目录
CH001 [描述性拆分]乐谱图像集合：第1–10页
- S001 [描述性拆分] 第1–10页乐谱图像
- 页码：1-10
CH002 [描述性拆分]乐谱图像集合：第15–26页
- S002 [描述性拆分] 第15–26页乐谱图像与简短文字注释
- 页码：15-26
CH003 [描述性拆分]第28–30页无文本OCR说明
- S003 [描述性拆分] 第28–30页关于无文本乐谱图像的OCR说明
- 页码：28-30
CH004 [描述性拆分]乐谱图像集合：第31–42页
- S004 [描述性拆分] 第31–42页乐谱图像
- 页码：31-42
CH005 [描述性拆分]第44–50页无文本OCR说明
- S005 [描述性拆分] 第44–50页关于无文本乐谱图像的OCR说明
- 页码：44-50
S001 [描述性拆分] 第1–10页乐谱图像
第1段（P0001）
原文复述
中文讲解
本段为图像占位符，对应原文献第 1 页。占位符文字写着「第 1 页图像或乐谱示例」，随后的方括号注明「内嵌图像数据已省略；位置与图注保留」，意思是这一页原本嵌有一幅图（很可能是乐谱图版），但其二进制内容没有随文本导出，脚本只记录它所在的版面位置和图注位置。它是小节 S001「第 1–10 页乐谱图像」的首项，提示读者本节正文极短、主体由连续的图像页面组成；本节并不打算用文字复述第 1 页的具体谱面或画面内容，因此看到此占位符就必须回到原书或扫描件查阅原图，不能仅凭当前文本臆测。
第2段（P0002）
原文复述
中文讲解
本段对应原文献第 2 页，同样是图像占位符。该处位于第 1 页之后，在小节中被依次展开，意在提示本节按原书页码逐页拆解图像。它与 P0001 的不同仅在于页码；说明括号中依然是「内嵌图像数据已省略」，因此第 2 页中具体谱例的拍号、调号、谱面文字或插图细节均不可由当前文本得知。
第3段（P0003）
原文复述
中文讲解
本段对应原文献第 3 页，是该页上第一个图像占位符。同一页中它将和 P0004 并列出现，提示原书第 3 页可能含两幅彼此独立的图像单元（例如页面分上下两栏分别放置乐谱，或一栏乐谱搭配一栏说明性插图）。方括号内仍说明图像数据被省略，故这两幅图的实际内容只能通过查阅第 3 页原图确认。
第4段（P0004）
原文复述
中文讲解
本段是第 3 页上的第二个图像占位符，与 P0003 同处一页。结合小节标题「描述性拆分」和该页出现两次占位符的安排，可推断：本节脚本的拆分策略是「一页之中如有多幅图，按先后顺序逐条占位」，而非把整页合为一项。因此 P0003 与 P0004 共同代表原书第 3 页内的两幅独立图像。两者文字模板完全一致，说明文本层面没有对这两幅图作任何区分。
第5段（P0005）
原文复述
中文讲解
本段对应原文献第 5 页，是该页的第一个图像占位符，将与下一页（按顺序应为 P0006，即第 5 页的第二个图）共同占据第 5 页。注意原书是连续页码，按本节内部的占位排列，「第 4 页」未单独出现文字，可能是第 4 页既没有可供拆出的独立图，也可能是其图像内容与前后页共同呈现而被合并忽略；仅由本段文字无法确认，必须查阅原书第 4 页。
第6段（P0006）
原文复述
中文讲解
本段是第 5 页上的第二个图像占位符，与 P0005 配对。其文字与同节其他占位符完全一致；本节脚本既未在此处给出图注文本，也未给两幅图标号，说明本节不试图对页内多图进行语义区分，只把它们的位置信号保留下来。读者若需要弄清这两幅图各自的用途（如主谱与变体谱、正文图与脚注图），仍需查看原书第 5 页。
第7段（P0007）
原文复述
中文讲解
本段对应原文献第 6 页的第一个图像占位符。它位于 P0005/P0006（第 5 页两幅图）之后，紧接 P0008（同页另一幅图）。按本节对每页多图逐一占位的规则，这种连续排列反映的是脚本对原书页内图像的逐条罗列，而非图像之间的语义递进。
第8段（P0008）
原文复述
中文讲解
本段是第 6 页上的第二个图像占位符，与 P0007 同页配对。它和 P0007 在脚本中没有编号差异，也没有先后大小关系说明，所以不能仅凭文字判断这两幅图是上栏/下栏、左图/右图，还是正文图/页眉图。这种结构上的不确定性，是本节脚本刻意保留的：当图像数据无法导出时，它宁可只留下位置坐标，也不替读者臆造版式。
第9段（P0009）
原文复述
中文讲解
本段对应原文献第 7 页的图像占位符，是该页唯一一条。跟前几页相比，第 7 页似乎只含一幅可拆出的图像。注意第 6 页已有 P0007、P0008 两条，节奏突然收为一条，这往往暗示第 7 页在原书中只有一个图位（例如一整版完整谱例、一幅完整插图，或者两栏内容被同一图像覆盖）。同样，这一推断不能由本段证实，需以原图为准。
第10段（P0010）
原文复述
中文讲解
本段对应原文献第 8 页的第一个图像占位符，与紧随其后的 P0011（同页第二条）配对。值得注意的是第 7 页只有一条、第 8 页又有两条，结合若干页反复出现两次的规律，可推测本节按页内独立图元数来计数，而不是按页码均匀分配。这一规律本身是本节「描述性拆分」原则的直接体现。
第11段（P0011）
原文复述
中文讲解
本段是第 8 页的第二个图像占位符，与 P0010 同页。它和上一段在文本层面没有差异，因此阅读时不应把它们当作两段不同的论述，而是同一页中的两个图像位。读者要获得第 8 页图像的实际内容，仍需参照原书扫描件。
第12段（P0012）
原文复述
