MP3 转乐谱实用指南

本文是音乐转谱与乐谱工具推荐指南的一部分。

想把 MP3 转成乐谱，可以把音频上传到 Songscription 这样的 AI 转谱工具。一两分钟后，它会识别音符，在乐谱编辑器里生成可编辑的乐谱，还会生成 MIDI 和 PDF。源文件对结果的影响最大：用独奏录音或分离出来的分轨转谱，比用密集的完整混音转出的乐谱干净得多。有条件的话，先把想要的声部分离出来，再转谱。

现在 MP3 转乐谱大多由工具自动完成，但结果好不好，很大程度上取决于 MP3 里有什么。钢琴独奏录音通常转得不错；有贝斯、鼓和人声的完整混音，除非先把乐器分离出来，否则效果会差一些。想得到一份能用的乐谱，先分清手里的音频属于哪种情况，可能省下一小时修谱的工夫。

MP3 转乐谱工具内部是怎么工作的

转换分三步。第一步，模型处理音频，识别出弹了哪些音、各在什么时候。第二步，把这些音转成 MIDI 数据：一串音高，每个音带着起始时间、时长和力度。第三步，把 MIDI 转成五线谱，这一步要把时值量化到拍子里，选定调号，再决定每个音放在哪个谱表、哪个声部。

结果听起来准不准，主要看第一步；谱面好不好看，主要看第三步。不同工具擅长的环节不一样，所以同一个音频文件换个工具，转出来的乐谱可能明显不同。

哪些音频转得好

下面几条规律，放在哪个像样的工具上都成立：

• 独奏乐器比完整混音转得好。 只有钢琴的录音，转出来的乐谱会比钢琴、贝斯、鼓一起的录音干净得多。
• 录音室录音比现场录音转得好。 房间反射声、观众的声音、乐器之间的串音，都会把模型搞糊涂。
• 原声乐器比效果处理很重的乐器转得好。 加了混响和合唱效果的吉他，比干声吉他难转。
• 简单的编配比复杂的编配转得好。 一条旋律加一种伴奏型的流行歌，比自由即兴的爵士三重奏好转。

难转的素材也不是转不了，只是要多花些时间修整。时间上提前留好余量。

真正好用的转谱流程

第 1 步：选好源文件

如果手头有想转的声部的分轨或独奏录音，就用它。如果只有完整混音，想要的声部又埋在编配里，先用分轨工具处理音频，例如 Moises、LALAL.AI，或者带分轨功能的 DAW。再把分出来的音频放进转谱工具。虽然多了一步，最终乐谱的质量却会提高很多。

第 2 步：转谱

把音频上传到 Songscription 这样的工具。一首长度适中的曲子通常要处理一两分钟。生成的结果包括五线谱和 MIDI；有些工具，比如 Songscription，还能用钢琴卷帘预览结果，并与原音频同步播放。找错时，这种界面尤其好用。

第 3 步：对照音频检查

别跳过这一步。即使用干净的源文件，模型也会出错：低音差了一个八度，和弦里有一个音的音高不对，或者长音结束得太早。听着音频，同时看转谱结果。音频和谱面一旦对不上，通常几秒钟就能发现错误。导出前先把它们改好。

在 Songscription 里，乐谱会在我们做的乐谱编辑器里打开。你可以直接在谱表上改音符，也可以描述要怎么改，让 AI 乐谱助手 Annie 来修改。

第 4 步：整理并导出

在同一个编辑器里，加上模型无法从音频中得知的内容，比如力度记号、反复记号和歌词，或者换一个调。导出的 PDF 会保留屏幕上的排版。

接下来按用途选择格式：要打印就导出 PDF，要放进 DAW 就导出 MIDI。如果你已经在 MuseScore 这样的记谱软件里工作，想在那里接着编辑，就导出 MusicXML。

常见问题和解决办法

音符差了一个八度

这在低音上很常见，模型偶尔会在音域最低的地方跳一个八度。在编辑器里选中出错的音符，把它们移到正确的八度。如果整首曲子到处都是八度错误，可能是源文件的 EQ 曲线跟模型预想的不一样，换一个音频源试试。

录音里根本没有的音符

多出来的音符通常来自背景噪音、混响尾音，或者是模型把长音的泛音误认成了音符。仔细听一听，有时候那个“错”音在音频里确实有，只是比你留意到的要轻。确实错了，就删掉。

调号不对

大多数工具会自动识别调号。识别错了，谱面上就会冒出一堆本该写进调号的变音记号。在编辑器里改一下调号（或者让 Annie 来改），这些变音记号通常会自己归位。

节奏记得别扭

MIDI 转五线谱，难就难在量化。一段听起来很简单的音乐，写出来可能是一团延音线、附点节奏和奇怪的多连音。解决办法通常是在生成乐谱之前调整量化设置，或者事后在编辑器里重写出问题的小节。

写在最后

“MP3 转乐谱”的水准已经明显提高，现在要掂量的主要是转完以后你得花多少时间修整。最快的流程，是好的源素材配上一个自带完整编辑器的工具，检查和修改乐谱就在生成它的同一个地方完成。

一首录得好的钢琴独奏，从 MP3 到能打印的乐谱，连修整在内不到十五分钟。复杂的完整混音歌曲可能要一个小时。不管哪种，花的时间都只是三年前的一小部分，比完全靠耳朵从头扒一首歌更是少了好几个数量级。