在流媒体时代，我们如何发现和管理音乐？

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。

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）。

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。

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。

利用社区和内容平台

如果你觉得算法发现的音乐已经陷入了重复和相似之中，还可以开始探索音乐社区和内容平台。例如：

• RYM 和 AOTY 等社区榜单
• B站，YouTube 上的专辑介绍和音乐史内容
• 音乐媒体发布的年度榜单

比如我想尝试爵士乐中算法可能不会给我推荐的音乐时，我就会打开 RYM，然后来到 All genres（所有种类）这一个页面，打开其中的「Jazz」页面，这个时候RYM就会为我们呈现出爵士乐这一广义的音乐类型中以平台用户综合评分为顺序排列的榜单：

相比算法推荐，这些渠道通常会提供更多背景信息，包括音乐家的介绍，专辑的创作背景等，让你知道「一首歌或一张专辑为什么值得听」。

第二层：筛选部分

面对音乐行业每天涌现的海量的新作品，筛选往往比发现更加重要。

以 Pitchfork（简中互联网称为「婊叉」）举例，它们在庞大的歌曲数据中会挑选出以年份作为分类标准或者以类型作为分类标准的不同榜单，这样的榜单有专辑榜单还有歌曲榜单。此外，他们还会为不同的专辑进行打分，可以在发现新的音乐后在互联网上搜索相关机构的评分，虽然评分不一定就是符合个人审美的，甚至有些时候完全背离了自身对专辑的评价，不过大部分情况下作为一个粗略的筛选工具也是勉强算作合格的，最终的判断标准当然还是应该回到自己的聆听体验。

可以参考的平台或者领域大概有：

• Pitchfork，滚石杂志等专业乐评
• 格莱美，水星奖等音乐奖项
• RYM 等社区评分
• 音乐人的推荐

我非常喜欢通过各种平台查看刚刚发现的音乐的不同机构的评分和乐评，有人觉得这样做有点麻烦，还有些许的功利性，不过相比起在辛苦上班了一天后回到家打开音响，却莫名其妙地听完了一张并不喜欢或者制作水平非常低下的专辑，这样的举措也算是一个无奈之举吧。

第三层：延伸探索部分

这一部分侧重的主要是通过音乐的整体特征来进行延申。因为一张专辑代表的不仅仅只是一定数量的歌曲的简单合并，而是具有一定共性的，体现出共同特征的完整的综合体。寻找音乐背后的连接具有无可代替的重要功能。一张专辑有时候连接着海量的不同方面，例如音乐家的其他作品，制作人及其背后的制作团队，专辑所影响的音乐，影响专辑制作的其他音乐。

比如你喜欢 Radiohead 的专辑「OK Computer」，那么你其实并不只被局限在探索同时期的艺术摇滚和另类摇滚，如果尝试他们在后期推出的作品，如「Kid A」和「In Rainbows」等，说不定你会从一个单纯喜欢传统另类摇滚的人成为一个喜欢电子音乐和实验音乐的人。

音乐上的共性这一点不仅仅体现在同一个音乐家的作品里面，还体现在这张专辑的制作人上。

最典型的例子之一应该是传奇音乐制作人 Phil Spector（菲尔·斯佩克特）了，他开创了一种革命性的录音方式「音墙」（Wall of Sound），尽管对于这种录音方式有些人持批判态度，不过簇拥者也占了很大的比例。我对 The Beach Boys（沙滩男孩乐队）的「Pet Sounds」这张专辑非常喜爱，就不可避免地了解到沙滩男孩乐队的主导人物 Brian Wilson（布莱恩·威尔逊），通过制作人这一个中介，我发现他受到了 Phil Spector的「音墙」录音技术的影响，探索 60 年代的这一传奇的录音技术的时候，当然地就会接触到 The Ronettes，The Crystals 的大量使用「音墙」录制的作品，最后进入摩城音乐，灵魂乐和其他受到这一类录音技术影响的录音体系中，从而顺理成章地进入了一个音乐时代。

音乐历史其实是一张巨大的关系网络，如果你喜欢某种特别的声音的话，可以尝试思考一下「这种声音是从哪里来的，又影响了谁」，比如喜欢My Bloody Valentine（我的血腥情人节）的专辑「Loveless」，探索Shoegaze（盯鞋音乐）的时候顺带思考了 The Jesus and Mary Chain （耶稣与玛丽链）对噪音和旋律结合的影响，然后去听 Slowdive 和 Ride，和上面所述说的过程是一样的。

