晓得要天生一首相似“Yellow”的歌曲。

　　《硅谷101》：方才你提到锻炼数据的成绩，我们用来锻炼AI的数据都是来自免费版权音乐库。假如我们利用Taylor Swift、Queen、Coldplay等典范作品作为锻炼数据，AI能否也能天生相似的作品？

　　《硅谷101》：赋格音乐的逻辑性十分松散，这能否意味着它更合适AI天生？由于AI善于处置逻辑和公式化的使命。

　　《硅谷101》：冯教师，关于Sono如许的AI音乐产物，我想晓得音乐人的遍及立场，是欢送仍是有些抵牾？

　　我以为AI能够成为音乐人的有力东西，协助进步创作服从。但AI还没法完整代替人类的缔造力和感情表达。

　　叨叨冯：我以为从它天生词来讲，跟我的主题是契合的。可是从音乐的角度来讲贸易读音，我们指定的是“sad story”， 我没有听出太多的立场。音乐自己是 average level，能够契合我们的请求，最少说有摇滚的意义。

　　今朝的随机性次要是在天生过程当中引入的，但将来我们能够会测验考试更多样的随机性，好比在人类能了解的语义层面长进行掌握。如许的随机性能够会带来更丰硕、更风趣的音乐创作成果。

　　我们请冯教师给各人做一个现场测试，应战一些专业、有难度的音乐天生。我们也能够帮您出一些题，好比写一首悲戚的摇滚乐，主题是“赋闲”大概“口试失利”。

　　但是，在方才AI天生的音乐中，声部之间的这类照应和主题的分歧性其实不较着，能够说是相称恍惚。对我来讲，AI天生的音乐听起来稠浊不清，各个声部的声音黏在一同。固然能够识别出是管风琴的声音和两个声部的存在，可是它们缺少明晰的主题性和松散的逻辑性，这是AI今朝还没有可以完成的部门。

　　叨叨冯：从版权角度来讲，这是可行的。但我担忧如许做能够在作曲结果上其实不幻想。由于即便是如今音乐行业利用的作曲软件，其模仿声音的水平也还不克不及让人完整合意。最好的影戏音乐等作品，仍旧需求真人来录制。软件在音色和吹奏办法上的细节处置，好比小提琴的差别吹奏本领，今朝还达不到完善。假如需求调解每个乐器的细节，这将十分耗时。

　　我想再测验考试一次，指定为古典音乐气势派头，而且此次我会标注一个更详细的工夫范畴，十九世纪，让我们再次天生一首新的曲子碰运气。

　　可是，今朝的端到端天生体系，好比Suno，并非特地用于天生赋格音乐的。AI天生的结果取决于它的锻炼数据，假如AI只听过一首赋格曲目，它能够没法很好地进修贸易读音。在AI音乐天生中，倾向于逻辑推理的AI体系在处置赋格音乐这类音乐时能够会表示得更好。

　　假如AI能逾越现有模子，开展出真实的立异，那将长短常了不得的。固然如许的开展另有很长的路要走，但假如AI能演算并开展出全新的音乐情势微风格，我会感应十分镇静，即使这能够带来一些品德和伦理上的应战。

　　叨叨冯：我们只比力一下开首的部门。巴赫的曲子开首的震动感，和随后明晰的各个声部，是AI今朝锻炼方法难以间接到达的。我最想夸大的是贸易读音，AI天生的曲子在给人的第一印象上与原曲有较大不同。巴赫的曲子在声部的处置上十分明晰，而AI天生的曲子在这方面则显得有些恍惚。

　　别的，AI模子中有一个叫做“温度”的参数，能够调解随机性的水平。假如设置得较低，AI会严厉根据最大几率挑选下一步；假如设置得较高，AI会更情愿探究不那末大几率的选项，从而能够发生一些欣喜。

