在流媒体时代，搭建一个专属于自己的「音乐探索系统」

Matrix精选 2026年07月28日 25 分钟阅读 在流媒体时代，我们如何发现和管理音乐？ 主作者 关注 ChandlerLin 新手上路 ChandlerLin 关注 ChandlerLin 新手上路 联合作者 关注 ChandlerLin 新手上路 ChandlerLin 关注 ChandlerLin 新手上路 25 分钟阅读 微信扫码分享 以图片分享分享到微博 点击下方按钮可复制链接 分享收藏举报Matrix 首页推荐Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。文章代表作者个人观点，少数派仅对标题和排版略作修改。信息过剩时代真正的难题，不是无法获得更多，而是不知道应该舍弃什么。——Brian Eno（英国作曲家、音乐制作人和音乐理论家）前言过去的人找寻，乃至于更深层次地喜欢上某位音乐家或者某张专辑，是一件相对认真而缓慢的事情。在唱片时代，一个人认识某位音乐家的不确定的繁琐性有如下体现：可能在朋友家听到一张唱片；可能在杂志看到一篇乐评；可能在唱片店随机扫动眼神时被某张专辑封面的神秘设计吸引；可能因为喜欢某位歌手，而购买他的影响来源；最后才真正拥有一张属于自己的专辑。在如上的体验过程中，音乐并非只是附着于黑胶唱片，CD，磁带上的一段简单的数字信息，而是一段深深烙印着独属于个人审美的探索过程。然而流媒体时代改变了一切，今天，一个普通用户打开 Spotify、Apple Music、网易云音乐或者 QQ 音乐，面对的是数千万甚至上亿首歌曲。理论上，在人类创造音乐的所有年代中，这应该是最幸福的时代。你不需要等待唱片发行，不需要花钱购买实体专辑，不需要依靠有限的广播节目，你好像拥有整个世界。但奇怪的是，很多人反而陷入了一种无法用具体语言描述原因的困境之中：我们每天都在尝试不同的新歌，但是我们好像无法真正找到自己喜欢的音乐。作为一个没有过多写作经验的普通音乐爱好者，笔者将斗胆尝试记录下自己发掘音乐的所有手段，不敢狂妄地说穷尽了所有利用流媒体特征来发现新音乐的方法，但我要大言不惭地说这些方法已经足以填补日渐被算法茧房和碎片化时代浪潮冲击之下的日趋同质化的音乐发现生活。我将从流媒体时代音乐发现困境的可能原因、最根本的总体音乐发掘方法论——即建立你的音乐探索系统，以及人工音乐推荐系统的价值等几个主要方面来介绍流媒体时代的音乐发现的观点，提供我作为音乐与数码爱好者的一些浅薄经验，此外本文主张从抽象到现实的写作风格，我会介绍我的音乐发现系统的整体抽象构成，也会介绍具体使用的网站和工具，从浅至深地推荐网易云音乐、YouTube 等平台我喜欢的几位音乐博主以及介绍 Rate Your Music、Discogs 等稍微偏离主流的音乐发掘和打分平台，力求竭尽所有发现渠道，希望能与大家共勉。新音乐在流媒体时代为何与我们渐行渐远？算法推荐固然方便，却让音乐听起来全都「一个样」Spotify、Apple Music 作为当今流媒体时代的两大用户数最多的平台，其算法机制的灵活性实在令人不敢恭维。左图是我的 Spotify Daily Mix 2 歌单，右图是我的 Apple Music Heavy Rotation 歌单。毫不夸张地说，在上述二者中，我唯一一首真正没有听过的歌是 The Kinks的「All Day and All of the Night」。作为以发现音乐为主要功能的流媒体音乐软件，二者显然是不合格的。虽然并没有展示其他发现歌单，但是诸如 Spotify Weekly Discovery 这样的同类型歌单中的佼佼者也只能提供我喜欢的音乐类型中稍微冷门的歌曲，在扩展音乐类型这一方面则略显乏力。这就引出了主流音乐平台推荐算法的一个较大的弊病——擅长推荐我们经常性收听的同一类型的音乐，却做不到为你发现差异较大甚至毫无关联的其他类型的音乐。这是两个完全不同的问题，算法根据历史行为，即你听什么，你收藏什么，你跳过什么来强化已有兴趣，如果你每天都在听 The Beatles，那么它可能会一直推荐 The Rolling Stones、Oasis、Blur、The Smiths 这些偏向英国的流行摇滚乐队。这当然没有错，但是音乐发现其实是一个更为宽泛而有探索性的破除障碍的过程。有价值的发现往往是具有差异性的，一个喜欢披头士的人，可能不仅喜欢听英国摇滚，还可能对接触更为多元化但具有内在相似性的事物感兴趣（并非只是听感上的相似），例如摩城音乐独特的和声体系，或者灵魂乐，放克音乐、R&B 歌手的芭乐情歌、Sufjan Stevens 等人偏向卧室的制作编曲方式，City Pop 的旋律写作。