如何开源其git存储库中历史上拥有受版权保护的媒体的项目？

我想以免费许可证发布音频指纹识别软件项目，但是存储库包含受版权保护的音频文件。测试用例当前还使用这些文件。如何在不违反版权的情况下以最高版本历史向公众发布代码？

细节：

• 该代码在git下进行了版本控制。在发布之前，我们会将其全部折叠回一个分支。
• 有400 MB的音频数据。有些文件是来自Jamendo的免费许可音乐，另一些是我们个人收藏中的MP3。
• 无论采用哪种方法，我们都将始终保留原始存储库的不变副本，以免破坏项目历史。

主要问题：如何处理公开发布？

1. 从git存储库中删除有问题文件的所有历史记录，并释放更改后的存储库。（v64 指出了执行此操作的方法。）
2. 另外，也可以对代码的当前状态进行快照，甚至不必费心查看预发布代码的公开历史记录。

附带问题：鉴于项目的早期阶段有时需要私有代码或媒体，我们如何首先避免这种困境？

GitHub上有一个页面，说明如何从所有历史记录中删除文件：删除敏感数据。

用户有时会不小心将密码或密钥之类的数据提交到git存储库中。虽然可以git rm用来删除文件，但它仍将存在于存储库的历史记录中。幸运的是，git使从整个存储库历史记录中删除文件变得相当简单。

危险：一旦提交被推送，您应该考虑数据已被泄露。如果您输入了密码，请更改它！如果提交了密钥，请生成一个新密钥。

从存储库中清除文件

现在，密码已更改，您想要从历史记录中删除文件并将其添加到中，.gitignore以确保不会意外重新提交该文件。对于我们的示例，我们Rakefile将从GitHub gem存储库中删除...

附带问题：鉴于项目的早期阶段有时需要私有代码或媒体，我们如何首先避免这种困境？

如果要跟踪大型媒体文件（400MB音频），请将其放在单独的存储库中。

用一块石头杀死两只鸟：

1. 主存储库小400MB。（人们不必每次克隆都下载400MB的内容。）
2. 媒体可以是私有的，并且可以与所有其他东西分开存放。这样，无需做额外的工作即可发布公共存储库。

如果愿意，可以通过将媒体存储库设置为公共存储库（计划发布）的子模块，使使用起来更加方便。

这样，您只需保持指向它的指针，而不是（敏感的）内容本身（用于开发的早期阶段）即可。然后，当您要公开发布存储库时，只需删除子模块引用，这比重写您的历史记录来过滤掉400MB的东西要麻烦得多。