扒谱用什么音频格式最好？

扒谱结果好不好，在你自己能掌控的因素里，影响最大的就是你拿来用的那个文件。WAV 和 FLAC 是无损格式，算是最高标准。不过干净的高码率 MP3 扒出来其实差不多，格式很少成为瓶颈。决定结果的主要是录音本身的质量。

哪些格式能用

常见的音频格式都能拿来扒谱。在 Songscription 里，下面这些都可以上传：

WAV 和 FLAC：无损格式，手上有的话，保真度最高。
MP3 和 M4A：压缩格式，但极其常见，码率高一点效果就很好。你手头的文件大多是这两种。
AAC 和 OGG：另外两种压缩格式，扒谱效果也不错。

也可以不传文件，直接粘贴 YouTube 链接，或者用麦克风当场录。不管音源是哪种，AI 都会先把它转成内部用来分析的形式，所以上传前不用自己在这些格式之间来回转换。

无损和有损，说白了是怎么回事

WAV、FLAC 这类无损格式会把原始音频的每个细节都存下来。MP3、AAC 这类有损格式为了把文件变小，会按人耳听觉模型的预测，扔掉那些你大概听不出来的声音，一首歌才塞得进几 MB 里。扒谱要看的是，扔掉的细节会不会影响音符。码率够的话，通常不会：音符的基本音高，还有每个音开始发声的那一刻，压缩以后都保留得很好。选无损是图个稳妥，一点细节都不丢；有损文件本身没什么问题。如果你手上只有一份 320 kbps 的 MP3，放心上传就行。

为什么录音比格式更要紧

这一点很多人正好想反了。他们在 WAV 和 MP3 之间纠结半天，却忽略了真正限制结果的东西：录音里的演奏听不听得清。扒谱模型是从声音里读出音高和节奏的，凡是把声音弄浑的因素都会拉低准确度，文件保真度再高也救不回来。在嘈杂的咖啡馆里隔着老远录钢琴，就算存成完美的 WAV，扒出来也比不上在安静房间里、离琴键 30 厘米录下的普通 MP3。换格式只能带来一点点改善，把录音录好，效果要大得多。哪些音频因素会影响准确度，我们在为什么 AI 扒谱的准确度有高有低里细讲过。

什么样的录音好扒

如果是自己录，做好下面几件事，就解决了大部分问题：

离音源近一点。 麦克风越近，录进来的直达声越多，房间的声音越少。
把背景噪音去掉。 房间要安静，没人说话，不开风扇，也没有车流声。噪音会盖在音符上，把它们弄糊。
别录爆。 音量录得太大，峰值会失真，模型最依赖的音符起始也会跟着被破坏。录的时候留出余量。
尽量录得干净直接。 混响和效果加得太重，会把音高和节奏抹糊。干声清楚、声音靠前的录音更容易读。

这些习惯和怎么让 AI 扒谱更准里分步讲的是同一套，都是为了扒出干净的结果。

悄悄拉低准确度的几个错误

有几个做法会适得其反。把已经压缩过的文件用更高的码率重新导出，一点用都没有，扔掉的细节补不回来，文件只是变大了。录的时候就把很重的效果或 EQ 直接录进去，对模型来说往往添乱多过帮忙。找一首歌最响、母带处理最重的版本来扒，也不一定最好，因为母带阶段激进的动态范围压缩，可能把模型用来找音符起始的强弱变化压平。能选的话，干净自然的录音比响亮又处理过度的录音更好。

YouTube 链接和手机录音

不一定非得有文件。粘贴 YouTube 链接，手上只有视频的歌也能扒，YouTube 上的音质通常也够用；这条路我们在 YouTube 转乐谱里讲过。手机录音同样可以，用语音备忘录录一段自己弹的，只要离得近、环境安静，就是很好的素材，具体流程见把语音备忘录转成乐谱。这两种情况下，设备给你的文件（常见是 M4A）都可以直接上传。

常见问题