今天跟大家分享一下 6 年来，我探索音乐总结得出的一些方法。这些方法的实操性非常强，仅需一部手机，动动手指花点心思即可实现。文章不长，十分钟足以读完。大概分为三小部分，我们先说第一部分 ──
要建立起对 “音乐” 的基本认知，第一步是要知道 “好音乐不等于好旋律”，音乐由很多部分组成，不能单单从 “好听” 来鉴赏音乐。那怎么才能深刻 Get 到音乐的基本组成要素呢？这里要跟大家强烈推荐：
https://learningmusic.ableton.com/zh/
大名鼎鼎的音乐公司 Ableton 制作的音乐认知课。它不是传统的长篇大论，而是针对所有人群的互动探索式教程。基于网页，每个章节一个知识点，每个知识点都有交互探索 + 试听案例。全部看完花不了半小时，完全免费，而且还有中文。
深入浅出的理解音乐的组成要素只是一半，另一半则是分辨音乐风格。如果想要深入鉴赏音乐，仅仅知道流行、摇滚、爵士等等这种最宽泛的风格是不够的。要再进一步了解每种大风格下的细分领域，以及它们之间的联系。
提高这方面的认知，最好的办法是通过地图。人脑善于处理图形关系，不善于从冗长的线性文字叙述中建立多边模型。这就引入了第二个强烈推荐的东西 ── Genre Map：
Music Map 是由建筑师 Kwinten Crauwels 主导实现的音乐地图。
一开始打开这个网站时，我觉得很丑而且没什么特别的，无非就是列举一些风格，给一些试听而已。直到用触控板放大后，我整个人惊呆了。它通过时间轴和矢量方向，清晰地呈现了各种风格之间的演化历程、直接关系、间接联系，并且在侧边栏中有每种风格的简要介绍和基本专业术语的人话解释。
同场加映一下 3.0 版本已经跳票 2 年了的 Ishkur's Guide to Electronic Music ── 非常硬核的电子音乐 Genre Map.
到这里为止，如果真的有心探索过上述网站，就能建立起对音乐的两方面正确认知：音乐的组成要素 & 音乐的风格概念。带着正确的认知去探索音乐，就是我们要说的第二部分 ──
在这个数据算法风头正劲的时下，几乎所有的音乐 App 都有 “智能推荐歌单”，号称个性化为 “你” 而生。但真正的个性化永远是以 “自主意识” 驱动的，听歌也是一样。如果每天只听算法生成的歌单，一部分风格的权重就会越来越高，而真正的冰山则永远不见天日。
不是说算法歌单不好，只是它也有副作用，被吹上天的 Spotify Discover Weekly 也是一样。它的确扩大了很多听众的听歌渠道，但就像信息收集能力一样，真正的探索能力来自于 ”主动“。在这里跟大家分享的第一种 “主动” 听歌方式是：
每个人都有自己热爱的音乐人和乐队，那么在欣赏他们作品的同时，你有没有想过他们的作品是哪个厂牌发现并发行的？就像好的程序员总是和好的开源社区相互吸引一样 (产品经理没有好的社区 BTW)，好的音乐人和好的音乐发行公司总是相互吸引的。有时厂牌就是音乐人的伯乐，帮助音乐人获得更大的影响力和更好的未来。
听歌的默认顺位是按音乐人听歌，但可以再往上一步，按厂牌听歌。
如何发现自己喜欢的音乐人的厂牌呢？每张专辑的发行厂牌可能都不一样，所以最好是按专辑 Google 搜索，如果使用 Spotify，留意歌曲列表下方的小字，可以看到相关厂牌：
优秀的厂牌本身就是极具影响力的 Influencer，是音乐文化的推手。在这里推荐一些自己欣赏的厂牌，抛砖引玉。数量太多就不一一介绍了。
国外：
WARP Records
Ninja Tune
Ostgut Ton
Stones Throw
PC Music
Leaving Records
Domino Recording
Neurot Recordings
Brownswood Recordings
Young Turks
echospace [detroit]
Planet Mu
Brainfeeder
国内：
大福唱片
根茎
SHR / PWP
playreclabel
Groove Bunny Records
Pest Productions
