Μεταδεδομένα μουσικής κυκλοφορίας: πλήρης τεχνική αναφορά για ελληνικό ρεπερτόριο

Με αναλυτική πραγμάτευση του ελληνικού αλφαβήτου — τελικό σίγμα, τονισμός, πολυτονικό, ομόγλυφα και Greeklish.

Σύντομη απάντηση

Τα μεταδεδομένα δεν είναι το χαρτομάνι που συνοδεύει τη μουσική· είναι η μουσική, για κάθε σύστημα κατάντη της παράδοσης. Καμιά υπηρεσία δεν ακούει τον δίσκο σας — διαβάζει το delivery. Τα πεδία που συμπληρώνετε καθορίζουν σε ποια σελίδα καλλιτέχνη προσγειώνεται το κομμάτι, αν οι ροές συσσωρεύονται σε μία ταυτότητα ή σκορπίζονται σε τρεις, από ποια δεξαμενή πληρώνεται η εκδοτική πλευρά, και αν η κυκλοφορία γίνεται καν δεκτή. Για το ελληνικό ρεπερτόριο υπάρχει επιπλέον ένα στρώμα προβλημάτων που δεν το έχει κανένα λατινικό αλφάβητο: το τελικό σίγμα κάνει τη μετατροπή πεζών/κεφαλαίων μη αντιστρέψιμη, ο κανόνας της άτονης γραφής στα κεφαλαία καταστρέφει πληροφορία που δεν ανακτάται, και δεκατέσσερα ελληνικά κεφαλαία γράμματα είναι οπτικά ταυτόσημα με λατινικά αλλά διαφορετικοί κωδικοί. Η ζημιά είναι ασύμμετρη στον χρόνο: φθηνή να προληφθεί στα δέκα λεπτά πριν την παράδοση, αργή και συχνά αδύνατη να διορθωθεί μετά, επειδή δεκάδες συστήματα έχουν ήδη αντιγράψει το λάθος.

1. Τα τρία επίπεδα και τα πεδία που πραγματικά υπάρχουν

Μια κυκλοφορία δεν είναι ένα αντικείμενο αλλά μια ιεραρχία: μια κυκλοφορία (το προϊόν) περιέχει ηχογραφήσεις (τα κομμάτια), καθεμιά από τις οποίες ενσωματώνει ένα ή περισσότερα έργα (τις συνθέσεις). Κάθε στρώμα έχει δικό του αναγνωριστικό — UPC/EAN, ISRC, ISWC — και δικά του χρήματα. Σχεδόν κάθε ακριβό λάθος μεταδεδομένων είναι ένα γεγονός καταχωρημένο σε λάθος στρώμα. Η μεταφορά είναι τυποποιημένη: το ERN (Electronic Release Notification Message Suite) του DDEX είναι ο τρόπος με τον οποίο μια κυκλοφορία και τα μεταδεδομένα της φτάνουν σε μια υπηρεσία.

Κύριος καλλιτέχνης (primary artist). Το όνομα με το οποίο χρεώνεται το σχήμα. Αυτό το πεδίο, και μόνο αυτό, καθορίζει σε ποια σελίδα καλλιτέχνη προσγειώνεται η ηχογράφηση και ποιος συσσωρεύει ακροατές, followers και αλγοριθμικό ιστορικό. Η δημόσια οδηγία του Spotify είναι ρητή: «List each artist's name in a separate field» — κάθε όνομα σε ξεχωριστό πεδίο.

Φιλοξενούμενος καλλιτέχνης (featured artist). Ξεχωριστός ρόλος στην ίδια ηχογράφηση: πιστώνει τον φιλοξενούμενο και συνδέει με τη σελίδα του χωρίς να του δίνει κύρια χρέωση. Ο οδηγός της Apple απαιτεί τους featured artists σε επίπεδο κομματιού με ρόλο Featuring ή With, «not as Primary».

Remixer. Επίσης ρόλος. Apple: «Remix tracks…must list the original artist as Primary with the remixer assigned the remixer role.» Η καταχώριση του remixer ως κύριου καλλιτέχνη είναι ο τρόπος με τον οποίο οι κατάλογοι ριμίξ μολύνουν τη σελίδα ενός καλλιτέχνη.

Συνθέτης και στιχουργός. Οι δημιουργικές πιστώσεις. Περιγράφουν το έργο, όχι την ηχογράφηση, και είναι τα πεδία από τα οποία ιχνηλατούνται τα πνευματικά δικαιώματα (ενότητα 10).

Παραγωγός. Ρόλος συντελεστή: πίστωση, όχι σελίδα και όχι πληρωμή από την πλευρά της ηχογράφησης.

Εκδοχή / υπότιτλος (version). Η παρένθεση που ξεχωρίζει τη μία ηχογράφηση ενός τίτλου από την άλλη: Live, Instrumental, Radio Edit (ενότητα 9).

Σήμανση explicit. Είναι boolean, όχι λέξη. Apple: «Explicit content must be flagged Explicit with a parental advisory tag. Terms like (Explicit)…must not be used for album…or track titles.» Spotify: «you shouldn't add it to your track title.» Ο οδηγός της Music Biz απαγορεύει και το αντίστροφο: ποτέ «Clean» ή «Non-explicit» μέσα σε τίτλο.

Γλώσσα του έργου (τι τραγουδιέται) και γλώσσα του τίτλου (η γλώσσα και το αλφάβητο του συμβολοσειρικού τίτλου) είναι διαφορετικά πεδία και νόμιμα διαφέρουν — ένα ορχηστρικό ζεϊμπέκικο με ελληνικό τίτλο δεν έχει γλώσσα στίχου αλλά έχει ελληνική γλώσσα τίτλου. Η γλώσσα τίτλου λέει στο κατάστημα πώς να ταξινομήσει, να ευρετηριάσει και να αποδώσει το κείμενό σας. Σε ελληνική παράδοση είναι από τα πιο κρίσιμα πεδία και από τα πιο συχνά κενά.

P-line: έτος και δικαιούχος της ηχογράφησης, με το έτος να είναι της πρώτης δημοσίευσης εκείνης της ηχογράφησης, όχι της ημερομηνίας που ανεβάσατε. C-line: έτος και δικαιούχος του εξωφύλλου και της συσκευασίας. Δεν είναι εναλλάξιμα, και ρουτινιέρικα αντιγράφονται το ένα στο άλλο.

Είδος (genre). Σήμα δρομολόγησης, όχι περιγραφή του γούστου σας. Καθορίζει σε ποια συντακτικά και αλγοριθμικά συμφραζόμενα είναι επιλέξιμη μια κυκλοφορία. Για το ελληνικό ρεπερτόριο αυτό σημαίνει ότι το «ρεμπέτικο», το «λαϊκό», το «έντεχνο», το «δημοτικό» και το «νησιώτικο» δεν είναι το ίδιο πράγμα με το γενικό «World», και όπου το μοντέλο του διανομέα σας επιτρέπει υποείδος, το υποείδος είναι που κάνει τη δουλειά.

Ημερομηνία κυκλοφορίας είναι πότε βγαίνει αυτό το προϊόν· αρχική ημερομηνία κυκλοφορίας είναι πότε δημοσιεύτηκε πρώτη φορά οπουδήποτε η ηχογράφηση. Η καταχώριση μιας ηχογράφησης του 1978 με αρχική ημερομηνία 2026 λέει σε κάθε σύστημα κατάντη ότι πρόκειται για νέο υλικό — και είναι ακριβώς το λάθος που κάνουν οι επανεκδόσεις ρεμπέτικων και δημοτικών καταλόγων.

Αναγνωριστικά, με ακρίβεια. Ένα ISRC είναι δώδεκα χαρακτήρες: δύο χώρας, τρεις καταχωρητή, δύο έτους αναφοράς, πέντε προσδιορισμού. Οι παύλες είναι σύμβαση εμφάνισης, δεν αποτελούν μέρος του κωδικού, και δεν υπάρχει ψηφίο ελέγχου σε ISRC. Ένα UPC-A είναι δώδεκα ψηφία και ένα EAN-13 δεκατρία· η πρόσθεση ενός μηδενικού μπροστά μετατρέπει το ένα στο άλλο και το ψηφίο ελέγχου δεν αλλάζει. Νέο ISRC χρειάζεται για ριμίξ, edit, ζωντανή εκτέλεση ή ορχηστρικό — κάθε ουσιωδώς διαφορετική ηχογράφηση — όχι για επανέκδοση της ίδιας ηχογράφησης, και ο κωδικός μένει με την ηχογράφηση όταν αλλάζετε διανομέα. Το remaster είναι η στενή περίπτωση: το ISRC Handbook της IFPI (§A.10.1) απαιτεί νέο κωδικό μόνο όπου οι διαδικασίες του remastering «involve the application of creative input to the recording itself», και ρητά εξαιρεί την απλή αλλαγή στάθμης, την αμετάβλητη EQ ή συμπίεση, το de-noising, το de-clicking, τη διόρθωση ταχύτητας ή τονικού ύψους, την αλλαγή ρυθμού δειγματοληψίας και το dithering: «A new ISRC shall not be assigned in the context of essentially invariant or technological adjustment processes.» Ο ασφαλής πρακτικός κανόνας είναι ότι αν το remaster πωλείται ως ξεχωριστό κομμάτι δίπλα στο πρωτότυπο, είναι ξεχωριστό προϊόν και θέλει δικό του κωδικό. Αν δεν μπορείτε να πείτε σε ποιο στρώμα ανήκει ένα γεγονός — κυκλοφορία, ηχογράφηση ή έργο — δεν είστε ακόμη σε θέση να το καταχωρίσετε σωστά.