流媒体软件对于用算法处理音乐类型关联的熟练度当然是无可指摘的，但在计算音乐领域中某种无法用语言形容的情感关联度时则完全是无力的。从专辑时代到单曲时代过去一个音乐爱好者在购买了整张唱片后会听完一整张专辑，因此听到一首歌，认识一张专辑，乃至于认识这个音乐家从而对整个时代产生认知是一件极为自然的路径。不过现在听到hits（热门歌曲），把 hits 添加到歌单之中，反复循环，连歌手和艺术家是谁都不知道的情况似乎越来越普遍了。英国前卫摇滚乐队 Pink Floyd 的整轨概念专辑「The Dark Side of the Moon」，该专辑以能够无缝衔接每一首歌曲而闻名如果把时间拉长，我们会发现，这种变化并不是 Spotify 出现之后才开始的，而是整个流行音乐消费方式几十年来共同演变的结果。2019 年，来自德国马克斯·普朗克研究所（Max Planck Institute）等机构的研究者分析了美国，英国，德国和荷兰近五十年的音乐排行榜数据1，发现流行音乐生命周期正在不断缩短，新的歌曲和风格更快进入大众视野，然后又被下一轮流行所取代，循环往复。研究将这种现象称为文化加速（Cultural Acceleration）。（图片来源：Mauch et al., Five decades of music charts show that cultural processes are accelerating, 2019）在唱片时代，一张专辑可能陪伴听众数月数年，我们会仔细地把CD和黑胶唱片封好置放于书架上或唱片柜中，在有限的选择中反复地听某张唱片直到对其中的某一个声音细节了如指掌；而在流媒体时代，音乐传播围绕的则是单曲榜单和推荐流，音乐消费的节奏也随之不断加快。我们不会去想为什么这张专辑会这样安排，这个音乐人的创作背景是什么，他受到哪些作品影响。真正要建立音乐审美，对抗碎片化的生活节奏，往往要面对的就是上述这些问题。如何搭建自己的「音乐探索系统」——像交响乐一样有逻辑而美丽终于聊完了纷繁复杂的流媒体音乐发现困境，非常感谢能看到这里的朋友，现在我要开始介绍我是如何建立属于我自己的音乐探索系统了。这是形而上的一个抽象概述部分。在我看来，要持续性地发现新的音乐没有什么神奇的软件可言，而是要建立一套有逻辑性的系统，这个系统分为以下几个部分：发现部分筛选部分延申探索部分建立音乐地图部分我将其制作成了一张思维导图，大概罗列出了各个部分比较常用的一些工具，发现部分使用的较为普遍的发现方法，如 Spotify 编辑歌单等算法部分将用较小的篇幅在下方略带提过，对于筛选部分的进阶网站如 RYM 和 Discogs 我会在具体的音乐发掘渠道和工具的介绍这一部分详细介绍，想要收集进阶网站的朋友可以直接跳到这一部分。第一层：发现部分发现部分的作用是让未知音乐有渠道进入我们的视野。这是系统中最基本的部分，负责吸收新的音乐，这一层的诸多渠道可以让我们吸收来自不同来源不同方向的音乐。渠道可能是流媒体算法，也有可能是B站或者网易云博主的不经意推荐。在这个层面我们有可能会听到非常多流行化大众化的音乐，也有可能接触所谓艺术化小众化的音乐。所以打开自己的耳朵，保持开放的心态非常重要。利用流媒体算法前面举例说明了算法的局限性，不过不得不说 Spotify、Apple Music 和网易云音乐等平台的一部分推荐功能仍然是非常强大的。例如 Spotify 有如下这些功能：Discover Weekly（每周发现）：根据你的听歌习惯推荐相似但未接触过的作品Release Radar（新歌雷达）：追踪喜欢的音乐人的最新发行Radio（电台功能）：从一首歌，一张专辑或一位音乐人延伸到相似作品。可以帮助我我们在一定范围内拓展音乐的积累，但讲究效率性，做不到完全突破我们的审美边界。流媒体平台 Spotify 中的歌单然后我用的最多的两个功能是 Spotify 编辑歌单以及歌曲电台，Spotify 的这种公开的编辑歌单是人工选择歌单（应该吧），每周会根据主题进行不同风格的更新，至少在我个人看来是 Spotify 歌曲发掘体系中比较有价值的一个部分了。比如上图的「my life is a movie」就是推荐符合人生叙事的歌曲歌单。而歌曲电台就是根据你右键某首单曲选择创建电台而制作出来的算法歌单，虽然不是人为选择的歌单，但它有一些近几年添加的新功能，让我不得不着重介绍它。就是如下图的下方所展示的几个按钮。通过这些按钮可以选择你想要听到的歌曲的方向，比如偏向民谣摇滚，或者偏向创作人；偏向收听熟悉的音乐还是更多新的曲目，非常有用。根据 Joni Mitchel