列举了这么多厂牌，在哪儿可以听到他们发行的专辑呢？三个渠道：
厂牌官网
Bandcamp
Spotify
厂牌官网就不说了，有的厂牌没有网站，所以他们会借助 Bandcamp 平台，罗列自己发行的音乐。这里重点说一下 Spotify 平台，与 Bandcamp 不一样的是，很多厂牌在 Spotify 是通过歌单的形式推广音乐，这就有一个很大的好处：你可以订阅这些歌单，这些歌单会时常更新。
比如 WARP, Ninja Tune, Domino Recordings 等等，他们的精选歌单每周都会更新。这个和智能歌单有啥不同？这些歌单背后是人，是有意识地去选择的。
顺便安利一下 Bandcamp Weekly ── Bandcamp 编辑人工精选的每周歌单，每首歌都有编辑口述的音乐背景和推荐理由。App Store 下载 Bandcamp.app 即可收听。
说完发行作品的厂牌，按照这个思路我们换个往下的方向：你喜欢的音乐人受谁的影响？他们是怎么成长到今天的？他们喜欢的音乐又有哪些呢？这就是我想推荐的第二、三种主动听歌方式：
Spotify 上只要不是极其冷门的音乐人，几乎都会有一个较为翔实的音乐人简介。这个简介和国内音乐 App 不同的是：一方面简介十分完整，从音乐人的出身背景、发展历程、合作对象等等都有提及，另一方面，提到的其他人物都会有超链接可以直接跳转到他们的 Spotify 主页去收听。
以我之前在听的 Iglooghost 为例，在他的 Spotify Bio 中，你可以看到第一段是对他的总体概括，什么风格、什么方面比较突出等等。再往下就是他的发展历程，每一个高亮的名字都可以点击并收听 (厂牌除外)。
别看这只是音乐人简介，通过这个 Bio 可以迅速对喜欢的音乐人建立起全面认知，并逐步探索挖掘出其他音乐人、厂牌、风格。这不是算法推荐的 “相关艺人” 所能相提并论的。
前面说到厂牌有自己的歌单，音乐人也有分享好音乐的诉求，在很多音乐人的主页上，也有他们自己建立的歌单，这些歌单里虽然有些是商业性质的推广，但更多的是他们个人喜欢的、自己也受影响的好音乐。
比如 The xx 就会在 Spotify 分享他们在 Studio 和巡演路上听的歌，Flume 也会分享他受影响最深的音乐和 Beats，以及在成长过程中最爱的音乐。
到此第二部分就结束了。一句话总结就是：向上、向下围绕音乐人展开探索。接下来聊一聊最后一部分 ──
如果不想止步于第一、第二部分，还想深入了解更多的细节，那就需要发挥自己的动手搜索能力了。在这里简单介绍几个信息源供参考：
WhoSampled 是全世界最全面的采样检索数据库。在这里可以非常方便的检索喜欢的音乐人、专辑、歌曲的原曲采样。比如下图展示的是 Kendrick Lamar 采样别人的、别人采样他的、他翻唱的、别人翻唱他的、他的 Remix 以及别人 Remix 他的等等。
Discogs 是全世界最全面的音乐资料数据库。在这里可以检索到非常全面的音乐背景信息 (但国内音乐相对较少)。比如下图是 Thundercat - Show You The Way 的单曲信息，可以看到这首歌是四个人编写的，Program 是 Flying Lotus 负责的。其实 Spotify 也有这些信息，但仅仅是只读的，不利于高效探索。
我听过质量最高的音乐播客。采访各类音乐人，去了解他们编曲的动机和过程。通过这个播客我了解到了 Spoon - Inside Out 的制作过程、Blood Orange - Saint 的 Demo 原曲、Gorillaz - ANDROMEDA 的灵感和动机等等。
https://www.npr.org/series/tiny-desk-concerts/
NPR Music 定期举办的小型线下演唱会。场地就是他们的办公室，每次邀请的都是精心挑选的音乐人和乐队，氛围很好、品质极高、一枝独秀。在这些视频中可以看到每个乐队每个乐手的真实状态，令人陶醉。
三部分分享结束了，回头看了一下应该没有标题党。
当然这一切的基础是热爱音乐，以及一颗不会随着时间而衰老的好奇心。