中文讲解
本段对应原文献第 9 页的第一个图像占位符。它与 P0013 配对，合起来代表第 9 页的两幅图。结合第 1–10 页中第 3、5、6、8、9 页各出现两次的位置分布，可以看出这些多次占位的页往往位于节内前段（特别是奇数页附近），可能对应原书这一部分中图像密度较高的版面，但仍不能仅凭此点得出谱例学层面的结论。
第13段（P0013）
原文复述
中文讲解
本段是第 9 页的第二个图像占位符，与 P0012 同页。本节脚本对这两幅图没有任何文字区分；要重建第 9 页图像的具体用途（例如第一幅是否为主谱、第二幅是否为变奏谱、对照谱或说明图），只能依靠原书。脚本所作的只是把图位在文本流中依次登记下来。
第14段（P0014）
原文复述
中文讲解
本段对应原文献第 10 页，是本节最后一个图像占位符。它同时也是小节 S001「第 1–10 页乐谱图像」的收尾段。其位置与图注仍按原书保留，图像数据则未导出。从编排上看，本段末尾意味着小节在第 10 页截断，后文若有第 11 页起的图像，将进入下一小节；当前小节刻意只覆盖至第 10 页，体现「描述性拆分」对页段的明确边界。
脚注 / 边栏 / 图表 / 附加信息（如有）
本节 P0001–P0014 共 14 段，全部为图像或乐谱占位符，方括号内统一注明「内嵌图像数据已省略；位置与图注保留」，对应原书第 1、2、3、3、5、5、6、6、7、8、8、9、9、10 页。其中第 3、5、6、8、9 页各出现两次占位符，提示这些页面可能含有两幅或以上独立图像（例如上下两栏乐谱、正文图与脚注图等）；其余页各占位一次。原文没有脚注、边栏文字或图说随图像导出，因此本节纯属「以图为主、文字极少」的版式拆解页面，所有图像内容（谱面细节、拍号、调号、画面等）均无法在不查看原书扫描件的情况下确认。本节在系统中只起到保留图位锚点的作用。
💡 本节核心要点
- 本节由 14 个图像/乐谱占位符组成，对应原书第 1–10 页，文字极度稀薄，体现「以图为主」的版式。
- 同一页多次占位（第 3、5、6、8、9 页各两次）说明脚本的拆分粒度是「页内独立图元」，而不是按页均匀分配。
- 所有占位符都标注「内嵌图像数据已省略」，意味着本节内容高度依赖原书图像，脚本只保留图位与图注位置。
- 本节对小节标题中「描述性拆分」的执行方式是逐页、逐条登记图像占位符，而非对图像做学术解读。
- 任何脱离原书扫描件而对本节谱例或插图作出的具体描述都属无源推测，读者必须回到原书第 1–10 页核查。
🔑 关键术语
- 乐谱：本节标题与占位符多次提及「图像或乐谱示例」，「乐谱」指以五线谱/简谱等记谱法写成的音乐文本图，本节作为音乐文献的可视主体，其谱面内容无法仅由占位符文字推断。
- 占位符：指 markdown 中以
[图像说明：…]形式出现的图像标记；本节中此类标记用于在文本流中保留版面位置和图注位置，同时明确说明实际图像二进制数据未随文本导出。 - 图注：原书每幅图旁的说明性文字（题图、谱名、来源说明等），方括号提到「位置与图注保留」，意指这些文字在原书中的位置已被记录，但其内容未随当前文本释出。
S002 [描述性拆分] 第15–26页乐谱图像与简短文字注释
第1段（P0015）
原文复述
中文讲解
本段是一处图像占位符，位于第15页，标题指示其为“图像或乐谱示例”，并附有内嵌图像数据省略说明。由于实际的视觉内容（图像或乐谱）在当前文本中不可读，本节仅记录其版面位置与图注占位，无法从中提取具体的主张、术语或例证。读者若需理解该图在原文献论证中的作用，应回到第15页的原始图像查看。
补充说明
本段仅提供图像的元数据占位，无可补充的上下文信息。
第2段（P0016）
原文复述
中文讲解
本段是与P0015并列的另一处图像占位符，同样标注于第15页“图像或乐谱示例”类别，且内嵌图像数据被省略。原文在同一页码上连续放置两个图像占位符，说明第15页由两张图（或两段乐谱）组成，但具体内容不可见。作为无文本内容的视觉材料，本段不对正文论证作直接陈述，仅在版面上占据一处图像位置。
第3段（P0017）
原文复述
中文讲解
本段是位于第17页的图像占位符，类型标记为“图像或乐谱示例”，原图像数据已被省略。在文本提取流程中，此类条目通常仅保留位置与图注信息，因此本段不承担任何可复述的论断。要判断它是否为乐谱、谱例、表格或示意图，需查阅第17页原图。
第4段（P0018）
原文复述
中文讲解
本段是第17页上的第二处图像占位符，与P0017位于同一页面，标注同属“图像或乐谱示例”类别，原图数据省略。由于第15、17页均出现成对的图像占位符，本节呈现出“每页两图”的版面节奏，但每张图承载的具体论证功能在当前文本中无从判定。
第5段（P0019）
原文复述
中文讲解
本段是第19页的单张图像占位符，类别为“图像或乐谱示例”，内嵌数据省略。与前后页的成对图像不同，本页仅出现一处视觉材料，提示版面密度可能在该处有所变化。该图像是否包含文字标签、谱例编号或图注，需查看原图方可确认。
第6段（P0020）
原文复述
The image contains a musical notation with no legible text. It is a non-textual, stylized musical score (e.g., 12/15) and no textual content to extract. Therefore, the correct OCR output is an empty string.
