MusicXML es un formato de archivo basado en un lenguaje de marcado extensible (extensión de archivo .xml) que está explícitamente diseñado para almacenar notación musical. Aunque la forma más fácil de interactuar con MusicXML es utilizar un software editor de partituras (por ejemplo, Musescore), también es posible extraer mucha información de un archivo MusicXML utilizando un editor de texto convencional (por ejemplo, el editor de texto de Windows o Atom).

La estructura interna de un archivo MusicXML se construye jerárquicamente y está definida por elementos, etiquetas (Tag) y atributos (https://es.wikipedia.org/wiki/Extensible_Markup_Language#Key_terminology). En el siguiente ejemplo, se destacan visualmente:

La estructura utilizada en MusicXML se ajusta en gran medida a los estándares comunes de lenguaje de marcado y utiliza el esquema XML de MusicXML W3C. Se puede consultar un resumen detallado de esto aquí. El formato MEI, que también se utiliza para las ediciones digitales de partituras, es la continuación del formato MusicXML y es compatible con éste.

La información sobre la obra y el compositor suele almacenarse al principio de un archivo MusicXML y se define mediante las etiquetas <work> y <creator>.

En el siguiente ejemplo, podemos ver qué información contiene la versión MusicXML del primer movimiento de la Missa „La sol fa re mi“ de Josquin Desprez (aquí el enlace a la misma):

Además de los datos contenidos en <work> hay información adicional sobre la obra („Kyrie“), por ejemplo, dentro de <movement-title> y como atributo „parentTitle“ en <miscellaneous> Etiquetas. Las herramientas de análisis de MusicXML basadas en Python, como music21, pueden utilizar esta información para las búsquedas de metadatos. Así, la información contenida en el ejemplo tiene el siguiente aspecto tras el análisis de los metadatos por parte de music21:

También se puede definir la información leída mediante el uso de ciertas etiquetas y atributos en el archivo MusicXML, que es crucial, por ejemplo, tanto para la construcción de un corpus como para su propio estudio. Puede encontrar un resumen de las etiquetas y atributos leídos por music21 en el contexto de la búsqueda de metadatos aqui.

Por regla general, toda la información sobre las voces contenidas en un archivo MusicXML se define dentro de <part-list> etiqueta. Contiene no sólo el nombre del instrumento (<part-name>), sino también información que sólo se proporciona para reproducir el archivo dentro de un editor de partituras (varias etiquetas midi). En el siguiente ejemplo vemos la descripción completa de una voz:

En la parte principal del archivo xml se encuentra la información sobre el compás, la clave y las notas individuales, divididas en partes (<part id>) y números de compás (<measure>). Es importante tener en cuenta que muchos de los datos que contienen son principalmente relevantes para el diseño y sólo las etiquetas seleccionadas se utilizan para almacenar la información sobre los tonos y las duraciones. Estos se muestran jerárquicamente en el siguiente resumen:

Además de la ya mencionada subdivisión a <part id> y <measure>, especialmente las etiquetas <attributes> así como <note> contienen toda la información relevante sobre el tono y el ritmo del material musical contenido en el archivo MusicXML. <Attributes> suele contener toda la información sobre el propio compás, como la clave (<clef>, el compás (<time> así como <beats> y <beat-type>) y el accidental (<key>). <Divisions> contiene la información sobre la subdivisión rítmica más pequeña posible del compás, y se da en fracciones de cuarto (negras). Este valor es necesario para poder especificar con exactitud las duraciones de las respectivas notas, incluso con agrupaciones rítmicas más complejas. La fórmula exacta para calcular los valores de las notas en cuartos (negras) se llama entonces valor de duracion (<duration>) y valor de division (<divisions>). Aquí, como ejemplo, está la primera nota del ejemplo de Josquin ya mencionado anteriormente:

80640 : 10080 = 8 u 8 cuartos (negras) o 2 notas enteras (redondas). Esto corresponde exactamente al Brevis A en el compás 1 de la primera voz (Superius). Las indicaciones de tono (<pitch>) se definen mediante las etiquetas <step>, <alter> y <octave>.

Como una partitura puede contener muchos compases e innumerables notas, los archivos xml sin comprimir pueden ser muy grandes: ¡hasta decenas de megabytes!