- Exemples rassemblés à partir du code source et du modèle de données de Navidrome : même en ne traitant que le titre, l’artiste, l’album, la pochette et la sortie dans les métadonnées musicales, il existe énormément d’exceptions difficiles à normaliser
- Des noms comme
†,★,',(),<|°_°|>, des slashs, des espaces, des émojis, des formules ou même une chaîne de test EICAR entrent facilement en conflit avec les noms de fichiers, la recherche, le tri et les outils de sécurité - Les albums sans titre, les pochettes multiples, plusieurs albums portant le même titre, des morceaux de 7 heures, 13 heures ou 4723 heures, ou un EP de 99 pistes dont la plupart sont 4 secondes de silence, brisent les hypothèses simples sur la durée et la structure des objets musicaux
- Plusieurs pseudonymes pour une même personne, les changements de nom de groupe, les variantes régionales d’un nom, plusieurs groupes portant le même nom ou des noms internationalisés qui se chevauchent rendent l’identification d’un artiste par une simple chaîne de caractères difficile
- Si des schémas de base de données comme MusicBrainz séparent finement album, release, artiste, alias et piste, c’est parce qu’il faut réellement gérer ce type d’exceptions
Les hypothèses de base brisées par les titres et les noms
- Dans les métadonnées musicales, les noms d’album peuvent sembler créatifs pour un humain, mais posent aux systèmes des problèmes de gestion des caractères spéciaux
- † de Justice
- ★ de David Bowie
- ' de Frank Zappa
- () de Sigur Rós
- Love Symbol de Prince ; en 1993, Prince a aussi adopté ce symbole comme nom de scène et a été appelé “The Artist Formerly Known as Prince”
- <|°_°|> de Caravan Palace
- Les systèmes d’exploitation et les systèmes de fichiers vacillent eux aussi face aux noms
- Le système de titres d’album de MASTER BOOT RECORD peut poser problème aussi bien sous Windows que sous Linux
- Sous Linux, des noms comme ///////-//-///// de The You Suck Flying Circus se remarquent particulièrement
- C:/del*mp3 de Marco.V est un titre qui ressemble à un chemin de fichier
- Another Round Won't Get Us Down de Auto!Automatic!! contient une piste nommée
\\\\\\et une autre nommée//////////
- La recherche et le tri ne sont pas simples non plus
- Des artistes vaporwave mettent parfois des espaces entre les lettres, comme Hallmark '87 avec A T R I U M
- Laughing Mantis a sorti un morceau portant la même chaîne que le fichier de test EICAR :
X5O!P%@AP[4\PZX54(P^)7CC)7}$EICAR-STANDARD-ANTIVIRUS-TEST-FILE!$H+H*
Sans titre, titres ambigus et titres très longs
- Certains albums n’ont pas de titre
- le dernier album de Rammstein
- le quatrième album de Led Zeppelin
- le huitième album de KoЯn
- Beaucoup de noms d’album donnent aussi l’impression de ne pas avoir de titre ou prêtent à confusion
- (untitled) de The Byrds
- untitled de R Kelly
- untilted de Autechre
- Self-Titled Long-Playing Debut Album de +/-
- la face A du single vinyle 7 pouces de Tintern Abbey s’intitule Beeside
- Weezer a sorti plusieurs albums intitulés Weezer, parfois deux la même année
- Ø (Disambiguation) de Underoath se confond avec la page de désambiguïsation Wikipedia sur Ø
- Title de Meghan Trainor
- Les titres d’album très longs mettent sous pression l’UI, la recherche et l’espace d’affichage
- le long titre d’album Prajecyrujučy Sinhuliarnaje Wypramieńwańnie... d’Eximperituserqethhzebibšiptugakkathšulweliarzaxułum
- When the Pawn... de Fiona Apple
- Music to Listen to~Dance to~Blaze to... de Bring Me the Horizon
Pochettes, nombre de pistes, durée, versions de release
- Certains albums ont plusieurs pochettes, ce qui invalide l’hypothèse “un album = une pochette”
- Synchronicity de The Police a 36 variantes de pochette