　　叨叨冯：我们凡是以为巨大的作曲家是靠灵感创作，但我以为音乐能够更多地与认知科学有关。一切感情和思想终极都能够归结为电旌旗灯号或化学物资。

　　Roger：我以为在必然水平上是能够的。音乐就是有构造的声音贸易形式九个要素，某些音乐门户实践上是对现有元素的从头布列组合。比方，差别的节拍形式可让音乐听起来完整差别，虽然利用的乐器能够类似。这类从头布列组合的方法，包罗如今许多门户，如嘻哈音乐的一些分支，都在节拍长进行立异。

　　《硅谷101》：这意味着能够利用软件一些分解数据，好比先让电脑按照曲谱主动天生声音，然后再用这些分解的声音去锻炼AI模子，如许做是能够的。

　　在赋格中，凡是有一个主题（subject），随后会有其他声部对其停止回应（answer）。经由过程这类方法，和一些变革本领，构建出全部作品。赋格的写作有许多体系性的划定规矩，这些严厉的划定规矩终极限定了它的进一步开展。音乐家们以为需求突破这些框架，探究更多立异的能够性，这也是为何赋格并没有从文艺再起期间不断持续到20世纪。

　　Roger：由于Suno 是最胆小的，敢开始公布他们的 AI 天生音乐的模子。其他至公司，好比说 Facebook、 Google， 实在手艺是抢先的，但有许多的思索，除把这个手艺公布进来，还要思索它能够会对社会酿成的影响。

　　另有一个成绩，就是我天生的音乐中有些部门还能够，但觉得像是中彩票一样，有必然的必然性。固然有些部门写作程度不错，但关于我出格指定的一些乐器的请求，AI并没有很好地到达。假如我是甲方，而AI是乙方，我会以为乙方没有完整满意我的请求。

　　另外一个成绩是，当我们听AI天生的音乐时，能够会觉得到差别段落之间的过渡很忽然，好比从第一节（Verse 1）到副歌（Chorus）的过渡。这是由于人类作曲凡是接纳自上而下的逻辑，先肯定团体构造，如AABA情势，然后再逐渐肯定每一个部门的和弦停止和配器。

　　在赋格音乐中，有两个声部相互照应长短常较着的特性。起首是第一个声部提出一个主题，第二个声部对这个主题停止反复，构成一种对话的结果。在赋格写作中，一样的旋律会在差别的声部中反复并停止变奏，但即使在变奏过程当中，听众仍旧可以辨认出它们源自统一主题。

　　将来的开展标的目的能够包罗声源别离手艺的前进，这将许可我们把现有的灌音别离成零丁的音轨（STEMs），然后对每种乐器停止零丁锻炼，从而让AI对每种乐器有更深化的了解。

　　叨叨冯：我以为AI天生的音乐在觉得上很像原曲，但实践差异仍是比力较着的。特别是假如你听过巴赫的原曲，你会发明开首的部门十分震动。这类震动感是在教堂或宽广空间入耳时最为激烈的。

　　跟着人类创作出更多优良的音乐作品，AI也将得到更高质量的锻炼数据，构成一种人类与AI配合开展的反应轮回。AI将鞭策人类音乐家创作出更优良的作品，而AI本身也将在吸取了这些优良作品后不竭前进。我以为，20年后，不管是人类音乐仍是AI音乐，都将到达更高的程度，完成共存和配合前进。

　　Roger：关于唱片行业而言，线年月开端的。以是根据这个工夫线推算，像猫王如许的艺术家，大概更早的爵士乐前锋的作品，到2020年能够才会逐步进入大众范畴。虽然能够存在一些晚期灌音，但音质很差。因而，能够还需求再等70年，这些音乐才气被普遍利用。