(No text to output)
中文讲解
本段原文为英文，是OCR处理流程对第21页某一图像的判定说明。复述其要点：(1) 该图像包含一段乐谱，且没有任何可识别的文字；(2) 图像被定性为“非文本的、风格化的乐谱”，并以“12/15”作为可能样式举例；(3) 由于不存在可提取的文本，正确的OCR输出结果为空字符串；(4) 标注“(No text to output)”。需要理解的是，这一段并不是作者写的正文，而是OCR流水线对图像做出的“无可识别文字”的判定记录，因此它对本节论证链不提供实质主张，只承担版面与技术元数据的角色。括号中的“12/15”应理解为OCR系统对图像形态的举例描述，不是真正的拍号或时间标识。
补充说明
本段与P0029内容结构高度相似，均为OCR对乐谱类图像做出的“空输出”判定；二者共同说明本节多页图像因不含可读文字而未生成正文文本。
第7段（P0021）
原文复述
沙兴
中文讲解
本段原文仅为“沙兴”二字，是第21页上极少量的可提取文本。从字面上看，它是一个汉语双字词组，既可能作人名，也可能作地名、机构名或其他专名。在缺乏前后文与语境线索的情况下，不能仅凭“沙兴”二字判定其指代对象。若原页面将其作为图像图注、签名、印章或人名标注，需要回到第21页原图及上下文确认其真实身份和作用。
补充说明
本段是本节中除OCR空输出说明外唯一可读的实质文本片段，应与P0020的OCR判定对照阅读：P0020说明该页图像无可识别文字，而P0021则是该页可被OCR提取出来的零散文字，二者共同反映第21页文本与图像的混合形态。
第8段（P0022）
原文复述
中文讲解
本段是第22页的图像占位符，类别为“图像或乐谱示例”，内嵌数据省略。在本节跨页图像序列中，该占位符处于第21页（含少量文字与OCR说明）之后，提示版面从“图文并存”回到以视觉材料为主。其实际内容必须查看第22页原图方可确认。
第9段（P0023）
原文复述
中文讲解
本段是第23页的第一处图像占位符，类别为“图像或乐谱示例”，原图数据省略。它承担与本节其他图像占位符相同的版面角色：在文本流中标记一处需要视觉呈现的位置，而不提供可复述的文字主张。
第10段（P0024）
原文复述
中文讲解
本段是第23页的第二处图像占位符，与P0023共同构成该页的两张图版。其类型标记与内嵌数据省略的说明与P0023完全一致。在缺乏图像内容的情况下，本段既不推进也不反驳任何主张，仅维持第23页的视觉版面。
第11段（P0025）
原文复述
中文讲解
本段是第24页的第一处图像占位符，类别为“图像或乐谱示例”，内嵌数据省略。其在版面序列上的功能与本节其他图像占位符一致：标定一处需要查看原图的视觉位置。
第12段（P0026）
原文复述
中文讲解
本段是第24页的第二处图像占位符，与P0025同页成对出现。其类别标记与省略说明与P0025相同。该页是否包含乐谱、图表、照片或综合版面，需查看原图确认。
第13段（P0027）
原文复述
中文讲解
本段是第25页的图像占位符，类别为“图像或乐谱示例”，内嵌数据省略。与第19页类似，本页只出现一处图像占位符，提示该页的视觉密度可能低于其前后页（如第23、24页各含两图）。
第14段（P0028）
原文复述
中文讲解
本段是第26页的图像占位符，类别为“图像或乐谱示例”，内嵌数据省略。它是本节跨页图像序列的倒数第二处图像占位符，下一段（P0029）则转为OCR判定说明。
第15段（P0029）
原文复述
The image contains a musical notation with no legible text. It is a non-textual, stylized musical score (e.g., 12/15) and no textual content to extract. Therefore, the correct OCR output is an empty string.
中文讲解
本段原文为英文，是OCR流程对第26页某一图像做出的判定记录。复述其要点：(1) 该图像包含乐谱，但无可识别文字；(2) 图像被定性为“非文本的、风格化的乐谱”，并以“12/15”作为举例描述；(3) 因此OCR正确输出为空字符串。理解时需注意：与P0020相比，P0029末尾未附“(No text to output)”标记，但两段结构与结论完全对应，说明本节尾部图像同样因不含文字而被OCR置空。这一段不承担作者主张，只承担技术元数据的角色。
补充说明
P0029与P0020形成首尾呼应：两段均为OCR对乐谱类图像的“空输出”判定，分别位于本节的第21页与第26页，提示本节多页图像在文字提取层面的整体结果是稀文本的。
脚注 / 边栏 / 图表 / 附加信息（如有）
本节包含两类附加材料：(1) 跨第15、17、19、22、23、24、25、26页的图像/乐谱占位符，共十二处，其内嵌图像数据均被省略，仅保留位置与图注标记；(2) 第21页与第26页各出现一段OCR判定说明，均以英文记录图像为“非文本的风格化乐谱”、无可识别文字、故输出为空字符串。这些附加材料的功能仅在于标记版面位置和OCR结果，并不引入新的论证内容。
💡 本节核心要点
- 本节（第15–26页）的文本几乎全部由图像/乐谱占位符构成，正文可读内容极为稀少，论证链无法仅凭文本重建。
- 图像占位符在版面分布上呈现“每页两图为主、第19、25页为单图”的节奏，提示原文献在该区段以视觉材料为主。
- 第21页同时存在OCR空输出判定与少量实质文本（“沙兴”），形成“图文混合但文本极稀”的特殊页面。
- 第21页与第26页的OCR说明均以英文标注，且措辞高度一致，表明这是OCR流水线对该批乐谱图像的统一判定结果。
- OCR在“12/15”位置的提示应理解为对乐谱形态的举例描述，而非真实拍号或时间标识，需谨慎区分技术元数据与正文信息。
- 由于本节不含可论证的正文主张，对其在整体章节中的功能定位应回到原始图像与上下文，不可凭借文本做出推断。
🔑 关键术语
- 图像或乐谱示例：本节跨页占位符的统一类别标签，用于指示该位置原为图像或乐谱；在本节中，它仅作为版面元数据，不携带可论证的文字主张。
- 内嵌图像数据已省略；位置与图注保留：在文本提取流程中对被省略图像的说明性占位文字，作用是保留图像的位置与图注标记，但删除实际像素数据；本节中所有该类占位符均不可用于内容复述。
- OCR输出为空字符串：指OCR识别流程判定图像中无可提取文字，因而输出为空；在本节第21、26页均出现此类判定，说明相应乐谱图像被识别为纯视觉材料。
- 12/15（OCR举例）：OCR说明中用以举例描述图像形态的数字组合，并非真实的拍号或时间标识；应作为技术举例而非正文信息理解。
- 沙兴：本节第21页唯一可提取的实质文字，可能为人名、地名或专名；因缺乏上下文，无法在本节内确定其指代对象与功能。
S003 [描述性拆分] 第28–30页关于无文本乐谱图像的OCR说明
第1段（P0030）
原文复述
The image contains a musical score with no legible text. It is a piece of standard musical notation or staff drawing, but it contains no textual material to extract. As a result, the correct OCR output is an empty string.
