开放音乐数据与许可：数据集怎么合法
数据集是一种「作品的集合」——它的许可回答四个问题
相关
一个 MIDI 数据集、一份民歌档案、一堆采样包——数据集的许可和单曲的许可不是同一道题。它是"一筐作品的许可"，你需要一张能读懂整筐的说明纸。
（制度与实务介绍，不构成法律意见。）
数据集许可要回答的四个问题
1. 能商用吗——数据集常由多种来源拼成，每一块的答案可能不同（本站的 C1/C2/C3 就是三档答案）； 2. 能再分发吗——能不能把数据集（或它的子集）原样或打包后再发出去； 3. 要署名吗——署给谁、怎么署（数据集的署名链往往很长：原始出处 → 整理者 → 数据集）； 4. 能改作吗——改编、混音、二次加工是否允许。
一份合格的数据集说明，就是对这四个问题逐条作答——而不是一句含糊的"供学习使用"。
常见的数据/内容许可家族
- CC 家族（见知识共享许可家族）——最通用；
- CC0 / 公共领域标记——最大自由度；
- ODC 家族的开放数据专用户许可——为数据库细化的条款（BY / ODbL 等）；
- 自定义条款——常见于机构档案（"学习研究用途"是最常见的一档）。
自定义条款不等于不开放——它只是把自由度收窄到特定用途。看到它，照条款办事即可。
本站的一份透明实践
这个项目的数据集把许可做成了逐曲分档：
- C1 档（最开放）：可自由使用，含商业用途；
- C2 档：限非商业使用；
- C3 档：限学习研究用途；
- 音色另有一套 F1–F4：从"自由分发"到"不收录"。
每一条数据都带着自己的档位，页面上的每首实例都标注来源与档位——读数据先读档位，是这个项目的默认操作。
使用者的三个动作
1. 下数据之前：读许可说明（找到那四个问题的答案）； 2. 用数据之时：按档位使用（商用需求 → 只用 C1 一类）； 3. 发布作品时：保留署名链（从原作者到数据集的每一环）。
听一听：档案里的一件「标本」
数据集由无数"标本"组成——听一首从档案里走出来的民歌，想象它身上带着的所有标签：来源、年代、整理者、许可。
下一步
在库中听例子
Xiangyang hua跨国档案里的一首中国民歌：数据集条目长什么样、许可怎么标详情打号子（八）中国民歌集成的数字条目：此类档案的用途以学习研究为本（库内此类题材仅见于该档案）详情A and A's Waltz一份民间曲目档案里的舞曲：来源、版本、许可——数据集的三个基本字段详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- 本文为数据集许可的通识介绍，并以本站数据集的分级实践为例；不构成法律意见
- 涉及的曲目均标注来源与许可档位，可在线试听
仅用于核查事实，正文为原创撰写。