DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XML 編程思想:用 MusicBrainz 打造開放的音樂元資料庫
編輯:XML詳解     

自 1980 年代中期數位音樂問世以來,爭論就沒停過;連數位音樂的後設資料管理都捲入了這場紛爭。不過,好的技術方案有時確實能從充滿政治色彩的爭吵中脫穎而出。本文作者 Uche Ogbuji 介紹 MusicBrainz——一個專門管理數位媒體後設資料的專案。它把 RDF 放在核心資料格式的位置,也因此獲得了相比同類前輩專案的幾項關鍵技術優勢。

從 CDDB 的爭議說起

數位音樂至今仍是資訊時代的重要一環:它讓樂迷方便,也給高科技公司帶來商機。你能在數位裝置裡塞進數百張專輯,並按自己喜歡的方式編目。由於這個時代大量音樂以 CD 形式銷售,市面上存在無數工具用來蒐集藝人與曲目資訊,以填寫 mp3、Ogg Vorbis 等數位格式的標籤——這些資訊就是數位音樂最常見的後設資料。

1990 年代初期,Internet Compact Disc Database(CDDB)作為一個「把 CD 特徵與後設資料配對」的分散式資料庫問世。在眾多非正規使用者的無償投入下,它成長迅速:這些人義務提供自家 CD 的資訊,以為 CDDB 的系統與軟體是開放且免費的。然而在一次頗具爭議的操作中,如今名為 Gracenote 的商業團體為 CDDB 加上了發證授權的限制,反而催生了幾個真正開放的替代方案。其中,freedb.org 與 MusicBrainz 最為醒目:前者仍沿用 CDDB 的格式,後者則推倒重來,徹底重新設計了數位音樂的後設資料格式與系統——而在这场重建中,他們選擇讓 RDF 扮演關鍵角色。

MusicBrainz 的野心不只是「CD 曲目資訊」,而是要做數位音訊與視訊的後設資料庫(metadatabase),因此自稱為「開放音樂百科全書」。開放性由明確的 OpenContent 授權條款保障,所有 MusicBrainz 資訊都採用該授權。它是分散式的,能把多個網站位置的資訊匯集起來;開放原始碼的伺服器軟體也容易取得。當時庫中約有上百萬條曲目資訊。

資料以 RDF 為基礎,這帶來幾項獨一無二的優勢。首先,每條曲目(以及所有重要概念)都有以 URI 表示的唯一識別碼。有了 URI,就能形成「通用播放清單」(universal playlist):這種清單可以用壓縮形式發布,並唯一標識一段特定的歌曲序列。CDDB 並不具備這樣的全域識別碼。此外,MusicBrainz 還定義了查詢這部百科全書的 RDF 詞彙表。

命名曲目:四個名稱空間

MusicBrainz 的 RDF 子系統定義在《MusicBrainz Metadata Initiative 2.0》規範中,規範同時涵蓋百科條目的表達與查詢。MusicBrainz 為幾套彼此相關的 RDF 詞彙表各自定義了基本 URI,也就是名稱空間:

  • https://musicbrainz.org/mm/mm-2.0#:MusicBrainz 後設資料(Metadata)名稱空間,通常搭配前綴 mm。
  • https://musicbrainz.org/mm/cdmp-1.0#:CD 查詢(Compact Disc Lookup)名稱空間,通常搭配前綴 cdmp。
  • https://musicbrainz.org/mm/mq-1.0#:MusicBrainz 查詢(Query)名稱空間,通常搭配前綴 mq。
  • https://musicbrainz.org/mm/mem-1.0#:MusicBrainz 擴充後設資料(Extended Metadata)名稱空間,通常搭配前綴 mem。

本文著重 mm 與 cdmp,因為這兩套已相當成熟。mem 仍在擴充改良中,尚未實際啟用;mq 可能是專案下一步的重點,但當時也還沒完全就緒。

mm 名稱空間處理核心音樂後設資料,使用三個類別:

  • Artist:包含常用名稱、排序用名稱(例如「The Roots」可按「Roots, The」排序),以及該藝人專輯的 RDF 包。
  • Album:包含以 dc:title 表達的專輯標題、與藝人的關聯,以及帶曲目清單的 RDF 序列。
  • Track:包含曲目標題、創作者,以及該曲在專輯中的編號等特性。