中文讲解
本段为本节的起首段落，建立了一条基线规则：当被 OCR 处理的图像是标准乐谱（musical staff drawing）一类不包含文字内容的图像时，应当输出空字符串。它把“标准记谱法或五线谱图”与“无文字内容”做了明确区分，并由此推导出一个可操作的判定结论——empty string。该段在全节中起“立规”作用，为后续段落反复出现的相同结论定下基调。
补充说明
本段中“empty string”是 OCR 输出约定，含义为不输出任何字符，作为处理纯图像内容的标准结果。
第2段（P0031）
原文复述
The image produces only a single period character (“.”), with no other readable content accompanying it.
中文讲解
本段极其简短，仅有一个句点字符。它在原文中应以“.”的形式出现，很可能是 OCR 对一张几乎无可识别内容的图像所提取出的微小残留物。与 P0030 等段落主张“应输出空字符串”形成对照，本段恰好展示了不输出空字符串时可能出现的杂质——一个孤立的标点。这一极短的段落本身并不给出新的判定，只是作为图像 OCR 结果的一个极端样本存在。
补充说明
本段信息量极小，仅指出该图像的 OCR 结果仅含一个孤立的句号。
第3段（P0032）
原文复述
The image contains a piece of musical notation with no legible text. It is a standard musical score sheet displaying notes rather than written text. According to the guidelines, non-text figures and diagrams are to be ignored. Therefore, the correct OCR output is an empty string, noted as “(No text to output)”.
中文讲解
本段重申了 P0030 的判定，并引入了一条明确的规则依据：“non-text figures/diagrams are to be ignored”，即在 OCR 准则下，非文本性的图示应被忽略。这为“输出空字符串”提供了规范层面的支撑，而不仅仅是描述性的观察。段末的“（No text to output）”标注则把所有判定结果用统一标签呈现，方便后续机器处理。
补充说明
本段是首次直接引用“准则（guidelines）”作为依据，明确指出非文本图示应忽略。
第4段（P0033）
原文复述
The image contains a musical score with no legible text. It is a non-textual, low-resolution piece of sheet music that shows visible musical notations and dynamic markings. According to the guidelines, specific characters such as “d”, “e”, “f”, and “g” are not present in the image, making it impossible to identify any particular character or punctuation. Hence the output must reflect the absence of any textual content, marked as “[No text detected]”.
中文讲解
本段在判定上与前两段一致，但描述更加具体：图像是低分辨率的乐谱，其中存在可见的音符和力度标记（dynamic markings）。它进一步把“没有字母 d、e、f、g 这一类字符出现”作为判定依据之一，似乎在逐项排查可能含文字的位置后才下结论。结尾的“[No text detected]”则用另一种标签格式表达与之前“empty string”等价的结论，可见本节使用多种标记形式（空串、No text to output、No text detected）表达同一结果。
补充说明
“dynamic markings”在本段中是描述乐谱中可见符号的术语，指乐谱上表示演奏力度/强弱变化的标记。
第5段（P0034）
原文复述
The image contains a musical score with no legible text. It is a non-textual, low-resolution piece of sheet music showing no visible characters or symbols. According to the guidelines, characters such as lowercase “a” (visually “A”) and “B” are not present in the image. The previously produced OCR result of “7” appears to be a misinterpretation of the visual content. Because the image contains no actual text and no clearly written punctuation or structure, that earlier output is inconsistent with the ground truth. Therefore, the correct OCR output for this image is “[No text detected]”.
中文讲解
本段是本节中最具教学价值的一段，因为它显式地承担了“自我纠错”的职能：它承认之前的 OCR 结果为“7”，但论证这只是对图像内容的错误解读，而非真实字符。论文据此强调该结果与标准答案（ground truth）不一致，并据此将其修正为“[No text detected]”。这一段使得本节不只是重复同一条规则，而是展示了如何用规则去反驳一个噪声型输出，把“无文本”这一结论建立在与既有错误结果的对比之上。
补充说明
本段中提到前一轮 OCR 的输出“7”并将其判定为误读，是本节中唯一显式讨论错误结果并加以修正的段落。
第6段（P0035）
原文复述
The image contains a piece of musical notation with no legible text. It is a non-textual, woodblock-style illustration of musical notes on a staff, including clarinet and melodic notations. According to the guidelines regarding characters such as “d” and “e”, the text must be ignored. Therefore, the correct OCR output is an empty string, marked as “(No text)”.