- Fate for Breakfast d’Art Garfunkel avait 6 pochettes, mais comme l’album a peu marché aux États-Unis, la plupart des gens n’en ont vu qu’une seule
- Do It Yourself de Ian Dury & The Blockheads a eu au moins 34 pochettes
- L’image de pochette elle-même peut aussi provoquer des polémiques ou des versions censurées
- Virgin Killer de Scorpions
- No Image de GGGOLDDD
- There Will Be No Intermission d’Amanda Palmer utilisait une photo en nudité complète, ce qui a conduit à une version censurée
- Unfinished Music No. 1: Two Virgins de John Lennon & Yoko Ono
- Les pistes peuvent être sans titre ou avoir des noms intrinsèquement confus
- Selected Ambient Works Volume II d’Aphex Twin
- Yantra Material Action de Mezbrow
- sur EP7 d’Autechre, il existe une piste sans titre en pregap, et l’une des pistes normales s’appelle “Left Blank”
- La durée et la structure des pistes présentent des cas extrêmes
- “Doom Apocalypse X, The Ultimate Fate Of The Universe (Part IX: The Photon Era)” de NǽnøĉÿbbŒrğ VbëřřĦōlökäävsŦ dure presque 7 heures, et l’album entier “The Ultimate Fate Of The Universe” dure presque 23 heures
- The Rise and Fall of Bossanova de Pipe Choir Three découpe un morceau de 13 heures en 5 parties
- 209: Blurred With Tears And Suffering Beyond Hope de Bull of Heaven contient une piste de 4723 heures 54 minutes et 37 secondes
- Broken de Nine Inch Nails contient 99 pistes, et de la piste 7 à la piste 97, chacune est constituée de 4 secondes de silence
- La plupart des albums existent en plusieurs versions ou releases
- The Eminem Show existe en 15 versions
- All Lights Fucked on the Hairy Amp Drooling existe en cassette 27 pistes en 1994, en réédition 4 pistes en 2022, et en bootleg 31 pistes
- God Speed You Black Emperor! a changé son nom en “Godspeed You! Black Emperor” en 2002
- Antares de Sybreed diffère entre les éditions japonaise, américaine, russe, promo suisse et promo européenne par le nombre de pistes et la 11e piste
- le single Close-Up d’Art of Noise a eu 4 éditions britanniques avec le même numéro de catalogue et la même pochette, mais avec des pistes différentes, et l’une d’elles ne contenait même pas la piste “Close-Up”
- Taylor Swift a réenregistré ses albums pour récupérer la pleine propriété de sa musique
- Les questions de licence créent aussi des différences entre releases
- MM..FOOD de MF DOOM est sorti en 2004, puis une version réenregistrée est sortie en 2007 à cause d’échantillons de Sesame Street non régularisés
Quand l’identification des artistes devient difficile
- Une seule piste peut avoir un très grand nombre d’artistes associés
- “119 REMIX” de GRAY participe, comme son titre l’indique, 119 artistes
- Les groupes peuvent changer de nom ou utiliser des noms différents selon les régions
- GZR est noté
g//z/rsur le premier album,geezersur le deuxième etGZRsur le troisième - Ghost a longtemps été connu sous le nom Ghost B.C. uniquement aux États-Unis
- Suede est connu aux États-Unis sous le nom “The London Suede”
- Zoviet France apparaît aussi sous les formes
:$OVIET:FRANCE:,Soviet France,:Zoviet-France:,:zoviet*france: - Invent, Animate a changé son nom en “Invent, Animate” pour éviter d’être confondu avec deux artistes distincts
- GZR est noté
- Certains artistes utilisent plusieurs noms
- Aphex Twin a de nombreux alias : Blue Calx, Caustic Window, Brian Tregaskin, The Dice Man, Polygon Window, Power-Pill, Richard D. James, GAK, The Tuss, user48736353001, etc.
- Filipe Santos est aussi cité comme cas d’usage de multiples noms
- Le nom même des groupes perturbe les règles de recherche et de tri
- The The
- “The” de Jad and The
- The Band
- Artist Unknown et Unknown Artist
- !!!