2. Το όνομα του καλλιτέχνη είναι κλειδί, όχι ετικέτα

Για ένα κατάστημα, το όνομα καλλιτέχνη δεν είναι κείμενο. Είναι κλειδί. Όταν φτάνει μια παράδοση με συμβολοσειρά κύριου καλλιτέχνη που δεν ταιριάζει ακριβώς με υπάρχουσα ταυτότητα, η λογική αντιστοίχισης είτε την προσαρτά σε εκείνον τον καλλιτέχνη είτε δημιουργεί καινούριον· οτιδήποτε μειώνει την εμπιστοσύνη — άλλη ορθογραφία, άλλος τόνος, άλλο κενό, άλλο αλφάβητο, άλλη ακολουθία bytes για το ίδιο γράφημα — σπρώχνει προς τον καινούριο.

Έτσι ένας καλλιτέχνης γίνεται δύο. Ο κατάλογος σχίζεται, οι ροές σχίζονται, και οι followers δεν ακολουθούν τη δεύτερη ταυτότητα, οπότε εκείνη ξεκινά χωρίς κανένα αλγοριθμικό ιστορικό. Τα δικαιώματα εξακολουθούν να πληρώνονται, αλλά πάνω σε δύο ιστορικά συσσώρευσης, και ό,τι μετριέται σε επίπεδο καταλόγου μετριέται πλέον πάνω σε μισή καριέρα.

Και οι δύο βασικοί οδηγοί ύφους συμφωνούν. Music Biz: «Artist name spelling should remain consistent for all content for an artist, where possible.» Spotify: κρατήστε ορθογραφία και μορφοποίηση σταθερές από κυκλοφορία σε κυκλοφορία, «including any punctuation, abbreviations, or acronyms».

Η επιδιόρθωση εκ των υστέρων δεν είναι επεξεργασία αλλά αίτημα συγχώνευσης: ο διανομέας σας ζητά από κάθε κατάστημα να ενώσει δύο ταυτότητες, κάθε κατάστημα το χειρίζεται χωριστά με δική του ουρά και δικές του απαιτήσεις τεκμηρίωσης, και κάποια το λύνουν γρήγορα ενώ άλλα ποτέ. Μια σχισμένη σελίδα καλλιτέχνη δεν είναι bug που διορθώνετε· είναι αξίωση που καταθέτετε, κατάστημα προς κατάστημα, και ελπίζετε.

Η άμυνα είναι διαδικαστική: γράψτε το κανονικό όνομα μία φορά σε ένα αρχείο και επικολλήστε το σε κάθε παράδοση στο εξής. Η επαναπληκτρολόγηση είναι εκεί που γεννιούνται οι παραλλαγές. Στα ελληνικά αυτό δεν είναι συμβουλή καθαριότητας — είναι η μόνη άμυνα απέναντι σε όλα όσα ακολουθούν.

3. Το τελικό σίγμα: ένα γνήσιο bug πεζών/κεφαλαίων

Αυτή είναι η κεντρική ελληνική περίπτωση, και ανήκει στην ίδια οικογένεια με το τουρκικό άστικτο ı και το γερμανικό ß: γλωσσικά φαινόμενα που σπάνε την παραδοχή κάθε μηχανικού ότι η αλλαγή πεζών/κεφαλαίων είναι αντιστρέψιμη.

Το ελληνικό σίγμα έχει δύο πεζές μορφές: σ (U+03C3 GREEK SMALL LETTER SIGMA) μέσα στη λέξη και ς (U+03C2 GREEK SMALL LETTER FINAL SIGMA) στο τέλος. Είναι το ίδιο γράμμα σε διαφορετική θέση. Και τα δύο κεφαλαιοποιούνται στο Σ (U+03A3). Δηλαδή η αντιστοίχιση πεζό → κεφαλαίο είναι δύο-προς-ένα, και η αντίστροφη κατεύθυνση χρειάζεται συμφραζόμενα, όχι πίνακα.

Τι κάνει πραγματικά η Python (επαληθεύτηκε σε CPython 3.11.15, Unicode 14.0.0):

>>> 'ΟΔΥΣΣΕΑΣ'.lower()
'οδυσσεας'          # U+03C3 U+03C3 στο εσωτερικό, U+03C2 στο τέλος
>>> 'ΟΔΥΣΣΕΑΣ'.casefold()
'οδυσσεασ'          # U+03C3 παντού — και στο τέλος
>>> 'οδυσσέας'.upper()
'ΟΔΥΣΣΈΑΣ'
>>> 'ς'.casefold() == 'σ'.casefold() == 'Σ'.casefold()
True

Τρία πράγματα προκύπτουν, και αξίζει να δηλωθούν με ακρίβεια επειδή κυκλοφορεί πολύ λάθος πληροφορία:

Πρώτον, η lower() της Python είναι σωστή για το τελικό σίγμα. Δεν είναι απλή αντιστοίχιση χαρακτήρα προς χαρακτήρα· υλοποιεί τον ευαίσθητο στα συμφραζόμενα κανόνα Final_Sigma του SpecialCasing.txt του Unicode και παράγει ς στο τέλος της λέξης. Το 'ΜΠΑΓΛΑΜΑΣ'.lower() δίνει μπαγλαμάς χωρίς τον τόνο — δηλαδή μπαγλαμας — με σωστό τελικό σίγμα. Το ίδιο ισχύει πριν από τελεία, παύλα και τέλος συμβολοσειράς. Το να λέτε «η Python δεν ξέρει το τελικό σίγμα» είναι λάθος.

Δεύτερον, όμως ο κανόνας των συμφραζομένων αστοχεί εκεί που η λέξη δεν τελειώνει. Τα ελληνικά αρκτικόλεξα με τελείες είναι η καθαρή περίπτωση:

>>> 'Α.Σ.'.lower()
'α.ς.'

Το Σ εδώ δεν είναι τέλος λέξης· είναι αρχικό γράμμα με στιγμή. Η σωστή πεζή μορφή είναι σ, και η Python δίνει ς. Το ίδιο συμβαίνει σε κάθε αρκτικόλεξο στιγμιαίας γραφής. Αντίθετα, η έκθλιψη χειρίζεται σωστά: το "Σ' ΑΓΑΠΩ".lower() δίνει "σ' αγαπω" και το "ΜΕΣ' ΤΗ ΝΥΧΤΑ".lower() δίνει "μες' τη νυχτα" — και τα δύο σωστά. Το συμπέρασμα είναι πρακτικό: η μηχανική πεζοποίηση ενός ελληνικού τίτλου γραμμένου κεφαλαία είναι σωστή στη συντριπτική πλειονότητα των περιπτώσεων και σιωπηλά λάθος σε μια κατηγορία που κανείς δεν ελέγχει.

Τρίτον, η casefold() δεν είναι lower() και δεν πρέπει να εμφανιστεί ποτέ σε πεδίο εμφάνισης. Η casefold() ισοπεδώνει σκόπιμα το τελικό σίγμα στο σ ώστε το ΟΔΥΣΣΕΑΣ, το Οδυσσέας και το οδυσσεας να συγκρίνονται ίσα. Αυτό είναι το σωστό εργαλείο για σύγκριση και deduplication, και το λάθος εργαλείο για αποθήκευση. Ένας αγωγός που κάνει casefold() και μετά title() για να «καθαρίσει» τα ονόματα θα σας γυρίσει Οδυσσεασ — με λάθος σίγμα και χωρίς τόνο — και αυτή η συμβολοσειρά θα προσγειωθεί σε δεύτερη σελίδα καλλιτέχνη.

Το πρακτικό συμπέρασμα για κάθε ελληνικό delivery: μια στρογγυλή διαδρομή πεζά → κεφαλαία → πεζά δεν είναι εγγυημένη ταυτοτική στα ελληνικά. Ένα σύστημα που κάπου στη διαδρομή κεφαλαιοποιεί για ταξινόμηση ή για κανονικοποίηση αναζήτησης, και μετά επιστρέφει τη συμβολοσειρά στη ροή εμφάνισης, έχει καταστρέψει πληροφορία. Καταχωρήστε το όνομα με τα κεφαλαία και τα πεζά που θέλετε, μία φορά, και μην αφήσετε κανένα ενδιάμεσο βήμα να το «κανονικοποιήσει».

4. Τόνοι και κεφαλαία: μια χειρότερη στρογγυλή διαδρομή

Το τελικό σίγμα είναι το γνωστό πρόβλημα. Το πρόβλημα του τονισμού είναι χειρότερο, και σχεδόν κανείς δεν το συζητά.

Η ελληνική τυπογραφική σύμβαση θέλει τη λέξη άτονη όταν γράφεται ολόκληρη με κεφαλαία. Γράφουμε ΟΔΥΣΣΕΑΣ, όχι ΟΔΥΣΣΈΑΣ. Ο τόνος διατηρείται μόνο στο αρχικό γράμμα όταν αυτό είναι το τονούμενο και η λέξη ξεκινά με κεφαλαίο μέσα σε πεζό κείμενο (Άννα), και στα διαλυτικά που δεν είναι τόνος.