第四层：建立自己的元数据音乐地图

到了这里，经过了前面诸多过程，我们可能会发现听的音乐越多，音乐会显出无序性，这个时候建立音乐地图的重要性就体现出来了。音乐地图不是简单地记录你听过什么歌，而是通过元数据的形式让管理音乐变得更加直观。在流媒体时代，收藏音乐已经变得非常简单。简单地按赞，让专辑进入歌单之中只是一瞬的事情，但这样做会让我们忘记为什么这首音乐打动我们，它来自哪里，以及它为什么对我们重要。所以如果想认真地听音乐的话建立自己的元数据音乐地图是一个相当有意义的事情。

通过一些对元数据有详细记录的网站，我们可以轻松地获取在流媒体平台上看不到的隐藏的信息，比如我在整理「Pet Sounds」时，在流媒体平台上我能看到的信息大概率只有：

• 艺术家：The Beach Boys
• 年份：1966
• 歌曲名和顺序

但在 Discogs （唱片交易和信息记录网站）中，我还可以看到下面这些信息：

• 制作人：Brian Wilson
• 发行厂牌：Capitol Records
• 参与录音的其他音乐人
• 不同版本的发行信息
• 封面的拍摄者和公司

通过对这些元数据的记录，专辑仿佛也变成了具有历史背景的文化作品。然后就可以复现我们刚才在延伸探索部分所介绍的音乐发掘方法了，通过 Discogs 上对元数据的查看，从Radiohead的「OK Computer」到制作人 Nigel Godrich，再到 Beck和 Paul Mccartney，形成了数据管理上的闭环。大家津津乐道的 iPod 元数据管理方式也是一样的道理。

所以，一张专辑的记录大概可以是这个样子的：

• Prince - Purple Rain - 1984
• 类型：Funk / Pop / Rock / R&B
• 影响来源：James Brown，Jimi Hendrix，Sly & The Family Stone
• 喜欢原因：吉他Solo，编曲，Prince的舞台表现
• 关联作品：「1999」，「Sign o' the Times」

如果记录下自己第一次听到这首歌或者这张专辑的时间，喜欢的原因，对专辑的大致感受，或许也是不错的选择。

元数据地图可以这样规划：

1. 「艺术家，专辑年份，类型到制作人」的「基础信息层」
2. 「影响来源，相似作品，同时期音乐」的「音乐关系层」
3. 「第一次听的时间，喜欢它的原因，连接了哪些人生经历」的「个人体验层」

音乐发掘在层级的音乐元数据地图的帮助下就更加轻松了。与音乐元数据处理相关的网站有Rate Your Music、Discogs、MusicBrainz、Last.fm、Apple Music 的资料库等等，所有的伟大音乐最后共同导向的不是一个音乐分类表，而是一张与众不同的与每一个鲜活个体息息相关的生命图画。

具体的音乐发掘渠道和工具的介绍——不要忽略人工推荐的价值

终于来到了最最重要的一个部分。前面所阐述的内容大多是一些非常形而上的抽象的东西，而这个部分我将具体地介绍我发掘音乐的工具。在流媒体平台还未出现之前，人们发现音乐的一个相当重要的手段就是他人推荐（不过以前倒也没有算法），比如在90年代或者00年代，一些地区流传着西方市场积压的被作为塑料垃圾进口的「打口碟」等音像制品，跟这些售卖打口碟的商家交流的时候，他们往往会为你推荐他们的心头爱，在信息闭塞的时代，音乐审美就这样悄然地传播。还有以前的电台，至今我还不时地听到不同年龄段的朋友对Hit FM和音乐之声等经典电台的回忆。所以在流媒体时代，人工推荐完全没有因为稍微低下的效率失去应有的价值，而是成为突破算法茧房的一个重要的方式。

Rate Your Music（RYM）

人工推荐系统中最适合音乐爱好者探索的可能非 RYM 莫属了，RYM不像 Reddit 那样是一个偏松散的交流型社区，而是一个集合了音乐数据库和社区属性的带有百科性质，评分系统和探索系统的平台。无数的音乐爱好者在 RYM中为专辑，EP 和单曲评分、撰写相关的乐评、创造专辑或者单曲的收藏、创建公开歌单、根据年份，音乐类型和地区探索不同的音乐。所以也有人将其称之为音乐性较强的「外国豆瓣」，但RYM所涵盖的音乐关系远远不是豆瓣可以匹敌的。它诞生于 2000 年代的互联网，承袭了传统唱片工业爱好者热衷音乐信息和新兴互联网音乐爱好者追求高速音乐获取的特点，也就是说它将杂志传播和电台传播的形式替换成了互联网传播形式。

Charts（排行榜）

这是 RYM最多人使用的功能之一，包含 All-Time Charts（历史评分最高的专辑列表）和Year Charts（按照年份评分最高的专辑列表），我们可以在这里查看类似史上评分最高的100张专辑，也可以根据时间分类查看「1980s最佳专辑」或者「1969年最佳专辑」这样的年代列表，以 1991 年为例子，我们查看这个列表的时候会发现有下面几张专辑：

