AI 能同时扒好几件乐器的谱吗？

说到 AI 扒谱，大家最先问的往往就是这个：把一整首歌丢给它，鼓、贝斯、吉他、人声一起在响，它能不能把每件乐器的谱都写出来？这个问题其实是两个问题捆在一起问的，两个答案差得很远，没法用一句“能”或“不能”说完。

麻烦还出在一个常被混着用的词上。从一件乐器里同时读出很多个音，这叫复音，AI 做得很好，钢琴尤其如此。把一段混音里的几件不同乐器拆开，这叫多乐器扒谱，眼下最难的就是它。很多人嘴上说“多乐器”，心里想的其实是复音。复音基本已经解决了。Songscription 的模型一般都够稳，能从混音里拎出你要的那件乐器，所以一次扒一件就行，不用先拆分轨。

一个问题，其实是两个

大家说“同时扒好几件乐器”，通常指下面两种情况中的一种，而这两种差别很大。

同一时间的很多个音，来自一件乐器，比如钢琴上一个很厚的和弦。这是复音扒谱，AI 在这方面已经相当拿手。
同一时间的很多件乐器，混在一段录音里，比如一整支乐队。这得先把录音拆回各个音源再扒，这一步很难。

两件事一搅在一起，这个话题就说不清了。一个工具可以第一件做得很出色，第二件照样吃力，因为这是两种本事。第一件事我们在单音与复音扒谱那篇里讲得更细。

一次很多个音：复音

读出一叠同时响起的音，就是复音扒谱，也是现在 AI 最出彩的地方。钢琴弹一个五个音的和弦，底下还有一条内声部在走，这种音又密、又叠在一起的音乐，以前得靠耳朵练过的人花好长时间才扒得开。好的模型能读得干干净净。所以，如果你说的“好几个”指的是一架钢琴上那种很满、好几条线一起走的弹法，那答案就是能，而且把握很大。钢琴复音扒谱是怎么做到的，为什么钢琴最适合，可以看我们的钢琴复音扒谱详解。

一次很多件乐器：更难的问题

整支乐队的录音把几件乐器混成了一路声音，它们的频率互相重叠、互相遮盖。要把每件乐器写到各自的谱表上，系统得先把混音拆回各个部分，再一件件扒，最后还要决定怎么排版。每一步都会带进误差，遮盖又让一些细节在混音里就已经丢了。所以，没有哪个工具能随便拿一首完整的歌，按一下按钮就变成一份毫无差错、每件乐器都分得清清楚楚的管弦乐谱。这件事还在研究的最前沿，远没有解决，老实的工具都会这么告诉你。

实际怎么做

现在要从多乐器录音里拿到好读的乐谱，有两条靠得住的路，看你真正想要什么来选。

想要分开的各个分谱？ 每件乐器单独扒，用和它对应的模型。这些模型一般都够稳，能从整首混音里拎出你要的乐器，所以不用先把歌拆成分轨。碰上特别密的录音，也可以另外先分离分轨，扒出来会更干净。
想要一份能直接弹的乐谱？ 把录音扒成一份合并的谱子，通常是钢琴缩编谱，把旋律、和声和低音都收到一个大谱表上。这样更快，很多时候弹的人要的也就是这个。

逐件乐器那条路，把多轨音频扒成乐谱这篇一步步讲过；合并乐谱那条路，看扒一整支乐队的录音。不管走哪条，都可以用音频转乐谱从任意一段录音开始。

Songscription 能扒哪些乐器

Songscription 按乐器分模型来扒谱。钢琴模型最成熟，处理密集的复音最好。新一些的模型能扒吉他、贝斯和鼓，还有小号、萨克斯、小提琴这类旋律线条；人声还在试验阶段。一次扒一个部分，比让一个模型一口气扒整支乐队更准。碰上特别密的录音，另外先分离分轨，能让某个部分更清楚。只扒一个部分的话，可以看我们写的扒贝斯线和用 AI 扒鼓，里面有逐件乐器扒谱的实际做法。

常见问题