中文讲解
本段为本节收尾，把适用范围扩展到一种风格化的乐谱图像——木刻版风格的五线谱插图，其中明确包含单簧管记谱（clarinet notations）和旋律记号（melodic notations）。它再次回到 P0030 与 P0032 的简单结论：忽略其中的字符、输出空字符串，并以另一种标签“（No text）”封装结果。本段既表明规则对不同外观的乐谱图像都成立，又通过给出不同的标注形式说明本节在表达同一结论时具有用词上的灵活性。
补充说明
“woodblock-style”是本段原文自带的描述，指一种类似于木刻印刷的视觉风格；段中提到 clarinet 与 melodic notations 是该图像包含的具体乐器与旋律内容，但这些都属于音符层面而非文字内容。
脚注 / 边栏 / 图表 / 附加信息（如有）
本节由 6 个段落组成，前 5 个都针对单一图像给出“无文本 → 空输出”的结论，并以不同标签呈现：empty string（P0030）、单一“.”（P0031）、(No text to output)（P0032）、[No text detected]（P0033、P0034）、(No text)（P0035）。P0031 内容几乎为空，仅记录了一个孤立句点，可视为对无文字图像的极端 OCR 输出样本。P0034 在本节中具有特殊地位：它显式提及前一轮 OCR 输出“7”并判为误读，从而展示了一次自我修正过程，并以“ground truth”作为参照。其余段落则通过重复同一规则的不同变体，把“无文本乐谱图像应忽略”这一结论以多种描述方式加以强化。
💡 本节核心要点
- 本节覆盖的所有图像都是不包含可读文字的乐谱，OCR 输出应当为空或显式标注为‘无文本’。
- 本节使用多种等价标签表达同一结论：empty string、(No text to output)、[No text detected]、(No text)，表明格式可灵活但实质一致。
- 多个段落直接引用‘准则（guidelines）’作为判定依据，明确规定非文本图示应被忽略，从而为‘输出空字符串’提供规范支撑。
- P0034 是本节唯一显式讨论错误输出并加以修正的段落，展示了如何用本规则反驳前一轮 OCR 的噪声型结果，并与 ground truth 进行对照。
- 乐谱图像在外观上呈现多种形态——标准五线谱（P0030、P0032）、低分辨率含力度标记的谱面（P0033、P0034）、木刻版风格的单簧管谱面（P0035）——但判定的关键只在于是否存在可读文字，与外观风格无关。
🔑 关键术语
- OCR：Optical Character Recognition，光学字符识别；本节中特指对图像执行文字提取的步骤，其输出形态可以是字符、空字符串或显式的‘无文本’标签。
- empty string：空字符串；本节中作为对纯乐谱图像的标准 OCR 输出形式出现，代表‘不输出任何字符’。
- non-text figure / diagram：非文本图示；本节中用来指不含文字的乐谱图像，P0032 明确把它列为应忽略的对象。
- sheet music / musical score：乐谱；本节所有段落讨论的图像主体，由音符、谱号等音乐符号构成，不含可被 OCR 抽取的常规文字。
- dynamic markings：力度标记；出现在 P0033 中，描述乐谱中表示演奏强弱变化的可见符号，本身属于音乐符号而非可读文本。
- woodblock-style：木刻版风格；出现在 P0035 中，作为对该图像外观的描述，强调其更接近风格化插图而非现代印刷。
- ground truth：标准答案 / 真实标注；出现在 P0034 中，用作判断前一轮 OCR 输出‘7’为错误的参照基准。
S004 [描述性拆分] 第31–42页乐谱图像
第1段（P0036）
原文复述
中文讲解
本段是一条图像占位标记，所在位置为第31页，内容标注为「第31页图像或乐谱示例」。由于内嵌的图像数据在文本提取阶段被省略，只保留位置与图注信息，因此无法从本段文字中获取图像的具体内容（是图片还是乐谱、谱例编号、标题、调号、拍号或任何可视元素均不可见）。在本节中，它与P0037共同构成第31页的图像区块，说明第31页存在非纯文本内容（图像或乐谱），阅读时须回到原书查看原图。该占位符本身不提供可论述的主张，仅起定位作用。
补充说明
占位符仅保留了图注句「第31页图像或乐谱示例」与元数据「内嵌图像数据已省略；位置与图注保留」，未给出图号、谱例号、作曲家或曲目名称等可定位信息。
第2段（P0037）
原文复述
中文讲解
本段是第31页上的另一条图像占位标记，与P0036位于同一页。其图注同样写为「第31页图像或乐谱示例」，且图像数据同样被省略，无法据文本判定其内容。两段并列出现，提示第31页包含至少两个图像或乐谱元素（也可能是同一图被重复占位），具体关系需查看原图才能确认。本段同样不提供可论述的文字主张。
补充说明
与P0036图注完全一致，无法仅凭占位文字区分两者是否对应不同图像。
第3段（P0038）
原文复述
中文讲解
本段为第32页的图像占位标记，图注为「第32页图像或乐谱示例」。图像数据未保留，故本段在文字层面无可读信息，仅记录了该页存在一个被省略的图像或乐谱。读者若需了解其实际内容（乐谱行数、谱面记号、调性或演奏指示等），必须回到原书第32页核对。
补充说明
页码从31推进到32，意味着本节图像按页码连续排列，占位符承担的主要是版面定位功能。
第4段（P0039）
原文复述
中文讲解
本段是第32页上的第二条图像占位标记，图注仍为「第32页图像或乐谱示例」，图像数据被省略。与P0038同处第32页，构成该页的第二处非文本元素。文本层面无新主张可论述，仅提示第32页存在多处图像或乐谱内容。
补充说明
P0038与P0039连续两次出现且图注完全相同，不能仅凭文字判定它们指向不同图像还是同一图像的重复占位。
第5段（P0040）
原文复述
中文讲解
本段是第34页的图像占位标记，图注为「第34页图像或乐谱示例」。注意页码从32直接跳到34，跳过了第33页，说明本节选段并未收录第33页的内容，而该处图像数据仍被省略。本段不提供任何可读主张，仅提示第34页存在图像或乐谱内容。
补充说明
页码跳跃（P0039第32页→P0040第34页）说明原书第33页的内容未进入本节边界，讲解不应补写第33页信息。
第6段（P0041）
原文复述
中文讲解
本段是第35页的图像占位标记，图注为「第35页图像或乐谱示例」。图像数据被省略，文字层面无法判读其内容。读者须回到第35页原图查看，才能知道此处呈现的是图片、谱例还是其他非文本元素。本段不引入新的文字主张。
补充说明
页码从34到35，与节标题所述「第31–42页」的页码序列一致。
第7段（P0042）
原文复述
中文讲解
本段是第35页的第二条图像占位标记，与P0041并列。图注同样为「第35页图像或乐谱示例」，图像数据被省略。文字层面无新主张可论述，仅说明第35页存在至少两个图像或乐谱区域，是否为同一图重复占位需查看原图才能区分。
补充说明
与P0041图注完全一致；不要据此推断二者一定对应不同图像。
第8段（P0043）
原文复述
中文讲解
本段是第36页的图像占位标记，图注为「第36页图像或乐谱示例」。图像数据未保留，故本段在文字层面无可读信息，仅记录该页存在一个被省略的图像或乐谱元素。读者须参考第36页原图以确认其具体内容。本段不引入新的可论述主张。
补充说明
页码推进到36，与本节页码序列相符。
第9段（P0044）
原文复述
中文讲解
本段是第36页的第二条图像占位标记，与P0043同处一页。图注为「第36页图像或乐谱示例」，图像数据被省略。文字层面无新主张可论述，仅提示该页存在多处图像或乐谱内容，是否为不同图像需以原图为准。
补充说明
P0043与P0044图注完全相同，不能仅凭文字判定二者是否对应不同内容。
第10段（P0045）
原文复述
中文讲解
本段是第37页的图像占位标记，图注为「第37页图像或乐谱示例」。图像数据被省略，文字层面无可读信息，仅记录该页存在一个被省略的图像或乐谱元素。读者须回到第37页原图查看。本段不引入新的文字主张。