Η Python δεν το κάνει αυτό:

>>> 'οδυσσέας'.upper()
'ΟΔΥΣΣΈΑΣ'     # U+0388 GREEK CAPITAL LETTER EPSILON WITH TONOS

Δηλαδή η upper() παράγει την τυπογραφικά λανθασμένη ελληνική μορφή. Παραδόξως, ακριβώς επειδή κρατά τον τόνο, η στρογγυλή διαδρομή της Python λειτουργεί: 'οδυσσέας'.upper().lower() επιστρέφει 'οδυσσέας' ακέραιο.

Το πρόβλημα προκύπτει όταν στη μέση της αλυσίδας παρεμβαίνει άνθρωπος — και στα ελληνικά εξώφυλλα παρεμβαίνει σχεδόν πάντα. Το σχεδιαστικό τμήμα γράφει τον τίτλο κεφαλαία και άτονα στο artwork, κάποιος τον αντιγράφει από εκεί στο πεδίο τίτλου, και τώρα το ΟΔΥΣΣΕΑΣ είναι η αποθηκευμένη συμβολοσειρά. Δεν υπάρχει αλγόριθμος που να την επαναφέρει. Το 'ΟΔΥΣΣΕΑΣ'.lower() δίνει οδυσσεας: σωστό τελικό σίγμα, καμία θέση τόνου. Η θέση του τόνου δεν βρίσκεται μέσα στη συμβολοσειρά· βρίσκεται στο λεξικό, και για κύρια ονόματα, μικροτοπωνύμια και τίτλους τραγουδιών ούτε καν εκεί.

Να διατυπωθεί καθαρά, γιατί είναι το σημείο όπου τα ελληνικά είναι αυστηρά χειρότερα από τα τουρκικά ή τα γερμανικά:

• Στα τουρκικά, το I/ı και το İ/i είναι δύο ζεύγη· αν το locale είναι σωστό, η στρογγυλή διαδρομή είναι ταυτοτική. Το bug είναι λάθος locale, όχι απώλεια πληροφορίας.
• Στα γερμανικά, το ß κεφαλαιοποιείται ιστορικά σε SS και σήμερα υπάρχει και το ẞ (U+1E9E). Είναι απώλεια, αλλά περιορισμένη και με γνωστές λύσεις.
• Στα ελληνικά, η σύμβαση των κεφαλαίων επιβάλλει τη διαγραφή του τόνου. Η πληροφορία δεν χάνεται από bug· χάνεται επειδή ο κανόνας λέει να χαθεί. Καμία υλοποίηση δεν μπορεί να τη σώσει.

Πρακτικά: ποτέ μην πληκτρολογείτε ελληνικό τίτλο ή όνομα καλλιτέχνη με κεφαλαία μέσα σε πεδίο μεταδεδομένων. Καταχωρήστε τη τονισμένη πεζή/κεφαλαία μορφή (Οδυσσέας, Της νύχτας τα παράξενα) και αφήστε το κατάστημα να κάνει ό,τι κάνει με την εμφάνιση. Το all-caps είναι επιπλέον και ρητή παράβαση των κανόνων κεφαλαιοποίησης της Music Biz, οπότε συχνά δεν περνά καν το validation — και εκεί είστε τυχεροί, γιατί η απόρριψη είναι φθηνή. Το ακριβό σενάριο είναι να περάσει.

Ένα δεύτερο, μικρότερο, αλλά αληθινό πρόβλημα: το οξεία-ως-απόστροφος. Σε ελληνικούς τίτλους με έκθλιψη (Μέσ' στη νύχτα, Σ' αγαπώ) η απόστροφος πληκτρολογείται πότε ως ' (U+0027 APOSTROPHE), πότε ως ’ (U+2019 RIGHT SINGLE QUOTATION MARK) και πότε ως ʼ (U+02BC MODIFIER LETTER APOSTROPHE). Καμία κανονικοποίηση δεν τις ενοποιεί: το U+02BC δεν έχει αποσύνθεση σε καμία μορφή, ούτε καν NFKD. Τρεις οπτικά όμοιοι τίτλοι, τρεις διαφορετικές συμβολοσειρές αναζήτησης. Διαλέξτε έναν χαρακτήρα και μείνετε σε αυτόν.

5. Μονοτονικό και πολυτονικό: το ίδιο κομμάτι, δύο ορθογραφίες

Το μονοτονικό σύστημα καθιερώθηκε στην Ελλάδα το 1982, αλλά ο κατάλογος δεν καθαρίζει με νόμο. Επανεκδόσεις προπολεμικών ηχογραφήσεων, δισκογραφικά δελτία, εκκλησιαστικό και βυζαντινό ρεπερτόριο, λόγιοι στίχοι, ακόμη και σύγχρονα έντεχνα άλμπουμ που επιλέγουν συνειδητά πολυτονική γραφή: όλα φέρνουν στα πεδία μεταδεδομένων τη βαρεία, την οξεία, την περισπωμένη, τα πνεύματα και την υπογεγραμμένη. Το ίδιο τραγούδι υπάρχει με δύο ορθογραφίες, και η αναζήτηση δεν τις ενώνει.

Τι κάνει πραγματικά η κανονικοποίηση Unicode (επαληθεύτηκε στην ίδια εγκατάσταση, Unicode 14.0.0):

Δύο συμπεράσματα, και το δεύτερο εκπλήσσει σχεδόν όλους:

(α) Η NFKC δεν ισοπεδώνει το πολυτονικό. Οι προσυντεθειμένοι πολυτονικοί χαρακτήρες του μπλοκ Greek Extended (U+1F00–U+1FFF) έχουν κανονική αποσύνθεση, όχι συμβατότητας. Άρα η NFC τους κρατά προσυντεθειμένους και η NFKC δεν κάνει τίποτε παραπάνω από τη NFC για αυτούς. Το πολυτονικό ἀγάπη και το μονοτονικό αγάπη παραμένουν διαφορετικές συμβολοσειρές σε κάθε μορφή κανονικοποίησης. Η κανονικοποίηση δεν είναι μετατροπέας ορθογραφίας.

(β) Το ζήτημα «oxia έναντι tonos» λύνεται — αλλά ήδη από τη NFC, όχι από τη NFKC. Το Unicode περιέχει διπλότυπα: ά U+1F71 GREEK SMALL LETTER ALPHA WITH OXIA και ά U+03AC GREEK SMALL LETTER ALPHA WITH TONOS είναι ο ίδιος οπτικός χαρακτήρας. Το U+1F71 έχει κανονική μονομελή αποσύνθεση (canonical singleton) στο U+03AC. Επομένως:

>>> unicodedata.normalize('NFC', 'ά')
'ά'      # και NFD → U+03B1 U+0301· NFKC → U+03AC
>>> unicodedata.normalize('NFC', 'ΐ')   # ΙΩΤΑ WITH DIALYTIKA AND OXIA
'ΐ'

Άρα ναι, η NFKC αντιστοιχίζει τους χαρακτήρες «oxia» στους «tonos» — αλλά αυτό δεν είναι ιδιότητα της NFKC· είναι κανονική ισοδυναμία, και η απλή NFC την επιτυγχάνει ήδη. Πρακτικά αυτό είναι καλά νέα: αν κανονικοποιείτε τα πάντα σε NFC, το διπλότυπο oxia/tonos εξαφανίζεται μόνο του και δεν χρειάζεστε καθόλου την επικίνδυνη NFKC. Είναι επίσης ο λόγος για τον οποίο ένα κείμενο που πληκτρολογήθηκε σε παλιό πολυτονικό επεξεργαστή και ένα που πληκτρολογήθηκε σε σύγχρονο ελληνικό πληκτρολόγιο μπορούν να φαίνονται ταυτόσημα και να συγκρίνονται άνισα, μέχρι να περάσουν και τα δύο από NFC.

Η υπογεγραμμένη αξίζει χωριστή προειδοποίηση, επειδή είναι το ένα σημείο όπου η κεφαλαιοποίηση αλλάζει το πλήθος των χαρακτήρων:

>>> 'ᾳ'.upper()
'ΑΙ'          # U+0391 U+0399 — δύο χαρακτήρες
>>> 'ᾳ'.title()
'ᾼ'           # U+1FBC, με προσγεγραμμένη

Ένας τίτλος με ᾳ που περνά από upper() γίνεται μεγαλύτερος κατά έναν χαρακτήρα και δεν επιστρέφει ποτέ. Επίσης, το U+0345 COMBINING GREEK YPOGEGRAMMENI δεν έχει καμία αποσύνθεση σε καμία μορφή — μένει εκεί που είναι.

Η πρακτική οδηγία: αποφασίστε ανά κατάλογο αν η κυκλοφορία είναι μονοτονική ή πολυτονική και μην αναμείξετε. Αν ένα άλμπουμ επανέκδοσης φέρει πολυτονικούς τίτλους από τα πρωτότυπα δελτία, γράψτε τους πολυτονικά όλους — όχι τους μισούς. Και επειδή κανένα κατάστημα δεν εγγυάται ότι διπλώνει τα πνεύματα στην αναζήτηση, αν το κοινό σας θα πληκτρολογήσει μονοτονικά, το μονοτονικό είναι η σωστή επιλογή για το κύριο πεδίο και το πολυτονικό ανήκει σε πεδίο τοπικοποίησης όπου υπάρχει.