凡可行之處,MusicBrainz 都優先採用 Dublin Core 後設資料元素。如作者在先前文章所述,這讓 MusicBrainz 的後設資料在一定程度上也能被通用 RDF 代理程式理解。

此外,曲目還被賦予一項特性,用來關聯其 TRM 聲紋(TRM Acoustic Fingerprint)。TRM 是 Relatable, LLC 開發的技術,作為數位媒體的唯一條碼;每個 TRM ID 都是一個全域唯一識別碼(UUID)。例如 The Roots 的「Mellow My Man」,其 TRM 是 f13069e3-da60-4782-82dd-a9f375e5c374。這項資訊可以選擇性地用於數位內容的著作權管理(DRM),不過 MusicBrainz 在 DRM 問題上保持中立。

清單 1 是一份 MusicBrainz 後設資料記錄的示例。

清單 1. 音樂後設資料示例

<rdf:RDF xmlns:rdf = "https://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:dc  = "https://purl.org/dc/elements/1.1/"
         xmlns:mm  = "https://musicbrainz.org/mm/mm-2.0#">
  <mm:Artist rdf:about="https://musicbrainz.org/artist/8f6bd1e4-fbe1-4f50-aa9b-94c450ec0f11">
    <dc:title>Portishead</dc:title>
    <mm:sortName>Portishead</mm:sortName>
    <mm:albumList>
      <rdf:Bag>
        <rdf:li rdf:resource="https://musicbrainz.org/album/911e3f30-192e-4c3d-aa25-2a89d4202a3e"/>
        <rdf:li rdf:resource="https://musicbrainz.org/album/3677c7a6-03a6-4709-a7aa-edaea95ce473"/>
      </rdf:Bag>
    </mm:albumList>
  </mm:Artist>
  <mm:Album rdf:about="https://musicbrainz.org/album/911e3f30-192e-4c3d-aa25-2a89d4202a3e">
    <dc:title>Dummy</dc:title>
    <dc:creator rdf:resource="https://musicbrainz.org/artist/8f6bd1e4-fbe1-4f50-aa9b-94c450ec0f11"/>
    <mm:trackList>
      <rdf:Seq>
        <rdf:li rdf:resource="https://musicbrainz.org/track/8facb8ab-0b31-4d06-907f-0a9c9a72383c"/>
        <rdf:li rdf:resource="https://musicbrainz.org/track/44d90dca-5290-4cb3-af38-518818835f23"/>
        <!-- 其餘曲目為求簡潔從略 -->
      </rdf:Seq>
    </mm:trackList>
  </mm:Album>
  <!-- Roseland NYC Live 專輯結構同上,從略 -->
</rdf:RDF>

值得留意的是:專輯清單用的是「包」(Bag),因為順序在這裡不具意義;曲目清單則用「序列」(Seq),为的是保留播放順序。這其實有點冗餘,因為每條曲目本身已經帶有曲目編號特性。

查詢 CD 資訊:CDMP 協議

MusicBrainz 另外定義了一套 CD 後設資料查詢服務:CD 後設資料建議書(Compact Disc Metadata Proposal,CDMP)。協議非常簡單:把一份 RDF 查詢文件用 HTTP POST 送到 MusicBrainz 伺服器,就會收到以 MusicBrainz 後設資料格式表達、外面包著 CDMP 封裝元素的回應;也可以改用帶特殊查詢參數的 HTTP GET。

最典型的情境是這樣的:使用者把 CD 放進電腦,播放器啟動,程式讀取每條曲目的偏移量——在很多情況下,這些偏移量足以唯一識別一張 CD。程式把偏移量送到 MusicBrainz 伺服器,換回偏移量相符的 CD 及其曲目資訊。清單 2 就是這類查詢的示例。

清單 2. CD 與曲目資訊的範例查詢

<rdf:RDF xmlns:rdf  = "https://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:dc   = "https://purl.org/dc/elements/1.1/"
         xmlns:cdmp = "https://musicbrainz.org/mm/cdmp-1.0#"
         xmlns:mm   = "https://musicbrainz.org/mm/mm-2.0#">
  <cdmp:LookupCD>
    <cdmp:offsets>150-17895-34567-51432-68025-87365-106380-123452-140620-157792-175650
    </cdmp:offsets>
  </cdmp:LookupCD>
</rdf:RDF>