- A
- il existe 8 groupes nommés Live et 12 groupes nommés LP
- Des groupes différents peuvent porter le même nom
- “Emperor” peut désigner un groupe de black metal norvégien, un producteur drum and bass, un artiste trance, un groupe de metal japonais, ou encore un artiste fictif de hip-hop pingouin dans l’univers d’Arknights
- Havamal peut désigner un groupe de Viking metal et un autre groupe de Viking metal
- Bulldog Breed peut désigner deux groupes britanniques, qui ont tous deux sorti un album intitulé “Made in England”
- Avishai Cohen désigne deux musiciens de jazz israéliens
- des noms “cool” très communs comme Revolver, Peace, Hybrid ou End sont souvent en doublon
- L’internationalisation complique encore l’identification
- Пётр Ильич Чайковский, c’est-à-dire Tchaikovsky, possède 31 noms dans MusicBrainz
Encodage des caractères, systèmes d’exploitation et modèle de données
- Certains artistes et albums mettent à l’épreuve la prise en charge de l’UTF-8 et le traitement par les systèmes d’exploitation
- ･ ･－･ ･－ ･･･ ･ －･･ possède de nombreux singles aux noms proches en code Morse
- Spın̈al Tap utilise un i sans point et un metal umlaut
- Four Tet a sorti ⣎⡇ꉺლ༽இ•̛)ྀ◞ ༎ຶ ༽ৣৢ؞ৢ؞ؖ ꉺლ, dont le titre semble dégouliner de caractères sur la page Wikipedia, et a aussi utilisé le nom 00110100 01010100, qui signifie “4T” en ASCII
- KEYGEN CHURCH a sorti des albums nommés “░█░█░░█░█░█░” et “░ ▒ ▓ █”
- la langue artificielle Kobaïan de Magma contient des diacritiques personnalisés absents de l’UTF-8
- Aphex Twin a un morceau intitulé ∆Mᵢ⁻¹=−α ∑ Dᵢ[η][ ∑ Fjᵢ[η−1]+Fextᵢ [η⁻¹]]
- Music of the Spheres de Coldplay utilise des émojis pour la plupart des titres de piste
- Ed Sheeran a sorti les albums -, =, ÷, x, +
- La “musique classique” est aussi mentionnée comme domaine de problèmes à part entière
- L’exemple préféré cité est brouillard
- le groupe s’appelle brouillard, son unique membre s’appelle aussi brouillard, et tous les albums comme toutes les pistes s’appellent également brouillard
- On peut entrevoir la manière de gérer ce chaos en regardant le schéma de base de données MusicBrainz
2 commentaires
Cet article a déjà été publié sur GeekNews.
https://fr.news.hada.io/topic?id=6319
Avis sur Hacker News
Je me souviens avoir vendu le CD d’occasion de Kill 'Em All de Metallica à un disquaire, puis avoir racheté le même Kill 'Em All ; le vendeur était assez perplexe
Certaines éditions contiennent deux reprises supplémentaires, Am I Evil et Blitzkrieg, et les deux CD avaient le même numéro d’identification, ce qui rendait la situation encore plus confuse
Il m’a évidemment demandé pourquoi je rachetais le CD que je venais de vendre ; quand je lui ai montré, il est resté bouche bée en disant qu’il n’avait jamais vu ça
Il y avait autrefois une image mème montrant une recherche Google pour The Who : au-dessus des résultats, on lisait « 'The' est un mot courant et a été supprimé de la requête » / « 'Who' est un mot courant et a été supprimé de la requête »
Dans les forums techniques, où l’on utilise beaucoup d’abréviations, c’est un réglage incroyablement agaçant
Them, je parle de vous O_o
À l’époque, pour trouver sur Google comment faire quelque chose avec R, il fallait connaître l’emplacement des archives de la liste de diffusion et limiter sa recherche à ce domaine : une astuce assez spécifique
Plus tard, quand Google s’est mis à beaucoup utiliser R en interne, ce problème a soudainement disparu
Le fait que Taylor Swift ait réenregistré puis réédité toutes ses anciennes chansons est aussi un exemple assez connu
Si quelqu’un demande à Alexa de jouer Love Story, doit-elle lancer la version qui rapporte davantage de royalties à Taylor, ou celle qui en rapporte davantage à tel éditeur musical ?