6. Ελληνικά και λατινικά ομόγλυφα: ο αόρατος διαχωριστής

Δεκατέσσερα ελληνικά κεφαλαία είναι, στις περισσότερες γραμματοσειρές, οπτικά ταυτόσημα με λατινικά κεφαλαία και είναι εντελώς διαφορετικοί κωδικοί:

Επαληθεύτηκε ότι καμία μορφή κανονικοποίησης δεν τα ενώνει: για κάθε ένα από τα δεκατέσσερα ζεύγη, NFKC(ελληνικό) != NFKC(λατινικό). Είναι διαφορετικά γράμματα με διαφορετική ταυτότητα, και το Unicode είναι σωστό που τα κρατά χωριστά.

Πώς φτάνουν στα πεδία σας: κάποιος πληκτρολογεί το όνομα του σχήματος σε ελληνικό πληκτρολόγιο, ξεχνά να αλλάξει διάταξη στα μισά, και βγαίνει ΤΑΞΙ όπου το Τ και το Ι είναι ελληνικά αλλά το Α λατινικό. Ή το αντίστροφο: ένα σχήμα με λατινικό όνομα, MODEA, όπου το Μ και το Ο γράφτηκαν κατά λάθος ελληνικά. Ή — η πιο συχνή πηγή — αντιγραφή από εξώφυλλο σε PDF, όπου η εξαγωγή κειμένου έχει επιλέξει ό,τι της υπαγόρευσε η γραμματοσειρά.

Το αποτέλεσμα είναι δύο συμβολοσειρές που κανένας διορθωτής δεν διακρίνει, καμία αναζήτηση δεν ενώνει, και κάθε μηχανή αντιστοίχισης θεωρεί δύο καλλιτέχνες. Είναι ακριβώς ο ίδιος μηχανισμός με τη μολυβδοκόλληση των mixed-script domain names, εφαρμοσμένος σε δισκογραφικό κατάλογο.

Ο έλεγχος είναι μηχανικός και εύκολος, και πρέπει να γίνεται πάντα: περάστε κάθε συμβολοσειρά καλλιτέχνη και τίτλου από έλεγχο ενός και μόνο script. Αν μια συμβολοσειρά περιέχει ταυτόχρονα χαρακτήρες του μπλοκ Greek και του μπλοκ Basic Latin εκτός από κενά, ψηφία και στίξη, είναι σχεδόν βέβαια λάθος — εκτός αν πρόκειται για συνειδητή δίγλωσση επωνυμία, οπότε ισχύει ο κανόνας: αποφασίστε την, γράψτε τη μία φορά, μην την ξαναπληκτρολογήσετε ποτέ.

6.1 Κωδικοποιήσεις παλαιού καταλόγου: Windows-1253, ISO-8859-7 και το «μουτζουρωμένο» κείμενο

Υπάρχει μια δεύτερη, παλαιότερη πηγή αόρατης ζημιάς που χτυπά ειδικά τους ελληνικούς καταλόγους, και σχεδόν πάντα σε επανεκδόσεις: οι προ-Unicode κωδικοποιήσεις. Πριν επικρατήσει το UTF-8, τα ελληνικά γράφονταν σε Windows-1253 και ISO-8859-7, δύο κωδικοσελίδες που για τα ελληνικά γράμματα δίνουν ταυτόσημα bytes:

>>> 'Ρεμπέτικο'.encode('cp1253')
b'\xd1\xe5\xec\xf0\xdd\xf4\xe9\xea\xef'
>>> 'Ρεμπέτικο'.encode('iso-8859-7') == 'Ρεμπέτικο'.encode('cp1253')
True

Αν κάποιο βήμα της αλυσίδας αποκωδικοποιήσει αυτά τα bytes ως δυτικοευρωπαϊκά, το αποτέλεσμα είναι το γνωστό «μουτζουρωμένο» κείμενο:

>>> 'Ρεμπέτικο'.encode('cp1253').decode('cp1252')
'ÑåìðÝôéêï'

Πού το συναντάτε στην πράξη: σε ID3 tags αρχείων MP3 που ψηφιοποιήθηκαν στη δεκαετία του 2000, σε αρχεία CUE και σε λίστες κομματιών από παλιά συστήματα μαστεροποίησης, σε εξαγωγές από παλιές βάσεις δισκογραφικών εταιρειών, και σε φύλλα Excel που πέρασαν από CSV χωρίς BOM. Το ID3v1 δεν έχει καθόλου δήλωση κωδικοποίησης· το ID3v2.3 υποστηρίζει UTF-16 αλλά πολλά εργαλεία της εποχής έγραφαν ISO-8859-1 και έβαζαν μέσα bytes 1253.

Δύο πράγματα να κρατήσετε. Πρώτον, αυτό δεν είναι πρόβλημα κανονικοποίησης και καμία μορφή NFC/NFD/NFKC δεν το διορθώνει — τα bytes έχουν ήδη αποκωδικοποιηθεί σε λάθος χαρακτήρες Unicode, και αυτοί οι χαρακτήρες είναι έγκυροι. Η μόνη επιδιόρθωση είναι να κωδικοποιήσετε πίσω σε cp1252 και να αποκωδικοποιήσετε ξανά ως cp1253, και μόνο αν η στρέβλωση έγινε ακριβώς έτσι. Δεύτερον, μη βασιστείτε στα ενσωματωμένα tags του αρχείου ως πηγή αλήθειας. Τα πεδία που παραδίδετε στον διανομέα είναι η πηγή· τα tags του WAV ή του MP3 είναι το αντίγραφο. Πληκτρολογήστε τα ελληνικά στο δελτίο παράδοσης και όχι στο tag, και αν το εργαλείο σας διαβάζει tags για να προσυμπληρώσει πεδία, ελέγξτε τι διάβασε.

6.2 Ταξινόμηση και αναζήτηση: γιατί ο τόνος χαλάει και τη σειρά

Ένα λιγότερο εμφανές αποτέλεσμα του ελληνικού τονισμού είναι η ταξινόμηση. Η αφελής ταξινόμηση κατά κωδικό, που κάνει σχεδόν κάθε βιβλιοθήκη χωρίς ρητή ρύθμιση locale, βάζει τα τονισμένα κεφαλαία πριν από όλα τα άτονα, επειδή το Ά είναι U+0386 και το Α είναι U+0391:

>>> sorted(['Ζαμπέτας', 'Άννα', 'Αννα', 'Ωραία', 'Χατζής'])
['Άννα', 'Αννα', 'Ζαμπέτας', 'Χατζής', 'Ωραία']

Εδώ τυχαίνει να βγει σωστό, αλλά μόνο κατά σύμπτωση: το Άννα και το Αννα κατέληξαν δίπλα-δίπλα επειδή αρχίζουν και τα δύο με άλφα. Βάλτε ένα Ώρα δίπλα σε ένα Βήτα και η σειρά καταρρέει, γιατί το Ώ (U+038F) προηγείται του Β (U+0392). Η σωστή ελληνική αλφαβητική σειρά απαιτεί συλλογή κατά ICU/CLDR με ελληνικό locale, όπου ο τόνος είναι δευτερεύον βάρος και δεν μετακινεί το γράμμα.

Δεν ελέγχετε εσείς τη συλλογή του καταστήματος. Ελέγχετε όμως τι της δίνετε, και εκεί ισχύει ο ίδιος κανόνας που διατρέχει όλο το κείμενο: μία γραφή, σταθερή. Ένας κατάλογος όπου το ίδιο επώνυμο εμφανίζεται πότε τονισμένο και πότε άτονο θα ταξινομηθεί σε δύο θέσεις σε κάθε σύστημα που δεν κάνει σωστή ελληνική συλλογή — δηλαδή στα περισσότερα.

Το ίδιο ισχύει και για την αναζήτηση από την πλευρά του ακροατή. Κανένα κατάστημα δεν δημοσιεύει αν και πώς διπλώνει τους ελληνικούς τόνους πριν το ευρετήριο. Το ασφαλές είναι να υποθέσετε ότι δεν τους διπλώνει: τότε ο τίτλος Της νύχτας τα παράξενα δεν βρίσκεται από αναζήτηση της νυχτας τα παραξενα, και αντίστροφα. Δεν υπάρχει τρόπος να καλύψετε και τις δύο περιπτώσεις μέσα σε ένα πεδίο — και ο πειρασμός να γράψετε και τις δύο μορφές μαζί στον τίτλο είναι ακριβώς η κατηγορία «επιπλέον πληροφορία σε τίτλο» που απαγορεύεται. Γράψτε τη σωστή τονισμένη μορφή· είναι η μόνη που είναι και σωστή και σταθερή.

Για ελέγχους τέτοιου τύπου, το mazufa.com φιλοξενεί έναν δωρεάν ελεγκτή μεταδεδομένων που τρέχει εξ ολοκλήρου στη δική σας συσκευή και δεν ανεβάζει τίποτε· εντοπίζει ανάμειξη ελληνικών/λατινικών ομόγλυφων, μη-NFC συμβολοσειρές, ανάμειξη μονοτονικού και πολυτονικού και ασυνεπές τελικό σίγμα.

7. Το ελληνικό ερωτηματικό και η άνω τελεία

Δύο ελληνικοί χαρακτήρες στίξης έχουν συμπεριφορά που εκπλήσσει, και εμφανίζονται σε τίτλους τραγουδιών συνεχώς — το ελληνικό ρεπερτόριο είναι γεμάτο ερωτηματικούς τίτλους.

Το ελληνικό ερωτηματικό είναι το ; U+037E GREEK QUESTION MARK, οπτικά ταυτόσημο με το ; U+003B SEMICOLON. Επαληθεύτηκε:

>>> unicodedata.normalize('NFC', ';')
';'          # U+003B

Το U+037E έχει κανονική μονομελή αποσύνθεση στο U+003B. Δηλαδή δεν χρειάζεται καν NFKC: η NFC και η NFD αντικαθιστούν και οι δύο το ελληνικό ερωτηματικό με το ASCII ερωτηματικό. Και οι τέσσερις μορφές — NFC, NFD, NFKC, NFKD — δίνουν U+003B.

Η πρακτική συνέπεια είναι ασυνήθιστα καθαρή: γράψτε το ερωτηματικό σας ως U+003B και τελειώσατε. Οτιδήποτε άλλο θα μετατραπεί έτσι κι αλλιώς από τον πρώτο αγωγό που κανονικοποιεί, και η ενδιάμεση κατάσταση — μισός κατάλογος με U+037E, μισός με U+003B — είναι που δημιουργεί ασυμφωνία αναζήτησης. Αν πληκτρολογείτε σε ελληνικό πληκτρολόγιο, το πλήκτρο q δίνει συνήθως ήδη U+003B, αλλά ορισμένοι επεξεργαστές και ορισμένες κινητές διατάξεις εισάγουν το U+037E. Ελέγξτε το.

Η άνω τελεία συμπεριφέρεται πανομοιότυπα: · U+0387 GREEK ANO TELEIA αποσυντίθεται κανονικά στο · U+00B7 MIDDLE DOT σε όλες τις μορφές. Ίδιος κανόνας: χρησιμοποιήστε το U+00B7 από την αρχή.

Αξίζει να σημειωθεί τι δεν ισχύει: τα ελεύθερα πνεύματα και τόνοι του Greek Extended — π.χ. ᾽ U+1FBD GREEK KORONIS και ᾿ U+1FBF GREEK PSILI — δεν έχουν κανονική αποσύνθεση, αλλά έχουν αποσύνθεση συμβατότητας σε κενό + συνδυαστικό σημείο. Δηλαδή η NFKC τα μετατρέπει σε U+0020 + U+0313, εισάγοντας ένα πραγματικό κενό μέσα στον τίτλο σας. Είναι μια ακόμη περίπτωση όπου η NFKC κάνει ζημιά: το UAX #15 προειδοποιεί ρητά ότι οι μορφές συμβατότητας «erase many formatting distinctions» και «may remove distinctions that are important to the semantics». Κανονικοποιήστε σε NFC. Ποτέ σε NFKC για πεδία εμφάνισης.

8. Greeklish και οι ανταγωνιστικές ρομανοποιήσεις

Ένας Έλληνας καλλιτέχνης έχει δύο ονόματα στα συστήματα του κόσμου — ελληνικό και λατινικό — και και τα δύο πρέπει να είναι μονοσήμαντα.

Η ιδιαιτερότητα εδώ, σε σχέση με άλλα μη λατινικά αλφάβητα, είναι ότι η λατινική γραφή των ελληνικών δεν είναι ακαδημαϊκή σύμβαση αλλά καθημερινή πρακτική: τα Greeklish γράφονται αυθόρμητα από εκατομμύρια χρήστες εδώ και τριάντα χρόνια, χωρίς κανόνα. Και εκεί υπάρχουν τουλάχιστον τρεις ασύμβατες οικογένειες:

1. Ορθογραφική (γράμμα προς γράμμα, διατηρώντας την ελληνική ορθογραφία): Dhmhtrhs, Xatzhs, 8anasis, Gia8elw — το η γίνεται h, το θ γίνεται 8 ή u, το ξ γίνεται 3.
2. Φωνητική (πώς ακούγεται): Dimitris, Chatzis, Thanasis.
3. Τυποποιημένη κατά ΕΛΟΤ 743 / ISO 843, που είναι το πρότυπο των ελληνικών διαβατηρίων: Dimitris, Chatzis, Thanasis, με συγκεκριμένους κανόνες για τα δίψηφα (ΜΠ→B ή MP ανάλογα με τη θέση, ΓΓ→NG, ΑΥ→AV/AF).

Το ίδιο επώνυμο μπορεί έτσι να εμφανιστεί ως Papaioannou, Papaioannou, Papaiwannou, Papagiannou ή Papayannou, και καθένα είναι υπερασπίσιμο. Για μια μηχανή αντιστοίχισης είναι πέντε καλλιτέχνες.

Υπάρχει και μια ειδικά ύπουλη ελληνική περίπτωση: το Γιώργος / Yiorgos / Giorgos / George και το Δημήτρης / Dimitris / Jimmy. Πολλοί μουσικοί της διασποράς χρησιμοποιούν αγγλικό αντίστοιχο του ονόματος στις διεθνείς κυκλοφορίες και το ελληνικό στις εγχώριες. Αυτό είναι δύο διαφορετικοί καλλιτέχνες για κάθε κατάστημα, όχι δύο εμφανίσεις του ίδιου.

Πώς επιλέγετε, κατά σειρά προτεραιότητας: ό,τι χρησιμοποιεί ήδη δημόσια ο καλλιτέχνης — handle, domain, τυπωμένη κυκλοφορία — γιατί η συνέπεια με το υπάρχον αποτύπωμα υπερισχύει της γλωσσικής ορθότητας· διαφορετικά ό,τι υπάρχει στη μεγαλύτερη υπάρχουσα κυκλοφορία· έπειτα ό,τι θα πληκτρολογούσε πραγματικά ένας ακροατής στην αγορά-στόχο, γιατί το συνηθισμένο νικά το λόγιο· και μία σταθερή επιλογή ανά αμφίσημο δίψηφο — ch/h/kh για το χ, i/y για το η και το υ, f/ph για το φ, d/dh για το δ.

Όπου το μοντέλο δεδομένων το υποστηρίζει, το ελληνικό ανήκει στο κύριο πεδίο και η ρομανοποίηση στο πεδίο τοπικοποίησης ή φωνητικής απόδοσης — ακριβώς αυτό που ορίζει η Apple για το κυριλλικό: «Content in languages that use the Cyrillic alphabet should not be submitted with transliterated titles. Use Cyrillic in the native title field, English in the English localization field, and transliteration in the available phonetic field.» Το ίδιο μοντέλο ισχύει και για το ελληνικό. Μια ρομανοποίηση είναι δεύτερο όνομα καλλιτέχνη, και όποιος δεν έχει διαλέξει μία, έχει ήδη διαλέξει πολλές.

9. Φιλοξενούμενοι καλλιτέχνες και εκδοχές

9.1 Γιατί το πεδίο τίτλου είναι λάθος μέρος για το «feat.»

Η πιο συχνή καταστροφική καταχώριση στην ανεξάρτητη διανομή είναι να πληκτρολογηθεί Καλλιτέχνης Α ft. Καλλιτέχνης Β στο πεδίο τίτλου με το πεδίο ρόλου κενό. Το πεδίο τίτλου είναι συμβολοσειρά εμφάνισης· δεν φέρει ταυτότητα. Ο φιλοξενούμενος δεν παίρνει σύνδεσμο πίστωσης, δεν εμφανίζεται στη δική του σελίδα, δεν υπάρχει διαδρομή ανακάλυψης προς τον δίσκο σας και τίποτα στα analytics του — ενώ το κατάστημα μπορεί να θεωρήσει το «ft. Καλλιτέχνης Β» μέρος του ονόματος του τραγουδιού, οπότε το κομμάτι λέγεται Τίτλος ft. Καλλιτέχνης Β για πάντα.

Τα καταστήματα το λένε ρητά. Spotify: «You shouldn't include any artists' names in your track or release titles», και, στην τεκμηρίωση παρόχων, «Spotify strongly recommends against including additional information, such as references to 'Featured Artists' in track and product titles.» Music Biz: πιστώστε τους φιλοξενούμενους «at the Artist role level and not add this data to the track or album release title».

Όπου συμβατικά απαιτείται η χρέωση μέσα στον τίτλο, οι συμβάσεις είναι σταθερές. Music Biz, για το «feat.» και το «with»: «when included in the title are generally lowercase and in English.» Apple: «Formatting of 'feat.' and 'with' must be lowercase, in English, not localized, and in parentheses or brackets.»

Αυτό το «not localized» έχει άμεση ελληνική συνέπεια, και είναι ένα από τα λάθη που βλέπουμε πιο συχνά σε ελληνικές παραδόσεις: μη μεταφράζετε το «feat.» σε «συμμετέχει», «με τη συμμετοχή του/της», «μαζί με» ή «σε ερμηνεία» μέσα σε πεδίο τίτλου. Είναι διακριτικό αναγνώσιμο από μηχανή, όχι λέξη. Το ίδιο ισχύει για το «Live» — μην το γράψετε «Ζωντανή ηχογράφηση» στο πεδίο εκδοχής.

Η σωστή δομή: το πεδίο τίτλου κρατά το όνομα του τραγουδιού και τίποτε άλλο, και κάθε σχήμα πάει στο δικό του πεδίο ρόλου. Οι ρόλοι είναι ταυτότητα· οι τίτλοι είναι εμφάνιση, και το να βάλετε ταυτότητα σε πεδίο εμφάνισης καταστρέφει την ταυτότητα και χαλάει και την εμφάνιση.

9.2 Εκδοχές

Το πεδίο εκδοχής υπάρχει για να ξεχωρίζει δύο ηχογραφήσεις που μοιράζονται τίτλο. Αυτή είναι όλη του η δουλειά, και είναι και το κριτήριο για το αν θα το συμπληρώσετε. Το λεξιλόγιο είναι σταθερό και αγγλικό: Radio Edit, Extended Mix, Live, Acoustic, Instrumental, Single Version, Alternate Take, Demo, Remastered, και τα ονομασμένα ριμίξ ως Artist Name Remix. Apple: «To differentiate multiple versions of the same track title, use terms in parentheses or brackets such as: Alternate Take…Live, Instrumental, Single Version, Radio Edit.» Για τη στίξη, η Music Biz ορίζει παρενθέσεις πρώτα και αγκύλες για περαιτέρω λεπτομέρεια.

Το «Radio Edit» δεν είναι συνώνυμο του «το καθαρό». Η Music Biz το επιφυλάσσει για εκδοχή που ετοιμάστηκε πραγματικά για ραδιοφωνική μετάδοση και σας παραπέμπει στο «Edited Version» για μη-explicit εκδοχή. Το Radio Edit είναι κανονικά επεξεργασία διάρκειας· το Edited Version είναι επεξεργασία περιεχομένου.

Το «Original Mix» δεν είναι καθολικά ασφαλές, και εδώ υπάρχει πραγματική απόκλιση μεταξύ καταστημάτων. Ο δημοσιευμένος οδηγός της Apple το απαγορεύει: «The standard, original version of an album, track, or music video must not include any additional information in the title unless it is needed to identify the content», κατονομάζοντας ανάμεσα στους απαγορευμένους όρους «Exclusive, Limited Edition, Album Version, Original Mix, Tone, Alert Tone…Dolby Atmos, lossless, high-resolution audio». Η δημόσια τεκμηρίωση μεταδεδομένων του Spotify δεν δημοσιεύει κανόνα που να κατονομάζει το «Original Mix»· η δημοσιευμένη θέση της είναι η γενική, ότι οι τίτλοι δεν πρέπει να φέρουν επιπλέον πληροφορία. Ταυτόχρονα η ετικέτα παραμένει εδραιωμένη σύμβαση στο ηλεκτρονικό ρεπερτόριο. Η Apple κατονομάζει το «Original Mix» ως απαγορευμένο· άλλες υπηρεσίες δεν δημοσιεύουν κανόνα προς καμία κατεύθυνση, και η μεταχείριση διαφέρει ανά κατάστημα και ανά προ-επικύρωση του διανομέα σας. Αν το πρωτότυπο είναι η μόνη εκδοχή στην κυκλοφορία, αφήστε το πεδίο κενό — σωστό παντού.

Ένα ελληνικό ειδικό: η «διασκευή» δεν είναι εκδοχή. Μια εκτέλεση ξένου τραγουδιού με ελληνικό στίχο είναι διαφορετικό έργο με διαφορετικούς στιχουργούς και δικό της καθεστώς αδειοδότησης, όχι μια «(Greek Version)» ετικέτα πάνω στο πρωτότυπο. Και μια σύγχρονη ηχογράφηση παλιού ρεμπέτικου δεν είναι «Remastered» — είναι νέα ηχογράφηση, νέο ISRC, ίδιο έργο, ίδιοι δημιουργοί.

10. Συνθέτης, στιχουργός, και το κόστος του «παραδοσιακό»

Η ηχογράφηση και η σύνθεση είναι δύο χωριστά δικαιώματα με δύο χωριστές ροές εσόδων. Ο διανομέας σας εισπράττει επί της ηχογράφησης· η εκδοτική πλευρά — μηχανικά και δικαιώματα δημόσιας εκτέλεσης επί του έργου — ιχνηλατείται μέσα από τα πεδία συνθέτη και στιχουργού και τις καταχωρίσεις που ακολουθούν. Είναι ο πιο αδύναμος κρίκος στις ανεξάρτητες κυκλοφορίες για δομικό λόγο: δεν εμφανίζονται ποτέ στο front end του καταστήματος, άρα τίποτα στην εμπειρία ακρόασης δεν σας λέει ότι είναι λάθος.

Οι σταθεροί κανόνες:

• Συνθέτης και στιχουργός παίρνουν νόμιμα ονόματα, όχι καλλιτεχνικά. Οι οργανισμοί αντιστοιχίζουν στο καταχωρημένο όνομα του δημιουργού.
• Κάθε δημιουργός πρέπει να αναφέρεται, ακόμη κι όποιος έγραψε μία γραμμή. Ένας δημιουργός που λείπει δεν είναι πίστωση που λείπει· είναι ποσοστό που δεν αντιστοιχίζεται.
• Τα ποσοστά πρέπει να αθροίζουν στο 100% και να συμφωνούνται γραπτώς πριν την κυκλοφορία.
• Οι διασκευές έργων δημόσιου τομέα εξακολουθούν να έχουν δημιουργό — τον διασκευαστή/ενορχηστρωτή.
• Ένα ριμίξ δεν αλλάζει τη σύνθεση. Οι αρχικοί δημιουργοί παραμένουν οι δημιουργοί, εκτός αν το ριμίξ προσθέτει νέα σύνθεση, που είναι διαπραγματευμένο ποσοστό και όχι υπόθεση.

10.1 Το τοπίο της συλλογικής διαχείρισης στην Ελλάδα

Αυτό είναι ένα σημείο όπου χρειάζεται ακρίβεια και αυτοσυγκράτηση: δηλώνουμε μόνο ό,τι είναι δημόσια τεκμηριωμένο και δεν ισχυριζόμαστε τίποτε για εσωτερικές διαδικασίες οργανισμών.

Η ΑΕΠΙ (Ελληνική Εταιρεία προς Προστασίαν της Πνευματικής Ιδιοκτησίας Α.Ε.), για δεκαετίες ο κυρίαρχος οργανισμός συλλογικής διαχείρισης για μουσικά έργα στην Ελλάδα, έχει οριστικά ανακληθεί η άδεια λειτουργίας της. Η ανακοίνωση της Ελληνικής Κυβέρνησης (15 Μαΐου 2018) αναφέρει «παραβίασης των υποχρεώσεών της για το χρονικό διάστημα της δραστηριοποίησής της… οι οποίες τεκμηριώνουν έλλειψη βιωσιμότητας» και ότι η εταιρεία οδηγήθηκε «σε πλήρες οικονομικό αδιέξοδο, με πολλά εισπραγμένα και μη αποδοθέντα δικαιώματα».

Στη συνέχεια συστάθηκε εντός του ΟΠΙ (Οργανισμός Πνευματικής Ιδιοκτησίας) η ΕΥΕΔ (Ειδική Υπηρεσία Έκτακτης Διαχείρισης Δικαιωμάτων) ως προσωρινή λύση. Κατά την ανακοίνωση του ΟΠΙ, η ΕΥΕΔ έπαυσε να λειτουργεί στις 6 Ιουνίου 2020, όταν «συμπληρώθηκαν δύο (2) έτη από τη δημοσίευση της… Υπουργικής Απόφασης», και η δραστηριότητά της μεταφέρθηκε στον ΟΣΔ «Ένωση Δικαιούχων ΕΔΕΜ» (ΚΥΑ ΥΠΠΟΑ/ΓΡΥΠ/237529/6053/12.05.2020, ΦΕΚ Β'/2025/26.05.2020).

Σήμερα, στα στοιχεία επικοινωνίας ΟΣΔ που δημοσιεύει ο ΟΠΙ, για συνθέτες και στιχουργούς καταγράφονται δύο οργανισμοί: ΑΥΤΟΔΙΑΧΕΙΡΙΣΗ / AUTODIA και Ένωση Δικαιούχων ΕΔΕΜ. Στην πλευρά των συγγενικών δικαιωμάτων ο ΟΠΙ καταγράφει τον ΓΡΑΜΜΟ (παραγωγοί φωνογραφημάτων), την ΕΡΑΤΩ (τραγουδιστές) και τον ΑΠΟΛΛΩΝ (μουσικοί), καθώς και τη ΓΕΑ ως το κοινό σχήμα που διαχειρίζεται την «εύλογη και ενιαία αμοιβή» για τους τρεις μαζί.

Τι σημαίνει αυτό πρακτικά για τα μεταδεδομένα σας: η εκδοτική πλευρά και η πλευρά συγγενικών δικαιωμάτων στην Ελλάδα πέρασαν, μέσα σε λίγα χρόνια, από έναν οργανισμό σε πολλαπλούς, με μεταφορά ρεπερτορίου ανάμεσά τους. Κάθε τέτοια μεταφορά είναι σημείο όπου μια εγγραφή έργου μπορεί να χαθεί ή να καταλήξει διπλή. Τα πεδία συνθέτη και στιχουργού στο delivery σας είναι το μόνο πράγμα που ελέγχετε εσείς σε αυτή την αλυσίδα, και είναι ο λόγος για τον οποίο αξίζει να είναι σωστά τη μία φορά που τα γράφετε. Δεν ισχυριζόμαστε τίποτε για το πώς κάθε οργανισμός επεξεργάζεται εσωτερικά μια εγγραφή — αυτό δεν δημοσιεύεται.

10.2 «Παραδοσιακό»: το ακριβότερο πεδίο του ελληνικού καταλόγου

Και εδώ φτάνουμε στο λάθος που κοστίζει περισσότερα χρήματα από όλα τα υπόλοιπα μαζί στον ελληνικό κατάλογο: η καταχώριση τεκμηριωμένου συνθέτη ως «Παραδοσιακό» / «Traditional» / «Δ.Ν.» (Δημιουργός Άγνωστος).

Η λογική του λάθους είναι κατανοητή. Ένα μεγάλο μέρος του δημοτικού και του νησιώτικου ρεπερτορίου είναι πραγματικά παραδοσιακό, χωρίς γνωστό δημιουργό. Ο εκτελεστής μαθαίνει να γράφει «παραδοσιακό» και το γράφει παντού. Αλλά το ρεμπέτικο και το λαϊκό δεν είναι δημοτικό ρεπερτόριο. Είναι αστική δισκογραφία του 20ού αιώνα με τεκμηριωμένους δημιουργούς, δισκογραφικά δελτία, ετικέτες 78 στροφών και εκδοτικές συμβάσεις. Μεγάλο μέρος του ρεπερτορίου που κυκλοφορεί σήμερα ως «παραδοσιακό» έχει όνομα και επώνυμο συνθέτη και στιχουργού.

Οι συνέπειες είναι σωρευτικές και δεν εμφανίζονται ποτέ ως σφάλμα:

• Τα εκδοτικά δικαιώματα του έργου δεν αντιστοιχίζονται σε κανέναν και μένουν αδιάθετα.
• Ο διασκευαστής — αυτός που έκανε την ενορχήστρωση για μπουζούκι, μπαγλαμά και κιθάρα, ή που πέρασε ένα νησιώτικο σε σαντούρι και λύρα — χάνει και τη δική του, νόμιμη, πίστωση διασκευής, γιατί το «Παραδοσιακό» καταλαμβάνει το πεδίο.
• Η ίδια ηχογράφηση με «Παραδοσιακό» σε μια κυκλοφορία και με τεκμηριωμένο συνθέτη σε άλλη δημιουργεί δύο εγγραφές έργου για το ίδιο τραγούδι, που είναι ακριβώς το πρόβλημα που κάνει τις αντιστοιχίσεις να αποτυγχάνουν και στις δύο.
• Και όταν το ίδιο κομμάτι διανεμηθεί ξανά αργότερα σωστά, η προηγούμενη λανθασμένη εγγραφή δεν εξαφανίζεται· γίνεται μια δεύτερη, ανταγωνιστική αξίωση.

Ο κανόνας είναι απλός και δεν έχει εξαίρεση: προτού γράψετε «Παραδοσιακό», ψάξτε. Το δισκογραφικό δελτίο της αρχικής έκδοσης, η ετικέτα του δίσκου, οι δημοσιευμένες δισκογραφίες και οι δημόσιες βάσεις έργων απαντούν σχεδόν πάντα. Αν βρείτε δημιουργό, γράψτε τον. Αν πραγματικά δεν υπάρχει, γράψτε «Παραδοσιακό» και τον διασκευαστή σας στο πεδίο διασκευής, γιατί η διασκευή σας είναι δικό σας έργο. Το «Παραδοσιακό» χωρίς διασκευαστή είναι δήλωση ότι κανείς δεν δικαιούται τίποτε — και τα συστήματα την πιστεύουν.

10.3 Ρόλοι συντελεστών και οργανολόγιο

Πέρα από τον συνθέτη και τον στιχουργό, το μοντέλο δεδομένων του DDEX προβλέπει ρόλους συντελεστών που τα περισσότερα ελληνικά deliveries αφήνουν κενούς: ενορχηστρωτής, μαέστρος, παραγωγός, ηχολήπτης, μηχανικός μίξης, μηχανικός μαστεροποίησης, και εκτελεστής ανά όργανο. Δεν πληρώνουν από την πλευρά της ηχογράφησης — είναι πιστώσεις, όχι δικαιώματα — αλλά κάνουν τρία πράγματα που έχουν αξία: τροφοδοτούν τις σελίδες συντελεστών όπου υπάρχουν, δίνουν στους μουσικούς αποδεικτικό συμμετοχής για τις δικές τους διεκδικήσεις συγγενικών δικαιωμάτων, και είναι το μόνο σημείο όπου το πραγματικό οργανολόγιο μιας ελληνικής κυκλοφορίας καταγράφεται μηχαναγνώσιμα.

Πρακτικά, αυτό σημαίνει ότι το μπουζούκι, ο μπαγλαμάς, ο τζουράς, το σαντούρι, η λύρα (ποντιακή, κρητική ή πολίτικη — δεν είναι το ίδιο όργανο), το κλαρίνο, ο ζουρνάς, το νταούλι, το λαούτο και το ούτι ανήκουν στα πεδία ρόλου εκτελεστή, με το όνομα του μουσικού, και όχι μέσα στον τίτλο του κομματιού. Ένας τίτλος Ζεϊμπέκικο (Σόλο Μπουζούκι) είναι λάθος καταχώριση δύο φορές: βάζει περιγραφικό κείμενο σε τίτλο, και εξαφανίζει τον μουσικό που το έπαιξε.

Δύο σημειώσεις ορολογίας για τα πεδία ρόλου: τα ονόματα ρόλων στο DDEX και στα περισσότερα πάνελ διανομέων είναι αγγλικά και δεν μεταφράζονται — Bouzouki ή Instrumental Performer, όχι «Μπουζούκι» ως τιμή ρόλου· το ελληνικό μπαίνει στο όνομα του ατόμου, όχι στον ρόλο. Και ο ενορχηστρωτής/διασκευαστής πρέπει να μπει και ως συντελεστής και, όπου το έργο το δικαιολογεί, στο πεδίο διασκευής της σύνθεσης — είναι δύο διαφορετικά πράγματα σε δύο διαφορετικά στρώματα, και η ενότητα 10.2 εξηγεί γιατί το δεύτερο έχει χρήματα από πίσω.

Τα δικαιώματα ηχογράφησης αποτυγχάνουν θορυβωδώς και τα εκδοτικά σιωπηλά: μια σπασμένη σελίδα καλλιτέχνη φαίνεται μέσα σε μια μέρα, ένα αναντίστοιχο έργο μπορεί να μείνει απαρατήρητο για χρόνια.

11. Τι πραγματικά προκαλεί απόρριψη — και τι όχι

1. Ονόματα καλλιτεχνών μέσα σε πεδία τίτλου — «ft.», «feat.», «με τη συμμετοχή», ή το όνομα του remixer πληκτρολογημένο στον τίτλο με κενό το πεδίο ρόλου.
2. Λέξεις explicit ή clean σε τίτλους — «(Explicit)», «(Clean)», «(Ακατάλληλο)». Χρησιμοποιήστε τη σήμανση.
3. Διαφημιστικό ή περιγραφικό κείμενο σε τίτλους — «Exclusive», «Limited Edition», «Album Version», «Original Mix», ή ισχυρισμοί μορφότυπου όπως «Dolby Atmos» και «lossless».
4. Παραβάσεις κεφαλαιοποίησης — όλα κεφαλαία, όλα πεζά ή τυχαία γραφή. Για τα ελληνικά αυτό είναι διπλά σοβαρό (ενότητα 4): το all-caps δεν είναι μόνο παράβαση ύφους, είναι μη αναστρέψιμη απώλεια τονισμού.
5. Μεταδεδομένα που δεν ταιριάζουν με το εξώφυλλο — τίτλος, καλλιτέχνης και εκδοχή στο artwork πρέπει να ταιριάζουν με τα πεδία. Στα ελληνικά αυτό συγκρούεται συχνά με τον σχεδιασμό, όπου το εξώφυλλο είναι άτονο κεφαλαίο. Ο κανόνας δεν είναι να πληκτρολογήσετε το εξώφυλλο· είναι να μην αντιγράψετε από αυτό.
6. Λάθος ή κενά πεδία γλώσσας, ιδιαίτερα η γλώσσα τίτλου σε ελληνόγλωσσες κυκλοφορίες.
7. Απών συνθέτης ή στιχουργός, που ορισμένοι προορισμοί απορρίπτουν εξ ολοκλήρου.
8. Απαγορευμένοι χαρακτήρες — emoji, διακοσμητικά σύμβολα, διπλά κενά, αδέσποτοι αόρατοι χαρακτήρες.
9. Λάθος αναγνωριστικά — επαναχρησιμοποιημένο ISRC σε ουσιωδώς διαφορετική ηχογράφηση, ή UPC που αποτυγχάνει στο ψηφίο ελέγχου.
10. Όνομα καλλιτέχνη ασύμβατο με τον υπάρχοντα κατάλογο — που συχνά δεν προκαλεί καμία απόρριψη, και ακριβώς γι' αυτό είναι το πιο καταστροφικό στοιχείο της λίστας.

Ρουτίνα πριν την παράδοση, ειδικά για ελληνικό υλικό:

• Επικολλήστε την κανονική συμβολοσειρά του καλλιτέχνη· μην την πληκτρολογήσετε.
• Ελέγξτε ότι κάθε συμβολοσειρά είναι ενός script — κανένα λατινικό A μέσα σε ελληνικό ΤΑΞΙ.
• Κανονικοποιήστε σε NFC. Ποτέ NFKC σε πεδίο εμφάνισης.
• Επιβεβαιώστε ότι κανένα πεδίο δεν είναι all-caps, και ότι ο τονισμός υπάρχει και είναι σωστός.
• Ελέγξτε τα τελικά σίγμα με το μάτι σε κάθε λέξη που τελειώνει σε σίγμα, και ειδικά σε αρκτικόλεξα.
• Διαλέξτε μονοτονικό ή πολυτονικό ανά κατάλογο και μείνετε σταθεροί.
• Ενοποιήστε τις αποστρόφους σε έναν χαρακτήρα και τα ερωτηματικά σε U+003B.
• Συμπληρώστε και τα δύο πεδία γλώσσας.
• Ελέγξτε P-line και C-line· ορίστε αρχική ημερομηνία κυκλοφορίας αν δεν είναι πρώτη έκδοση.
• Ψάξτε τον συνθέτη πριν γράψετε «Παραδοσιακό».
• Συγκρίνετε το εξώφυλλο με τα πεδία χαρακτήρα προς χαρακτήρα.

Κάθε απόρριψη που λαμβάνετε είναι φθηνή· τα λάθη που περνούν την επικύρωση είναι τα ακριβά.

12. Σύνοψη

• Τα μεταδεδομένα καταχωρούνται σε τρία στρώματα — κυκλοφορία, ηχογράφηση, έργο — και τα περισσότερα ακριβά λάθη είναι γεγονότα σε λάθος στρώμα. Το όνομα καλλιτέχνη είναι κλειδί, όχι ετικέτα· οι ρόλοι είναι ταυτότητα και οι τίτλοι είναι εμφάνιση.
• Στα ελληνικά, η μετατροπή πεζών/κεφαλαίων δεν είναι αντιστρέψιμη. Το τελικό σίγμα είναι δύο-προς-ένα προς τα πάνω· η lower() της Python το χειρίζεται σωστά με βάση τα συμφραζόμενα αλλά αστοχεί σε αρκτικόλεξα ('Α.Σ.'.lower() → 'α.ς.'), και η casefold() το ισοπεδώνει σκόπιμα και δεν πρέπει ποτέ να αποθηκευτεί. Ο κανόνας της άτονης γραφής στα κεφαλαία καταστρέφει τη θέση του τόνου οριστικά — χειρότερα από το τουρκικό ı ή το γερμανικό ß, γιατί εκεί η πληροφορία χάνεται από bug, ενώ εδώ χάνεται από κανόνα.
• Το πολυτονικό δεν ισοπεδώνεται από καμία κανονικοποίηση: οι χαρακτήρες του Greek Extended έχουν κανονική αποσύνθεση, άρα η NFKC δεν κάνει τίποτε παραπάνω από τη NFC. Το διπλότυπο oxia/tonos, αντίθετα, λύνεται ήδη από τη NFC (U+1F71 → U+03AC), όπως και το ελληνικό ερωτηματικό (U+037E → U+003B) και η άνω τελεία (U+0387 → U+00B7).
• Δεκατέσσερα ελληνικά κεφαλαία είναι ομόγλυφα λατινικών και καμία μορφή κανονικοποίησης δεν τα ενώνει. Ελέγξτε για ανάμειξη script σε κάθε συμβολοσειρά.
• Διαλέξτε μία ρομανοποίηση και αντιμετωπίστε την ως δεύτερο νόμιμο όνομα. Τα Greeklish δεν είναι πρότυπο· το ΕΛΟΤ 743 / ISO 843 είναι.
• Συνθέτης και στιχουργός είναι εκεί που ιχνηλατούνται τα εκδοτικά χρήματα, και αποτυγχάνουν χωρίς συμπτώματα. Στο ρεμπέτικο και το λαϊκό ρεπερτόριο, το «Παραδοσιακό» πάνω σε τεκμηριωμένο συνθέτη είναι το ακριβότερο πεδίο του ελληνικού καταλόγου.

Η Mazufa διανέμει δωρεάν — χωρίς τέλος ανεβάσματος, χωρίς συνδρομή, χωρίς χρέωση ανά κυκλοφορία — παρακρατεί 5% επί των εισπραττόμενων δικαιωμάτων, και κάθε πλήρης αίτηση περνά από ανθρώπινο έλεγχο.

Πηγές

• Unicode Standard Annex #15, Unicode Normalization Forms — https://www.unicode.org/reports/tr15/
• Unicode Standard Annex #9, Unicode Bidirectional Algorithm — https://www.unicode.org/reports/tr9/
• Unicode Character Database — ιδιότητες χαρακτήρων, αποσυνθέσεις, SpecialCasing.txt (κανόνας Final_Sigma) — https://www.unicode.org/ucd/
• Music Business Association, Music Metadata Style Guide v2.1 — https://www.musicbiz.org/wp-content/uploads/2016/04/MusicMetadataStyleGuide_V2.1.pdf
• Apple Music Style Guide — https://help.apple.com/itc/musicstyleguide/en.lproj/static.html
• Spotify for Artists, Music metadata guidelines — https://support.spotify.com/us/artists/article/metadata-formatting-guidelines/
• Spotify Provider Support, Featured artist in a product or track title — https://providersupport.spotify.com/article/featured-artist-in-a-product-or-track-title
• DDEX, Standards (Electronic Release Notification Message Suite, ERN) — https://ddex.net/standards/
• IFPI, International Standard Recording Code (ISRC) Handbook (§A.10.1) — https://www.ifpi.org/wp-content/uploads/2021/02/ISRC_Handbook.pdf
• Ελληνική Κυβέρνηση, «Οριστική ανάκληση της άδειας λειτουργίας της ΑΕΠΙ» (15.05.2018) — https://www.government.gov.gr/oristiki-anaklisi-tis-adias-litourgias-tis-aepi/
• ΟΠΙ, «Ανακοίνωση παύσης λειτουργίας ΕΥΕΔ» — https://opi.gr/nea/2589/
• ΟΠΙ, «Μεταφορά της δραστηριότητας της ΕΥΕΔ στον διάδοχο οργανισμό συλλογικής διαχείρισης» — https://opi.gr/nea/2587/
• ΟΠΙ, Στοιχεία επικοινωνίας ΟΣΔ (ΑΥΤΟΔΙΑ, ΕΔΕΜ, ΓΡΑΜΜΟ, ΕΡΑΤΩ, ΑΠΟΛΛΩΝ, ΓΕΑ) — https://opi.gr/en/cmos-imes/cmos-contact-details/
• Ελληνική Δημοκρατία, Υπηρεσία Διαβατηρίων — μετατροπή κατά ΕΛΟΤ 743 — https://www.passport.gov.gr/passports/GrElotConverter/GrElotConverterEn.html
• UNGEGN, Report on the current status of United Nations romanization systems — Greek — https://unstats.un.org/unsd/ungegn/working_groups/wg5/documents/wgrr4greek.pdf

Για τα όρια του δημοσιευμένου. Κάθε κανόνας καταστήματος που αναφέρεται εδώ είναι παράθεμα από τη δημόσια τεκμηρίωση του ίδιου του καταστήματος. Τρία πράγματα που λέγονται συχνά ως δεδομένα δεν δημοσιεύονται από καμία υπηρεσία και δεν τα ισχυριζόμαστε: τα κατώφλια και τα αποδεικτικά που απαιτούνται για συγχώνευση σελίδων καλλιτέχνη· η εσωτερική λογική αντιστοίχισης που αποφασίζει αν μια παράδοση προσαρτάται σε υπάρχοντα καλλιτέχνη ή δημιουργεί νέον· και, πέρα από τη ρητή απαγόρευση της Apple, η μεταχείριση του «Original Mix» ανά κατάστημα. Επιπλέον, δεν ισχυριζόμαστε τίποτε για τις εσωτερικές διαδικασίες επεξεργασίας εγγραφών των ελληνικών οργανισμών συλλογικής διαχείρισης· τα στοιχεία που παρατίθενται στην ενότητα 10.1 είναι αποκλειστικά όσα δημοσιεύουν ο ΟΠΙ και η Ελληνική Κυβέρνηση. Τέλος, δεν υπάρχει, εξ όσων γνωρίζουμε, καμία δημοσιευμένη μέτρηση ποσοστών σφάλματος μεταδεδομένων για ελληνικό ρεπερτόριο — το πρόβλημα είναι καθολικά βιωμένο και εντελώς μη ποσοτικοποιημένο.