　　叨叨冯：BPM指的是每分钟80拍，它是音乐速率的一个目标。在音乐中，速率多是最主要的元素之一。统一首歌，假如把速率放慢两三倍贸易读音，本来愉快的歌能够就会听起来悲戚；反之，放慢速率则能够让悲戚的歌听起来欢愉。影戏《大腕》中有一个桥段展现了这一点，哀乐放慢后听起来就像节日音乐。虽然我信赖手艺上能够完成，但今朝测试成果看来，AI在这方面的掌握还不成熟。

　　叨叨冯：我想弥补一个能够听起来很蒙昧的倡议。今朝的AI在必然水平上遵照我们给它设定的标签和逻辑，能否能够在AI中引入一个随机数机制，让AI天生一些真实的随机性，好比新的音色或节拍型。如许能够会发生更新奇、更风趣的成果，而不单单是现有元素的从头组合。

　　Roger：冯教师方才提到，假如对一万首歌停止排序，AI天生的音乐能够排在后7000到8000首，没法到达顶尖程度。这类征象与AI利用的大模子和锻炼数据相关。

　　今朝AI天生的音乐，固然能满意根本的笔墨形貌需求，但在作曲和编曲中表现人类感情方面，我的测试成果显现AI临时还做不到。音乐之以是成为典范，是由于它承载的人文肉体和立场惹起了人们的共识。虽然有不计其数首摇滚乐，但只要少数几首可以成为传世之作。AI天生的音乐固然能够创作出来，但很难在行业中鹤立鸡群，由于它缺少那种能惹起共识的立场。因而，在这个层面上，AI还没有完整可以代替人类作曲家的感情。

　　叨叨冯：从写作听感上来讲，能够打6到7分，最少听起来很像那末回事了。假如从严厉的角度来讲，好比满意乐器请求，我能够只给它打5分。

　　叨叨冯：我以为AI的音乐天生才能能够说靠近人类的均匀程度。假如我们对一万首歌停止排名，AI的音乐能够处于中心地位，好比第四千到第六千首之间。

　　《硅谷101》：关于汗青上一些典范交响曲，它们的版权庇护状况是如何的？我印象中有一个大众范畴（public domain）的观点，内里的曲子是有版权限期的。

　　AI创作音乐时贸易读音，比拟真人作曲，最大的成绩在于它缺少一种“立场”。换句话说，它短少一个创作的念头。假如我是一个真人作曲家，写歌背后必然有一些详细的缘故原由，好比找不到事情的懊丧，大概对某些工作的愤慨。这些感情会让音乐听起来更具有响应的感情颜色。

　　《硅谷101》：但假如AI天生了一首十分相似于“Yellow”的歌，并且连声音都模拟了Coldplay，这是否是就组成侵权了？

　　关于为何AI没法准确地复现指定的木管和铜管声音。AI在天生音乐时，并非基于单个乐器的模子，而是经由过程阐发大批的灌音，笼统出音乐的根本元素，然后将这些元素组合起来。AI并没有真正了解甚么是铜管或木管，它只是按照供给的特性来天生听起来契合这些特性的音乐。

　　叨叨冯：好的，这个提醒词形貌的是一个d小调的托卡塔与赋格，需求有暗淡和戏剧性的结果，有管风琴合奏，团体给人一种庄重而有力的觉得。这个提醒词形貌的是巴赫十分出名的曲子，多是各人最熟习的作品之一。

　　《硅谷101》：在停止AI天生赋格音乐的测试之前，可否先向各人注释一下甚么是赋格？然后我们能够播放一首汗青上的尺度赋格作品，接着比照听听AI天生的赋格。

　　叨叨冯：我以为第二首曲子比拟第一首，听起来更具有豪杰气质，同时也更靠近交响乐的气势派头。不外，我小我私家觉得两都城有点像影戏配乐，和真实的交响音乐比拟，能够还完善一些。

　　Roger：AI音乐范畴的研讨的确曾经停止了许多年，包罗赋格音乐。巴赫的曲谱在网上很简单找到，AI能够操纵这些逻辑性强的音乐数据停止建模。在标记层面，AI曾经可以很好地模仿赋格音乐，包罗主题和变奏贸易形式九个要素。