• No.1的 My Bloody Valentine「Loveless」
• No.4的 Nirvana「Nevermind」
• No.21的 Massive Attack「Blue Lines」

这些音乐风格完全不同的专辑就这样出现在同一个榜单中，它们的共同之处仅仅只是出版年份—— 1991 年，如果愿意细心地聆听的话，思考为什么 1991 年会同时涌现 Shoegaze（盯鞋摇滚）、Grunge（垃圾摇滚）、Trip Hop（神游舞曲），在音乐探索中何尝不是一种乐趣呢？

Genre Charts（类型榜单）

这是 RYM 最强大的部分之一，允许我们通过音乐类型进行探索。以 Sufjan Stevens 的专辑「Illinois」为例：

我们在上图的 Genres（类型）一栏中可以看到这张专辑主要是 Chamber Pop（室内流行乐）和 Singer-Songwriter（唱作人），下面还有室内民谣和前卫流行等其他次要风格，如果知道自己喜欢这张专辑的哪些部分的话，比如喜欢 Progressive Pop（前卫流行）：

就可以发掘到 Kate Bush（凯特·布什）这张大名鼎鼎的「Hounds of Love」了，点进其中还可以看到更多专辑子类型的区分，在这样的循环往复之中，明确喜欢的类型，探索更多的专辑，探索更多的类型，简直是「子子孙孙无穷匮也」啊。

RYM的较为复杂的分类系统

Spotify和 Apple Music 的类型标签通常只有简单的 Rock（摇滚乐），Alternative（另类音乐），Indie（独立音乐）等，而 RYM 在保留了上述大体分类的前提下，还有较小的如 Dream Pop（梦幻流行），Shoegaze（盯鞋摇滚）等子类型，以及 Descriptor（声音特征）的分类。

比如 The Flaming Lips（烈焰红唇）的「Yoshimi Battles the Pink Robots」，这个页面会给你诸如 melancholic（忧郁）、psychedelic（迷幻）、atmospheric（氛围）等声音特征，配合上推荐系统中的声音特征占比，就可以从技术上分析自己喜欢的音乐了。

此外，RYM 的首页还会推送不同分类的专辑的用户乐评，看到自己喜欢的专辑，查看用户点评过的其他专辑，形成类似音乐考据文化的社区氛围，也是 RYM 复杂分类系统的一部分：

不过不太好的是 RYM 的用户群体偏向于独立音乐，实验音乐，另类摇滚等，所以对主流的商业化程度较高的流行音乐评价较低，而且更注重专辑中心主义，对单曲和流行性较高的音乐的评分有时候有失偏颇，某些专辑因为其在音乐历史上的独特地位和气质会获得虚高的评分，所以高分专辑其实并不一定适合每一个人。

Discogs

相比起 RYM 的评分属性和社区属性，Discogs 以其对唱片的各种数据的记录而闻名，可以非常轻松地查阅到各种音乐的元数据。以前的 CD 或者黑胶唱片的专辑内页中通常会标注唱片的厂牌，发行版本，制作人，录音工程师。进入流媒体时代后 Discogs 则将这些被简化的信息重新整理起来，所以非常便于我们建立自己的音乐地图。此外其实这个网站还可以进行唱片的购买。

Release（发行版本）

在普通的流媒体音乐平台上记录的专辑就是一个单一的版本，Discogs 上记录的则是与其听上去相似实则完全不同的概念—— Release（发行版本）。

这些版本虽然同属于一张专辑，但发行地区，厂牌，母带处理方式却可能有着相当大的差异。对普通听众来说这些区别可能不重要，但对音乐收藏者来说一张专辑并非一个固定存在的文件，而是一个随着时间和社会进程影响不断变化的文化对象，把实体唱片收藏的逻辑带入互联网就是 Discogs 的伟大价值。

Credits（制作人员名单）

上面提到过用音乐元数据的方式来寻找音乐，主要就是用 Discogs 的这个功能。不过我上面举的例子是制作人，换成其他的职位其实也是一个道理。比方说我购买了高中正义的专辑「Seychelles」的黑胶唱片，收听这张唱片时发现自己非常喜欢它开阔的音场，明显的强弱对比，通过查看这张专辑在 Discogs 上的母带制作人 Alex Wharton 的其他作品²，就可以查看不同风格但是在技术上有着类似听感的其他唱片了。

