上传一段干净的钢琴独奏录音，扒出来的谱会非常准。同一个工具换成一段乐队现场录音，结果可能就差得挺远。差这么多并不说明工具坏了，这是两方面共同作用的结果，完全可以预料：一是录音本身听起来是什么样，二是具体这个 AI 模型是怎么做出来的。
录音好扒还是难扒，取决于一些音乐上的因素；同一段音频换个工具出来就不一样，是因为模型之间有差别。想先了解基本情况，可以看看我们这篇对 AI 扒谱的准确度该有什么预期，本文就接着那篇往下讲。
影响 AI 扒谱准确度的音乐因素
有些录音 AI 就是更容易听明白。下面这几个因素能说明为什么有的音频扒出来更干净，扒得不理想时又能怎么办。想一步步做好准备、拿到尽量好的结果，可以配合这篇扒出准确乐谱的指南一起看。
非标准定弦和音律
大多数 AI 扒谱工具是拿标准西方音律的音乐训练出来的。录音要是用了别的，比如吉他整体降了一个全音，或者来自某种音与音之间距离本来就不一样的音乐传统，模型听到的声音可能找不到正好对应的音，只好归到它认识的最接近的那个音上。如果你经常用非标准定弦，上传前先把音频移调到标准定弦的音高，扒完再调整结果，这样通常最干净。
速度变化和不稳的节奏
AI 靠录音底下那层拍子来判断每个音落在什么时间点上。演奏者弹得比较随性，或者一段里自然地时快时慢，模型要琢磨的东西就多了。大多数时候它都处理得好。节奏弹性很大的录音，扒完在编辑器里稍微过一遍，一般就够了。
处理很重的音色和话筒串音
吉他失真开得很重，或者合成器叠了一堆效果，原本的声音上盖了太多东西，AI 就更难听出底下的音高。结果好坏要看具体是哪段录音。更麻烦的情况是一支话筒同时收进了好几件乐器。手上有单独的音轨或分轨，就上传那些，起点总会比整段混好的录音干净。
为什么 AI 模型本身也有影响
同一段录音交给两个不同的扒谱工具，出来的结果经常不一样。上面这些因素每个模型都会碰上，但各家工具应付得好不好，差别不小。原因在两点：模型是拿什么学的，以及它是不是专门针对某些乐器设计的。
模型拿什么训练
AI 扒谱工具是靠大量现成的音乐学出来的。训练用的音乐越广、越多样，模型碰到没见过的素材时通常处理得越好。用多种风格、多种录音条件训练出来的工具，适应面就宽。只拿很窄一类音乐训练的，在那个范围里表现不错，出了范围就差一些。
有的工具说自己是通用型的。这通常指最常见的几种风格它都能处理得像样，并不代表每种乐器、每种曲风都照顾得一样好。用一个熟悉你手上这类音乐的工具，结果往往最好。
是不是为特定乐器做的
专攻某一种乐器的工具，在这种乐器上通常明显更好。专门围绕钢琴做的模型，学透了钢琴是什么声音、音和音怎么叠在一起、延音怎么变化，还有那些让钢琴扒谱准起来的小细节。覆盖很多乐器的通用工具，得把这份注意力分摊到它会的所有东西上。想仔细看看几款主流工具怎么比，可以从这篇几款 AI 扒谱软件的对比看起。
不管用哪个 AI 扒谱工具，都能扒得更准
好工具本来就是照着真实录音来做的，大多数时候上传完马上就能拿到不错的结果。想要尽量干净的结果，下面几个简单的习惯每次都管用。
**用你能拿到的最好的录音。**无损音频给模型的信息比压缩文件多。如果压缩文件扒出来要改的地方比平时多，先找回原始音源再重新导出，多花这一步通常值得。MP3 转乐谱指南讲了压缩音频实际能扒到什么程度。
**有想要那件乐器的单独音轨，就传单独音轨。**一段钢琴独奏，扒出来总会比埋在整支乐队录音里的同一段钢琴干净。只有整段混音的话，可以先用分离分轨的工具把这件乐器单独提出来。就算提得不完美，单独的这条音轨通常也比整段混音好扒。
**选为你的乐器设计的工具，别用什么都扒的那种。**专攻钢琴的工具扒键盘声部更好，吉他工具是为有品乐器做的。工具和你要扒的东西对上了，扒完要清理的地方往往就少。
**把结果当成品之前，在钢琴卷帘里快速检查一遍。**扒得再好，自己过一遍也能很快找出需要小改的地方。这篇修正 AI 扒谱错误的指南讲了该看哪些地方、怎么改。
Songscription 怎么应对这些问题
Songscription 用的是多乐器 AI，各种真实录音都能扒出准确、拿来就能用的乐谱，钢琴和旋律乐器扒得尤其好。上传一段录音，马上就能拿到一份质量不错的底稿，直接在上面接着做就行。
模型是用各种条件下的真实录音训练的，所以房间声、中等程度的背景噪音，还有真实音乐里常见的那些音频瑕疵，都应付得了。Songscription 也能扒吉他、贝斯和鼓，同一次录音里的好几件乐器都能在这里扒完，不用换工具。钢琴和旋律乐器扒出来通常最干净；吉他和贝斯也扒得很好，不过看录音情况，偶尔需要改几处。
想改的时候，就用钢琴卷帘编辑器。在这里可以检查扒出来的结果、跟原始录音对照着听，改动都在同一个地方做。很多乐手本来就习惯扒完快速改一遍，全在一个视图里，改起来很顺手。
最后说几句
AI 扒谱把一件难事变成了几分钟就能搞定的活儿，不用再花几个小时。干净的独奏录音和热闹的现场录音扒出来差多少，取决于几个具体、可以预料的因素。知道是哪些因素，拿到结果时就明白自己看到的是什么，也知道一开始该怎么准备，才能扒得最干净。
大多数录音交给好工具，一上来就能把大部分活儿干完。输入更干净、选一个适合你乐器的工具、再快速检查一遍，通常就能把第一版结果变成完全能直接用的乐谱。
常见问题
为什么 AI 扒谱的准确度时高时低？
这种差别是两方面共同作用的结果，完全可以预料：一是录音听起来是什么样，二是具体这个 AI 模型是怎么做出来的。干净的钢琴独奏录音扒出来非常准，热闹的乐队现场录音结果可能差得挺远。非标准定弦、节奏不稳、音色处理很重、话筒串音，都会让录音更难扒。
同一段录音，为什么换个工具扒出来就不一样？
关键在于模型是拿什么学的，以及它是不是专门针对某些乐器设计的。用多种风格、多种录音条件训练出来的模型适应面宽；只拿很窄一类音乐训练的，在那个范围里表现不错，出了范围就差一些。专攻某一种乐器的工具，在这种乐器上通常明显比通用工具好。
怎样让 AI 扒谱工具扒得更准？
先用你手上最好的录音，无损文件给模型的信息比压缩文件多。有想要那件乐器的单独音轨，就传单独音轨，独奏声部扒出来会比埋在整支乐队录音里的同一个声部干净。选为你的乐器设计的工具，把结果当成品之前，再在钢琴卷帘里快速检查一遍。