Lorsqu’on classe la popularité d’un morceau, il y a de fortes chances qu’il ne faille pas traiter les différentes versions comme des chansons distinctes
Parce qu’il existe à la fois une version single et une version album
Lié : https://github.com/minimaxir/big-list-of-naughty-strings
Big List of Naughty Strings est une liste de chaînes susceptibles de poser problème lorsqu’elles sont utilisées comme données saisies par l’utilisateur
Il semble qu’ils aient tout simplement oublié le groupe A
Ce groupe a sorti une chanson intitulée nothing https://en.wikipedia.org/wiki/Nothing_(A_song)
Je me souviens avoir galéré autrefois à trouver leurs albums sur Amazon, et ça n’a pas l’air beaucoup plus simple aujourd’hui
Mais il était vraiment impossible à chercher, donc j’ai fini par acheter le CD
Je suppose qu’il parle seulement des pistes enregistrées, mais 13 heures, c’est un chiffre de débutant[0]
[0] https://en.wikipedia.org/wiki/As_Slow_as_Possible#Halberstad...
https://www.discogs.com/release/3580802-Bull-Of-Heaven-209-B...
Il existe aussi une piste de 5,5 ans, mais seule une partie a été publiée
https://www.discogs.com/release/3580806-Bull-Of-Heaven-210-L...
Cela fait quand même environ 13 000 heures
Du coup, évidemment, elle est très rarement jouée
Il y a aussi des œuvres comme As Slow as Possible de John Cage, dont une exécution est encore en cours
Elle a commencé en 2001 et se termine en 2640, donc il faudrait peut-être se dépêcher si l’on veut en voir la fin
[1] Probablement une pièce de Ravel, mais ma mémoire et une recherche rapide ne donnent rien de concluant pour l’instant
[2] Je crois que c’était un nombre spécial qui sonnait un peu arbitraire, quelque chose comme 2347
Je pense à The Black Hawk War, or, How to Demolish an Entire Civilization and Still Feel Good About Yourself in the Morning, or, We Apologize for the Inconvenience but You're Going to Have to Leave Now, or, 'I Have Fought the Big Knives and Will Continue to Fight Them Until They Are Off Our Lands!' de Sufjan Stevens
C’est ce morceau qui m’a appris, quand j’étais un jeune script kiddie, la limite FAT32 de 255 caractères pour la longueur totale du chemin
C:\del.mp3* de Marco V mérite aussi une mention spéciale
https://www.discogs.com/release/133498-MarcoV-Cdelmp3-Solari...
Depuis que j’ai commencé à écouter la musique d’emma essex, je me suis rendu compte à quel point, même à notre époque, la gestion d’Unicode n’est encore qu’à moitié implémentée.
Parmi mes exemples préférés, il y a « ⎆ », tiré de l’album « 𝅙𝅙 » (U+1D159), « HHSU 𓃚 𝕮𝖆𝖒𝖇𝖎𝖚𝖒, 𝕏𝕪𝕝𝕖𝕞, 𝓗𝓮𝓪𝓻𝓽𝔀𝓸𝓸𝓭 », « ♫♫♩♫‿♩ but it's 怒首領蜂 大往生 », « ｒｔｒｃ{（''»''）²２}：≞（''»''０１）； », etc.
Le premier exemple ressemble surtout à des symboles alphanumériques mathématiques.
https://en.wikipedia.org/wiki/Mathematical_Alphanumeric_Symb...
Je me demande si quelqu’un a déjà essayé d’utiliser des caractères de la zone d’usage privé d’Unicode.
Ça pourrait donner des résultats intéressants.
Ils ont changé le nom du groupe à chaque album ; ça aurait été impressionnant si les trois albums avaient tous eu exactement le même titre.
« Horrible. »
À ce stade, je ne suis même pas sûr qu’on puisse encore appeler ça un cas limite.
Untilted d’Autechre est l’un de mes exemples préférés de titre d’album volontairement déroutant.
Comme le dit aussi l’article, lorsqu’il est rendu en petits caractères, il n’est pas évident, même en le regardant, que le titre n’est pas « Untitled ».
Bien joué, Ae !