补充说明
页码推进到37，与节标题所述页码范围一致。
第11段（P0046）
原文复述
中文讲解
本段是第37页的第二条图像占位标记，与P0045并列。图注为「第37页图像或乐谱示例」，图像数据被省略。文字层面无新主张可论述，仅提示该页存在至少两个图像或乐谱区域。
补充说明
P0045与P0046图注一致，不能据此推断二者一定对应不同图像。
第12段（P0047）
原文复述
The image contains a musical notation with no legible text. It is a non-textual, stylized musical score on a staff and a piano sheet music. It is composed of multiple staves with varying line styles (e.g., “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “J”, “K”)
中文讲解
本段是第38页一段针对图像的OCR描述（非原文论述，而是系统对图像内容的判定）。原文为英文，可译为：该图像包含一段音乐记谱，没有可辨认的文字；它是一份非文字的、风格化的五线谱与钢琴谱；它由多条具有不同线型的五线谱组成（后文以大量重复的字符"J"、末尾一个"K"来枚举线型）。需要谨慎理解的是：这段文本本身是OCR或图像描述模块的输出，而非作者撰写的内容。其中"J"“K"等字符显然是OCR未能正确识别谱线形状而生成的乱码占位，并非真实的音符或文本。因此，本段不传达作者主张，只是说明第38页的图像确实是一份乐谱（包含钢琴谱样式），且谱面上没有可识别的文字信息。本节若要分析其内容（作曲者、曲目、调性、节奏），必须回到原图核对。
补充说明
该段文本标注页码为38，但前一段P0046位于第37页；结合本节其他段落的位置信息，可见第38页的图像内容在原书中存在，但此处仅以图像描述形式被保留。
第13段（P0048）
原文复述
The image contains a musical score with no legible text. It is a non-textual, stylized musical notation on a staff, but rather a decorative or abstract line drawing. According to the guidelines, such as “the right,” “the left,” and “the right” are not typical for OCR processing. The horizontal lines represent the four key intervals of the musical score, which is typically used to measure the visual intensity of the given musical score. Since the chart contains no explicit numerical data, the output must be empty.
[No text detected]
中文讲解
本段是第38页第二处图像的OCR/图像描述输出（仍为系统生成的描述，而非作者原文）。可译为：该图像包含一段音乐记谱，没有可辨认的文字；它是一种非文字的、风格化的五线谱音符，更接近装饰性或抽象的线条画；依据OCR处理准则，诸如"右"“左"等方位词对图像处理而言并不典型；水平线代表乐谱的四个关键间距，通常用于衡量该乐谱的视觉强度；由于该图不含明确的数值数据，输出必须为空，并以”[No text detected]“作结。可见该段几乎全部是OCR模块对图像外观的描述和对其本身处理逻辑的说明，混入了类似内部准则的语言（“according to the guidelines”），并未给出任何关于作者或谱面音乐内容的真实信息。因此本段不传达作者主张，不应被解读为对乐谱音乐意义的论述。读者若需该谱例的实质内容（如拍号、节奏、调性），仍须回到第38页原图。
补充说明
句中"四个关键间距"对应五线谱中相邻线/间的距离，是OCR描述对乐谱版式特征的误读式概括，不代表该乐谱的音乐含义。
第14段（P0049）
原文复述
中文讲解
本段是第39页的图像占位标记，图注为「第39页图像或乐谱示例」。图像数据被省略，文字层面无可读信息，仅记录该页存在一个被省略的图像或乐谱元素。本段不引入新的文字主张。
补充说明
页码从38推进到39，符合节标题所述页码范围。
第15段（P0050）
原文复述
中文讲解
本段是第39页的第二条图像占位标记，与P0049同处一页。图注为「第39页图像或乐谱示例」，图像数据被省略。文字层面无新主张可论述，仅提示该页存在至少两个图像或乐谱区域，是否对应不同图像需查看原图。
补充说明
P0049与P0050图注一致，不能据此推断二者一定对应不同图像。
第16段（P0051）
原文复述
2
中文讲解
本段仅含一个阿拉伯数字"2”，标注于第40页。在原书中，这极可能是页码、图号、谱例编号或版面残余标记的一种，但因原文未给出任何上下文（既无标题也无说明），无法仅凭"2"断定其具体指代。它不属于作者的论述文字，因此本节整体论证不应以该数字为依据。读者若需确认其作用，应核对第40页原书版面（页眉、页脚、图注或表格序号等）。
补充说明
原文仅为孤立数字"2”，无任何修饰文字；不应将其解读为统计数字、章节编号或音乐术语。
第17段（P0052）
原文复述
中文讲解
本段是第41页的图像占位标记，图注为「第41页图像或乐谱示例」。图像数据被省略，文字层面无可读信息，仅记录该页存在一个被省略的图像或乐谱元素。本段不引入新的文字主张。
补充说明
页码推进到41，符合节标题所述页码范围；前一段P0051位于第40页，本段接续到第41页。
第18段（P0053）
原文复述
中文讲解
本段是第42页的图像占位标记，也是本节的最末一段，图注为「第42页图像或乐谱示例」。图像数据被省略，文字层面无可读信息，仅记录该页存在一个被省略的图像或乐谱元素。本段不引入新的文字主张，标志着本节按页码顺序从第31页推进到第42页的图像占位序列结束。
补充说明
页码42恰为节标题所述页码范围的终点，本段是本节最后一条图像占位。
脚注 / 边栏 / 图表 / 附加信息（如有）
本节没有脚注、图表说明或边栏文字等附加文字材料。所有被收录的段落均为图像或乐谱的占位标记（P0036–P0053），其中P0047与P0051分别夹杂了一段OCR描述文本和一个孤立数字"2"。P0038与P0039同处第32页、P0041与P0042同处第35页、P0043与P0044同处第36页、P0045与P0046同处第37页、P0049与P0050同处第39页，提示这些页面在原书中包含多处图像或乐谱。P0051的"2"和P0047、P0048的OCR描述均不构成作者论述，故不对它们作额外背景性说明。
💡 本节核心要点
- 本节由第31–42页连续图像/乐谱占位标记组成，几乎不包含作者论述文字。
- 所有段落中除P0051的孤立数字"2"以及P0047、P0048两段OCR描述外，均为图像数据被省略后的占位符。
- P0047与P0048为OCR模块对第38页乐谱图像的识别输出，而非作者撰写的论述，其中"J"“K"等字符是OCR误识谱线的乱码。
- 本节页码从31到42连续排列，其中第33页无对应段落，说明本节选段并未覆盖第33页。
- 由于图像数据未保留，本节无法从文字层面推出任何音乐内容（曲目、作曲家、调性、节奏等），所有具体内容均需回到原书查看原图。
- 本节在整体文本中仅起版面定位作用，不包含可供论证链使用的主张或例证。
🔑 关键术语
- 占位标记（image placeholder）：指原文中以图注与简短说明替代真实图像数据的标记，本节中绝大多数段落即为此类，无法据文字读取实际图像内容。