Labels（唱片厂牌）

Discogs 另一个非常适合探索的入口是厂牌。在唱片工业时代厂牌是一个代表审美方向的重要的元素，不仅仅作为发表音乐的公司，随着时代变迁还成为了一种超出纯粹工业体系的综合文化现象。比如 Motown（摩城音乐）³就几乎成为了60年代黑人流行音乐的代名词，以其精准的制作体系和大量优秀音乐人相互合作而闻名。就像 James Jamerson 给Marvin Gaye和 Stevie Wonder录制贝斯那样子。而通过 Discogs 探索厂牌，在 Blue Note（著名的爵士乐厂牌）这样的厂牌页面中探索，从 Miles Davis 到 John Coltrane、Thelonious Monk、Art Blakey，是一种依靠唱片工业文化的连接。

水星奖，Pitchfork 等音乐奖项或者榜单

这一部分少数派上有相关的文章对主流奖项和榜单进行介绍，感兴趣的可以阅读这篇文章找不到好听的新歌？从这些地方扩充你的华语曲库和这篇文章歌荒人不慌：如何发掘外语好音乐。

不同的奖项发掘的音乐的差异性很大，比如水星奖（Mercury Prize）发掘音乐的特点是容易平衡音乐的传播度和艺术性，发现商业价值欠缺而艺术价值极高的作品。⁴让我印象最深刻的一个例子就是我刚开始真正认真地听音乐的时候，有一次在 Youtube 上刷到了2018水星奖颁奖典礼 Wolf Alice 的表演，从此入坑了 Beach House、Alvvays等偏向另类摇滚的乐队，PJ Harvey 和 Primal Scream 也是我通过水星奖发掘的，所以它至今都是我最喜欢的音乐奖项。

Pitchfork 等乐评机构也有这种特点，它们在庞大的歌曲数据中会挑选出以年份作为分类标准或者以类型作为分类标准的不同榜单，分为专辑榜单和歌曲榜单，适应不同的发掘需求。

不同的奖项，乐评机构会有不同的音乐类型与专注领域的区分，主流的奖项和乐评机构及其特点我会在文章末尾列成表格供大家参考。

大众音乐文化策展人

无论是RYM，Discogs，各种奖项，各种乐评，本质上还是偏向信息结构化的工具。音乐探索最古老的方法——找一个懂音乐的人，在2026年其实仍然适用，甚至从实践上来说更加简单方便了，只是活动范围从线下转为了线上，身份从 DJ，唱片店店员变成了像 Fantano，Amoeba 这样的网络音乐符号，本质没有变，只是曝光度因为短视频等新型的娱乐项目的出现而受到了抑制。我觉得 Music Curation（音乐策展）的范围在流媒体时代已经悄然地扩大化了，从精选、组织和编排音乐的过程，旨在为特定场景、品牌或受众打造契合的氛围与情感体验⁵到每个个体都有可能在互联网的推动下「被策展」。因此着重地从这个渠道获取音乐是非常有收获的。

世界上在这个领域最出名的频道是 Fantano的 「The Needle Drop」。虽然到了这里有点迪哥（digger）的嫌疑了，不过 who cares？音乐才是最重要的不是吗？在 Fantano 这样有人情味，有娱乐性，有社区化的音乐点评之中，我们可以感受到的是一种更加贴近日常体验的直观感受，不像 Pitchfork 那样给出一个分数，然后用严肃的语言解释分数，或许在信息化的时代中，解构对于音乐来说也是一个可行的方向。

Amoeba 也是传统独立唱片店转型的例子。他们制作的「What's In My Bag?」系列会邀请各种各样的音乐家或者乐队来挑选他们最喜欢的音乐，类似音乐界的CC选片。KEXP与Tiny Desk（小桌音乐会）则是从传统媒体转型到发现平台，是我最喜欢的两个现场打歌平台！

简中互联网也有类似的策展型博主，虽然在这个部分混杂了纯粹的音乐推荐博主，以及牯岭街少男（aka袁正）这样略有争议的博主，不过单从音乐发掘的角度来看的话效率是极高的。文末我也会推荐几位我比较常看的博主，大家自行查看即可。

结语

终于完成了这篇简略的方法论和工具介绍文章，虽然文章内容略显粗糙，涉及到工具详细介绍的部分没有能够更加深入地剖析，不过对于一个第一次写这种类型的文章的新手来说还是相当的不容易啊。如果可以的话大家能不能给我充充电，收藏一下什么的，这对我而言真的有莫大的帮助！

就像陈奕迅的「歌·颂」里面的歌词：「感谢永远有歌，把心境道破。」音乐真的对我来说是生活中最最有分量的一个部分，没有音乐的话我的人生心境是完全迷茫不知所措和困顿的。希望我们在这样快节奏的流媒体时代里都能不断发现新歌，永远有歌把心境道破！

主流奖项列表：

主流乐评网站和机构列表：

网易云音乐博主：

• 05ERSHI
• 流亡大街
• tlmgt
• xept

BiliBili UP主：

• 发达星期四
• GOATFANS
• 杨牧俑
• HOPICO