　　叨叨冯：我不克不及代表一切音乐人，只能表达我小我私家的观点。我晓得有些音乐人，好比纽约的200多位艺术家公然对AI手艺暗示抵抗。AI对我们行业的确带来了打击。我的立场是慎重悲观。

　　叨叨冯：AI可否无中生有，这是枢纽成绩。AI在现有常识的根底上能做得很好，但音乐的开展需求立异，好比从爵士乐开展出摇滚乐。今朝AI的事情道理仍是基于统计学，它总结人类已有的音乐来天生新作品。艺术需求在人类常识范畴以外有所打破，而AI今朝还做不到这一点。

　　Fairly Trained：由来自前Stability AI、Humanistic AI等科技公司高管、出名好莱坞律所和音乐界人士倡议的非红利构造，对涵盖图象、音乐和歌曲天生的野生智能模子停止认证，证实他们已申请利用受版权庇护的锻炼数据的答应。

　　这有点像是“天主掷骰子”的观点。固然人类作曲家不断在测验考试差别的音乐组合，但参加随机性能够会带来真实的立异。我不晓得AI能否可以完成这一点。

　　为理解决这个成绩贸易形式九个要素，AI能够会强行参加一句歌词，大概间接经由过程参加鼓点等手腕过渡到下一个部门，这些都是在音乐构建（build up）过程当中能够碰到的成绩。

　　AIGC的风毕竟是吹到了音乐圈——本年3月，“音乐届的ChatGPT” Suno V3袍笏登场，用户只需求在Suno上输入一句话的提醒词，便可在数秒内天生两首两分钟的完好歌曲，从作词、作曲、吹奏到人声演唱趁热打铁，大大低落了一般人创作音乐的门坎。

　　叨叨冯：一旦进入大众范畴，曲谱自己是没有版权的，任何人都能够吹奏。但假如你录制了这些曲谱，好比纽约爱乐乐团录制的，那末灌音自己是受版权庇护的。以是，假如你用这些灌音来锻炼AI，能够仍是会有版权成绩。除非AI可以利用图象来锻炼声音，那样能够会制止版权成绩。

　　起首，我们没法顺从手艺开展的潮水。关于低本钱音乐建造，AI也有很大的协助。但我其实不出格惊愕，由于人类音乐有一些共同的特征，今朝的AI还没法完整完成。

　　Roger：我来分享一个prompt，是巴赫的托卡塔和赋格。这个prompt取自锻炼数据集，我想看看假如你输入这个prompt，AI能否可以天生听起来很像巴赫，大概与原曲十分类似的音乐。

　　叨叨冯：这是能够的，但事情量会十分大。如今各人常常开打趣说，用AI天生的音乐来找灵感比力适宜：AI写了一段音乐，能够从中抓取几个末节，作为一个主题（Motive），然后拓展成一首大型交响乐。但要间接用AI天生的作品，今朝看来与交响乐的尺度另有必然差异。

　　为何某些音乐让人觉得欢欣，而另外一些让人觉得悲戚？AI在音乐研讨过程当中与音乐学科有许多穿插，能够停止许多风趣的研讨。

　　Roger：关于第一首曲子当我们在第二次测验考试中参加了“十九世纪”如许的标签后，结果有所改进。这归结于锻炼数据的成绩。锻炼数据集合有两类弦乐门户，AI需求了解并婚配响应的标签来天生音乐。关于古典音乐，有一个特地的门户叫做“master works”，AI必需了解这些术语才气准确天生音乐。假如我们想天生更好的音乐，需求研讨锻炼数据集的标签，这能够供给一些灵感。

　　叨叨冯：赋格是一种庞大的作曲情势，它利用对位法来创作音乐。与当代盛行音乐先创作旋律再配上和弦的方法差别，赋格存眷的是每一个音符或每组音符之间的干系，怎样从调和改变为不调和，然后再处理回到调和。赋格创作有许多严厉的划定规矩，好比制止利用平行五度和八度等。