- OCR（光学字符识别）：把图像中的文字自动转换为可编辑文本的技术；本节P0047、P0048两段是OCR对乐谱图像进行识别时产生的描述性输出，因乐谱不含有可识别的文字而几乎全部为空或为乱码。
- 五线谱（staff / musical staff）：由五条等距平行线组成的乐谱书写载体，本节P0047、P0048的OCR描述中提及，说明第38页原图为一份五线谱形式的乐谱图像。
- 钢琴谱（piano sheet music）：为钢琴演奏而记写的乐谱，通常以大谱表（上下两行五线谱）形式呈现；P0047的OCR描述提及"piano sheet music”，提示第38页图像含钢琴谱样式，但其实际曲目与内容仍不可知。
S005 [描述性拆分] 第44–50页关于无文本乐谱图像的OCR说明
第1段（P0054）
原文复述
The image contains a musical notation with no legible text. It is a standard musical score sheet with notes, not text in the source image. According to the guidelines, non-textual or decorative symbols must be ignored. Therefore, the output is empty. [No text detected]
中文讲解
本段是OCR系统针对第44页图像输出的说明：图像内是一份标准的乐谱页面，上面只有音符而没有可识别的文字。根据OCR规范，非文字或装饰性符号应被忽略，因此输出为空。这一段的功能是告诉读者该页之所以没有任何文本结果，并不是识别失败，而是因为图像本身只含有音乐符号、不含可读文字。注意原文中的限定词“no legible text”（没有可读出的文字）以及规则依据“non-textual or decorative symbols must be ignored”（非文字或装饰性符号必须忽略）共同决定了输出为空。
第2段（P0055）
原文复述
2
中文讲解
本段内容仅为一个孤立的数字“2”。在上下文中，它最合理的解释是页面版面元素（如页码、章节序号或图编号的残留），并非完整的句子。其作用仅限于版面标识，不承载论证或概念。
第3段（P0056）
原文复述
EPRICO
中文讲解
本段内容仅为孤立的字符串“EPRICO”。它是OCR流水线在对一页图像进行识别时偶然捕获到的碎片化字符，没有上下文支持，也并非文中刻意出现的术语。从结构上看，它与相邻段落一样，属于图像中无可读文本时的版面残留或噪声。
第4段（P0057）
原文复述
The image contains a musical notation with no legible text. According to the guidelines, non-textual or non-standard text must be ignored. Therefore, the correct OCR output is an empty string. (No text to output)
中文讲解
本段同样说明第45页图像只含乐谱、不含可识别文字，因此正确输出为空字符串。其措辞与前一段略有差异：用“non-textual or non-standard text”（非文字或非标准文字）替代了“non-textual or decorative symbols”（非文字或装饰性符号），但结论一致。这一段体现的是OCR说明在保持模板一致的前提下，对规则措辞的具体引用可以略有变化，但最终判定标准相同——图像中无文本则输出空。
第5段（P0058）
原文复述
The image contains a musical notation with no legible text. It is a non-textual, stylized musical score on a staff, but rather a decorative piece of musical notation. According to the guidelines, such as “Musical” or “Orchistic,” there are no actual text content in the image. Therefore, the correct OCR output is an empty string. [No text detected]
中文讲解
本段强调第46页图像是一份“风格化的乐谱”，位于五线谱之上，并被定性为装饰性音乐记号。说明中还列举了可能被误识为文字的片段，如“Musical”或“Orchistic”，但指出图像中实际并不包含这些文字内容，因此输出为空。注意本段两个并列的结构：一方面确认图像为“非文字、风格化的乐谱”，另一方面澄清图像中并不存在任何真实文本，故正确输出为空字符串。
第6段（P0059）
原文复述
The image contains a musical notation with no legible text. It is a non-textual, stylized musical score or score sheet with musical notations. According to the guidelines, such as “Musical”, “Orch” and “Found” are not visually distinct in the image, so they cannot be extracted. Therefore, the correct OCR output is an empty string. [No text detected]
中文讲解
本段对第46页图像的说明进一步指出，即便可能存在一些疑似文字的符号（如“Musical”、“Orch”、“Found”），它们在图像中并不视觉可辨，因此无法被提取。其逻辑链是：图像本质为乐谱 → 候选符号视觉上不清晰 → 无法提取 → 输出为空字符串。这与前一段的区别在于，本段强调“not visually distinct”（视觉上不清晰）这一中间判断，而不仅是“non-textual”（非文字）。
第7段（P0060）
原文复述
The image contains a musical notation with no legible text. It is a non-textual illustration of musical notes and not textual content. According to the guidelines, such as “the right-hand” or “the left-hand,” the chart cannot be accurately represented by any standard text. Therefore, the correct OCR output is an empty string. [No text detected]
中文讲解
本段对第47页图像的说明加入了“the right-hand”或“the left-hand”等可能标识左右手演奏的潜在标签，但指出这类信息无法被任何标准文字准确表示，因此输出为空。其特殊之处在于：即便图像中含有少量潜在标注性词汇（例如左右手提示），由于它们不是可独立读取的文本，OCR仍判定输出为空。这说明本小节中“无可读文字”的标准较为严格——任何不能被完整识别的潜在文本都不计入输出。
第8段（P0061）
原文复述
The image contains a musical notation with no legible text. It is a non-textual illustration of musical notes and not textual content. Therefore, the correct OCR output is an empty string.
中文讲解
本段是第47页图像的最简版OCR说明，去掉了具体例证（如“the right-hand”或“the left-hand”），仅保留核心结论：图像为非文字性的音符插图，因此输出为空字符串。这种简化模板表明，OCR说明在不同页面之间存在详略差异，但本质判断逻辑保持一致。
第9段（P0062）
原文复述
The image contains musical notation and no textual content. It is a non-textual, stylized musical score with musical notations (e.g., 1-9, 2-6, 3-10) and notes on the staff, but no valid OCR text can be generated.
中文讲解
本段对第48页图像的说明进一步具体化：图像是一份风格化乐谱，包含形如“1-9、2-6、3-10”的数字标注以及五线谱上的音符，但无法生成任何有效的OCR文本。关键点在于：即便图像中含有数字编号（可能指小节或指法），这些数字被归类为“musical notations”（音乐记号）而非文本，因此正确处理方式是输出空字符串而不是试图把这些数字提取出来。
第10段（P0063）
原文复述
The image contains a musical notation with no legible text. It is a non-textual illustration of musical notes and not textual content. Therefore, the correct OCR output is an empty string.
中文讲解
本段是对第48页图像的简短说明，与P0061结构相同：图像为非文字性的音符插图，输出为空字符串。重复模板的设置表明，这些OCR说明可能由半自动化的标注流水线生成，模板固定，仅在必要时补充细节。
第11段（P0064）
原文复述
The image contains a musical notation with no legible text. According to the guidelines, non-textual or decorative symbols (such as sharps, oboles, strings) are not present in the image. Therefore, the correct OCR output is an empty string. (No text to output)
中文讲解
本段对第50页图像的说明列举了可能出现的装饰性音乐符号——升记号（sharps）、全音符或符头（oboles，推测为对音符形状的描述）以及琴弦线（strings）——并明确指出这些符号在图像中均不存在，因此输出为空。其逻辑在于：先列举“应该被忽略的符号类型”，再说明当前图像中实际上连这些符号也无可识别者，因此结论是输出为空字符串。注意原文中“are not present in the image”这一表述较为特殊——它暗示图像甚至可能缺少完整的装饰性符号，仅呈现一种模糊或风格化的音乐图样。
第12段（P0065）
原文复述
The image contains a musical notation with no legible text. According to the guidelines, non-textual or decorative symbols (such as sharps, ovals, and treble clefs) are not present in the image. Therefore, the correct OCR output is an empty string. [No text detected]
中文讲解
本段与前一段结构高度相似，对第50页图像的说明列举了升记号（sharps）、椭圆形符头（ovals）以及高音谱号（treble clefs）等典型装饰性音乐符号，并指出它们在图像中均不存在，因此输出为空。两段对比可见：OCR说明在列举具体符号类型时略有差异，但判定逻辑保持一致——若图像不含可读文字或明确可识别的装饰性符号，则输出为空字符串。
脚注 / 边栏 / 图表 / 附加信息（如有）
本小节全部内容均为OCR流水线对连续页面（第44–50页）所产生的说明文字，本身不是论文正文。具体可见的附加信息包括：① 每段末尾的方括号标记（如[No text detected]）与圆括号标记（如(No text to output)），它们是OCR系统用于标注“无文本输出”这一状态的标准标签；② 段落中偶有孤立字符（如“2”、“EPRICO”）属于版面残留或噪声，不构成任何论证；③ 各页图像经OCR判定后均为“non-textual musical notation”，故本节不存在图表、公式或脚注等可汇总的学术附加材料。
💡 本节核心要点
- 本小节收录的不是论文正文，而是OCR流水线对第44–50页图像的说明文字，每条都给出“图像中无可读文字 → 输出为空字符串”的判定。
- 所有段落共享同一判定模板：图像为乐谱或非文字性符号 → 任何非文字或装饰性符号均应忽略 → 输出为空。
- 各页说明在措辞上略有差异：部分段落列举了可能被误识为文字的潜在词汇（如“Musical”、“Orch”、“the right-hand”），部分段落列举了典型装饰性符号（如升记号、椭圆形符头、高音谱号），但核心结论不变。
- 少数段落（P0058、P0059、P0060、P0062）通过具体例子说明：即便图像中存在疑似文本（如数字标注）或潜在装饰符号（如左右手标记），只要它们不属于可独立读取的文字，OCR仍判定输出为空。
- 个别条目（P0055、P0056）为孤立的数字或字母片段，属于版面噪声而非完整句子，应理解为图像识别中的偶然捕获而非有意义的内容。
- 整小节的功能是“记录OCR系统为何在这些页面输出为空”，它体现的是文本提取规则对非文字图像的统一处理方式，而非论文本身的论证。
🔑 关键术语
- OCR（Optical Character Recognition）：在本节中指光学字符识别流水线对页面图像进行扫描、识别并生成文本的过程。本节所有段落均为OCR系统对单一图像所产生的说明性输出。
- non-textual or decorative symbols：在本节中指五线谱、谱号、升记号、椭圆形符头、琴弦线等装饰性或非文字性的音乐记号。根据本节反复引用的规范，这些符号不属于可提取的文本，应在OCR输出中被忽略。
- empty string / No text detected：本节反复出现的两种等价表述，分别以括号或方括号形式标注，表示OCR流水线在识别某页图像后未输出任何有效文字。这是本小节所有段落的共同结论。
- musical notation / musical score：本节描述图像内容时反复使用的术语，指乐谱及其上的音符、数字编号、谱号等元素。在本节语境中，这些内容被统一判定为“非文字”，因此不进入文本输出。
- legible text：本节用于限定OCR可接受输出的关键短语，意指“视觉上清晰且可被独立读取为文字”的内容。本节所有页面均被判定为“不含legible text”，从而输出为空。