實際上,這是一個由 RDF 物件構成的查詢,特性充當查詢參數。這是 RDF 表達查詢的常見做法,雖然查詢一旦變複雜就會顯得笨拙——所幸大多數 MusicBrainz 查詢都相當單純。清單 3 是針對清單 2 的範例回應。

清單 3. CDMP 查詢的範例回應

<rdf:RDF xmlns:rdf  = "https://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:dc   = "https://purl.org/dc/elements/1.1/"
         xmlns:cdmp = "https://musicbrainz.org/mm/cdmp-1.0#"
         xmlns:mm   = "https://musicbrainz.org/mm/mm-2.0#">
  <cdmp:ResultCD>
    <cdmp:cd>
      <cdmp:CDMetadata>
        <dc:title>Rubycon</dc:title>
        <cdmp:cdmpId>ivDFb2Tw6HzN.XdYZFj5zr1Q9EY-</cdmp:cdmpId>
        <mm:Artist>
          <rdf:Description>
            <dc:title>Tangerine Dream</dc:title>
          </rdf:Description>
        </mm:Artist>
        <mm:trackList>
          <rdf:Seq>
            <rdf:li>
              <mm:Track>
                <dc:title>Rubycon (Part I)</dc:title>
                <mm:trackNum>1</mm:trackNum>
              </mm:Track>
            </rdf:li>
            <rdf:li>
              <mm:Track>
                <dc:title>Rubycon (Part II)</dc:title>
                <mm:trackNum>2</mm:trackNum>
              </mm:Track>
            </rdf:li>
          </rdf:Seq>
        </mm:trackList>
      </cdmp:CDMetadata>
    </cdmp:cd>
  </cdmp:ResultCD>
</rdf:RDF>

這個回應基本上就是包在 CDMP 封裝類別裡的 MusicBrainz 後設資料格式。相比 CDDB 的一大優勢是:一次查詢可以返回多張 CD 的結果,藉此處理不同 CD 之間曲目偏移量細節可能出現的衝突。

CDMP 查詢也可以用標題、藝人或其他欄位的精確或部分比對來搜尋 CD。此外,使用者可以提交新的 CD 資訊。一般流程是:播放器查詢後找不到相符資料,軟體允許你手動輸入曲目資訊,接著你就能把這些資料提交給 MusicBrainz。MusicBrainz 設有緩衝機制,把提交環節的濫用與無心之錯降到最低。這點很重要,CDDB 就曾被人用不雅語言的惡作劇汙染過資料。大多數劣質資料沒那麼誇張,通常是拼字錯誤、曲目順序顛倒之類的問題。MusicBrainz 允許使用者在初步提交之後,於緩衝機制的管控下編輯資料項。

CDMP 最初設計時打算與其他開放式 CD 查詢系統協同運作,但這項協作沒有達到預期效果,因此未來可能改由 mq 名稱空間的查詢取而代之,因為後者更貼近 MusicBrainz 百科全書的一般概念。

結束語

MusicBrainz 在好幾個層次上都值得注意。

首先,它展示了投入開放技術的社群所能發揮的能量。這些社群往往能有效化解不擇手段商業利益的破壞:MusicBrainz 誕生於 CDDB 轉向限制性授權的時刻,開發者藉此機會重新設計了 CD 資訊系統,讓它更靈活、功能更多、支援的資訊類型更廣。廣大使用者無償貢獻了大量資料,使這個資料庫成為一項了不起的公共財。

其次,RDF 的採用意味著 MusicBrainz 能輕易與其他後設資料倡議整合。RDF 也有一些不方便之處:它沿襲了 RDF 1.0 容器的種種不便,而且除了需要正確同步的其他關聯之外,有時還得搭配容器關聯使用。舉例來說,mm:trackList 序列中的順序,對等效的 mm:trackNum 特性而言是多餘的。

儘管有這些小缺陷,資料本身最終還是非常清晰,也有許多工具能方便地取用。舉例來說,XML 優秀的國際化能力被 MusicBrainz 完整借用,這與當年 CDDB 國際化狀態含糊不清形成鮮明對比。即使不熟悉 RDF 的人也無須擔心,因為 MusicBrainz 提供了開放原始碼的用戶端程式庫。如果你正在開發任何處理數位媒體的應用程式,請考慮採用 MusicBrainz 的格式與協議作為後設資料方案。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved