音樂製作人
Multi tool use音樂製作人（亦稱唱片製作人或者專輯製作人）在唱片工業裡是個非常重要的角色，工作內容涵蓋控制錄音工程的排程、訓練和指導新的音樂家、組織調度製作預算和資源、監督錄音的過程、進行混音以及母帶後製的工作。
就某些方面而言，音樂製作人就像影劇導演，他的任務是製作、設計製作出符合整個專輯風格的歌曲，不同的是專輯製作人很少負責籌措經費，而是被一些擁有資金的人給雇用，通常是唱片出版公司或歌手本身。20世紀下半葉開始，音樂製作人也開始從事一些更廣、更具有創造性的工作。
歷史
當音樂人擺脫傳統的產業體系而創立商業化的音樂工作室時，新一代的具有創業精神的製作人，很多本身就是之前的唱片公司的雇員，得以建立一個在參與音樂製作過程中，更直接和複雜的的新角色。
在唱片工業的發展的同時，錄影帶的出現、獨立電視公司的創立，例如德西路電視公司與1950年代的巨星露西爾·鮑爾（Lucille Ball）和她的丈夫德西·阿南茲（Desi Arnaz），都使得電視工業也在同時產生了急遽的變動。
菲爾·史佩克特（Phil Spector）是個重要的例子。由他製作的朗奈特合唱團（The Ronettes）、水晶合唱團（The Crystals）、達琳·洛芙（Darlene Love）、正義兄弟合唱團（The Righteous Brothers）與巴黎姊妹合唱團（The Paris Sisters）確立了貓王與披頭四（1958年至1964年）間的界線。另外，史佩克特使用的音牆（Wall of Sound）[1]製作技術在其年代之後仍繼續被使用。他們為不知名的歌手錄製唱片，並通常以假名發行。由唐·克許那（Don Kirshner）製作的虛擬樂團高射炮合唱團（The Archies）、丹尼·傑森（Danny Jason）發行的喬希和貓（Josie & The Pussycats）就是個例子。傑夫·拜瑞（Jeff Barry）和安迪·金同樣也是參與高射炮合唱團的「唱片藝術家」。在日本，自1960年代以來，此類人物主要是負責音樂產業中商業的一環，例如資金與物流的調度，並不多涉於音樂本身的創作。但1990年代小室哲哉的出現，對日本音樂製作人的角色掀起了重大變革。小室使得音樂製作人的影響力由商業層面跨足到支配音樂本體層面，至今，日本的音樂製作人在日本唱片工業依然有重要地位。
而現在的製作人通常幾乎一手包辦所有的職務，包括選擇和安排曲目、監督錄音過程，甚至參與創作。獨立的音樂製作公司飛快地在流行音樂界佔有了一席之地，而製作人很快地便成了歌手和唱片公司間重要的仲介：他們與新的歌手簽約、進行錄音，然後為其取得出版的許可，並出版、宣傳和販賣。其中最優秀的例子就是知名英國製作人喬治·馬丁，他在EMI唱片公司擔任製作人和新人發掘經理。多年後，成立了自己的公司，並成為一位非常成功的獨立製作人。
參考文獻
^ 菲爾·史佩克特在雷蒙斯合唱團、裡奧納德·科恩、喬治·哈里森、狄昂·迪慕西（Dion DiMucci）、艾克與蒂娜·透納（Ike and Tina Turner）等人的唱片中所使用的一種技術，通常會搭配使用效果器或調整音箱，來產生一種厚重的音。參見：音牆的介紹。
外部連結
- Record Producer video interviews with 140 producers featured
ViRI7VF QgE6sF6Q5LM9OQi0O6n5KHDJhw2JRxU e85kEyJ Ebv4KZy BfuSaZ,QPxlBJ0c872rewpG xAz ZY33m h
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...