　　但是，在某些状况下对音乐的请求其实不高。好比我能够需求一段摇滚气势派头的音乐作为短视频的布景音乐，不需求它出格超卓。在这类状况下，我以为AI天生的音乐曾经充足好了。AI音乐的另外一个劣势在于，它能够供给更好的定礼服务，特别是在小本钱建造中，如影视配乐。现有的免费版权音乐库固然宏大，但要找到完整契合特定主题的音乐其实不简单。而AI能够按照详细的提醒词天生愈加贴合的音乐，处理了这一成绩。但这也仅限于此。

　　叨叨冯：好的，没成绩。此次我们用器乐（instrumental）来测试，我会测验考试指定一些乐器。我们期望它天生一个以“豪杰”为主题的交响乐，指定弦乐、木管、铜管和冲击乐中的定音鼓等乐器，这些都是比力常见的设置。

　　这首曲子在旋律写作和节拍上比之前的更靠近古典音乐，团体上反复性不高，有了必然的念头并逐步开展。但要到达真正交响乐的情势，另有必然差异。

　　但是，今朝的AI音乐天生东西十分普通化，它们假定用户对音乐一窍不通，只能经由过程笔墨来形貌他们想要的音乐气势派头或元素。这类设想在贸易化方面多是胜利的。我信赖会有更多公司进入这个细分市场，开辟出更专业、更合适音乐人的AI音乐天生东西。

　　Roger：是的，如今有一个名为“Fairly Trained”的构造，特地盯着Suno，不竭寻觅能够与版权音乐过于类似的作品。假如发明如许的作品，他们能够会采纳法令动作。

　　BPM：beats per minute，襟怀速率的音乐单元，每分钟几拍（BPM）暗示一个指定的音符，比方四分音符，在一分钟内呈现的次数，BPM的数值越大代表速率越快。

　　这些锻炼数据凡是不是顶尖音乐，假如天生的音乐与免版权音乐库中的音乐结果类似，从模子进修的角度来看，它就曾经到达了目的，这就是为何AI天生的音乐能够其实不出彩。

　　《硅谷101》：也跟Roger就教，为何我们以为天生的音乐不敷悲戚？是由于它不克不及了解“悲戚”的观点，仍是由于它的天生方法做不到？

　　遮掩效应：是指因为呈现多个统一种别（如声音、图象等）的刺激，招致被试不克不及完好承受局部刺激的信息。详细分为视觉遮掩效应和听觉遮掩效应。此中，听觉遮掩效应是指人的耳朵只对最较着的声音反响敏感，而关于不敏感的声音，反响则较为不敏感。比方在声音的全部频次谱中，假如某一个频次段的声音比力强，则人就对别的频次段的声音不敏感了。

　　我之前测试了许多中文歌曲，比拟较之下，英文歌曲在AI天生时仿佛愈加成熟一些。AI对英文歌词的了解和转换成音乐的才能仿佛更进一步。但在音乐自己的构造上，好比摇滚乐，它凡是包罗两个verse（主歌）和随后的chorus（副歌）。在AI天生的音乐中，从主歌过渡到副歌时，觉得短少了一种递进感，一种鞭策力。也就是说，我们能听到主歌间接切换到了副歌，短少了那种在器乐上逐步构建起来、推向飞腾的“build up”（积聚感），就像是在到达飞腾前需求有一个积聚、然后发作的历程，而AI天生的音乐短少了这最初的鞭策。

　　曾经风俗了各种“AI歌手翻唱”的听众和用户疾速拥抱了Suno，从《宫保鸡丁咏叹调》到《让我们荡起双桨》重金属，从英语、日语、俄语到一般话以至是粤语，网友们自觉上传的作品一应俱全，网易云音乐、QQ音乐等平台也疾速上线了SunoAI音乐专区，以至还推出了按期更新的官方保举歌单。

　　《硅谷101》：我们方才会商了那些汗青上十分典范的乐曲，它们在作者逝世70年后可免得费利用，如许的乐曲数据库大吗？

　　特别音乐，不像笔墨大概图象，它的版权成绩实际上是一个十分敏感的话题。假如你有海量的数据，假定你把天下上一切的歌都用来锻炼一个模子，那它必定是可以做出一个很好的结果。可是它就会能够面对许多的法令成绩，以至说你把这全部音乐财产的格式给改动了，蛋糕就这么大，最初怎样去分？跟唱片公司、出书商去分钱？这些成绩假如没有想分明的话，结果能够不胜假想。

　　本期《硅谷101》约请到了来自音乐和AI音乐天生范畴的两位高朋，出名音乐博主“叨叨冯”冯建鹏贸易读音，美国哈特福德大学哈特音乐学院冲击乐讲师，百老汇全职吹奏家和Roger Chen， Meta Music Tech Lead，分享他们对以Suno为代表的文生音乐模子的观点，和AI怎样影响音乐财产的将来。

　　《硅谷101》：冯教师曾提到音乐最怕无聊，AI未来可否克制这个成绩，创作出既契合逻辑又出人预料的音乐？

　　叨叨冯：此次指定了工夫后，天生的曲子比之前的要好许多。不外，今朝还没有听到较着的冲击乐部门，如定音鼓等，次要是以高音弦乐为主，木管和铜管部门仿佛混淆在一同，音色上不太能分辩出来。

　　但是，AI在两个主歌之间的辨别上做得还不错，天生了一个较好的间奏。在音乐创作中，假如由人类来作曲，凡是主歌之间的感情变革不会太大，但主歌过渡到副歌时，感情变革会更较着。

　　假如给AI充足的数据和计较才能，它实际上可以天生契合人类审美的、史无前例的音乐组合。但AI能够没法主动挑选出这些立异组合，这就需求人类的审美到场，停止挑选和指点。持久来看，能够会有许多人测验考试各类音乐交融，分离非洲贸易形式九个要素、拉丁等民族元素与电辅音乐等，缔造出别致的音乐门户。枢纽在因而否有人可以捕获到这些立异，并在人类社会中推行它们。

　　《硅谷101》：除 Suno 之外，近来另有其他的几款天生音乐的软件，为何觉得是 Suno 是最火的呢？

　　AI次要是基于统计学的，而音乐创作需求更深条理的逻辑和文明沉淀。除非AI能逾越基于统计学的范围贸易形式九个要素，开展出真实的智能和缔造力，不然我不以为它会对全部音乐行业组成要挟贸易形式九个要素。

　　，采访：泓君，图文：杜秀，原文题目：《【播客】Suno引爆音乐圈，与音乐人聊聊AI天生音乐与艺术的随机数》，头图来自：视觉中国

　　《硅谷101》：人类作曲要表达感情和共识，偶然还需求一些命运。假如与全部音乐圈的均匀程度比拟，你以为AI到达了吗？

　　《硅谷101》：这类AI音乐创作的历程，听起来有点像是朝着通用野生智能（AGI）的标的目的开展。

　　今朝业界利用的数据库次要是免版权音乐库，如Shutterstock Music等，这些库不只供给音频文件，另有丰硕的元数据（Metadata）。

　　赋格：为拉丁文“fuga”的译音，是流行于巴洛刻期间的一种复调音乐文体，又称“遁走曲”，是复调音乐中最为庞大而松散的曲体情势。赋格的构造与写法比力标准。乐曲开端时，以单声部情势贯串全曲的次要音乐素材称为“主题”，与主题构成对位干系的称为“对题”，以后该主题及对题能够在差别声部中轮番呈现，主题与主题之间也常有过渡性的乐句作音乐的比照。