Acercas el celular a la música que está sonando y en unos segundos Shazam te dice la canción y el artista. Cuando apareció parecía ciencia ficción, y poco a poco se volvió algo que todos damos por hecho. Pero fíjate en qué responde. Te dice qué canción es. Para quien escucha, esa es toda la pregunta, pero para quien toca es apenas el comienzo, porque lo que de verdad le interesa viene después: ¿cómo toco esto? Es una pregunta más difícil, y por fin empieza a tener respuesta.
Lo que Shazam hace y lo que no hace
Shazam funciona con huellas acústicas. Reduce unos segundos de audio a un patrón compacto de puntos característicos y lo compara con una enorme base de datos de huellas sacadas de grabaciones conocidas. Cuando encuentra la coincidencia, te entrega los metadatos: título, artista, álbum. Lo que nunca hace es escuchar la música en un sentido musical. No conoce la melodía, ni los acordes, ni la tonalidad, ni una sola nota. Es una búsqueda brillante, pero ahí no hay oído. Por eso Shazam puede nombrar una canción que tiene registrada y, en cambio, no puede decirte nada de una melodía que tarareaste tú, ni de cómo van las notas.
La pregunta difícil: ¿cómo lo toco?
Decirte cómo tocar una canción es un problema completamente distinto, que se llama transcripción, y es más difícil. No hay ninguna base de datos donde buscar la respuesta. El software tiene que escuchar la grabación y sacar la música de ahí: separar la melodía del acompañamiento, averiguar qué notas suenan cuando varias se superponen, decidir el ritmo, deducir la tonalidad y escribirlo todo como partitura. Eso es análisis y no una simple comparación, y se parece más al trabajo de un músico con experiencia, con audífonos y el botón de pausa a mano, que a buscar una huella.
Durante mucho tiempo fue demasiado difícil hacerlo bien, y por eso generaciones de músicos aprendieron las canciones de oído, sin prisa y a fuerza de repetir, o pagaron por la partitura cuando existía. Lo que cambió es que hoy los modelos creados especialmente para transcribir pueden hacer de forma automática una buena primera pasada, y para eso se creó Songscription. Le das una grabación en el navegador, sin instalar nada, y aísla la parte que elijas; después te devuelve las notas como partitura y como piano roll, y de paso detecta los acordes. La respuesta a «¿cómo lo toco?» ya no está encerrada en la grabación ni en el oído de un experto.
Un Shazam para partituras, con una diferencia que conviene aclarar
Para explicar Songscription en pocas palabras solemos decir que es un Shazam para partituras. La imagen sirve, siempre que tengas presente una diferencia. La respuesta de Shazam es correcta o no lo es, porque una huella coincide o no coincide. La respuesta de una transcripción es una lectura de la música, y como toda lectura puede ser más o menos precisa según lo que esté leyendo. Los modelos de Songscription se entrenaron desde cero con interpretaciones musicales reales en lugar de adaptarse a partir de modelos de voz, y por eso una grabación limpia y con pocos instrumentos se transcribe de maravilla. Una mezcla densa y muy producida cuesta más, y el resultado tendrá partes que corregir. Lo que se puede prometer con honestidad es un borrador sólido y editable de cómo va la canción, listo en un par de minutos, que después corriges con tu propio oído. Una partitura perfecta con un solo toque, no.
Un borrador que puedes leer, bajar de velocidad y tocar te da muchísima ventaja frente a una grabación que solo puedes escuchar. Pasas de mirar un archivo de audio cerrado a trabajar las notas de verdad con el instrumento en las manos, que era lo que querías desde el principio. Si quieres una idea realista de dónde acierta la transcripción y dónde falla, escribimos sobre qué esperar de la precisión de la transcripción. Y si te interesa la pregunta más amplia de qué le queda a quien toca cuando existe una herramienta así, lee qué le deja la IA al músico de carne y hueso.
De reconocer la música a entenderla
Visto en perspectiva, el recorrido tiene su lógica. La primera ola de tecnología musical nos ayudó a encontrar y reconocer música: buscadores, recomendaciones, Shazam. Lo interesante ahora es la tecnología que nos ayuda a entenderla y hacerla, la que convierte una grabación que solo se escucha en algo que puedes leer, aprender, cambiar y tocar. Si alguna vez acercaste el celular a la música y quisiste que hiciera algo más, ese algo más ya llegó. Puedes tomar casi cualquier canción que te guste y convertirla en una partitura que de verdad puedas tocar. Y si quieres cerrar el círculo, Anything Piano convierte la grabación en un piano roll en lugar de una partitura, después te escucha mientras tocas la canción en cualquier piano y te dice qué notas acertaste.
Preguntas frecuentes
¿Existe un Shazam para partituras?
Algo así, aunque funciona distinto que Shazam. Shazam reconoce una canción comparando una huella de audio breve con una base de datos; te da el título y el artista, pero nada sobre las notas. Conseguir la partitura es otro problema, más difícil, que se llama transcripción: el software escucha la grabación, averigua qué notas suenan y con qué ritmo, y lo escribe en notación. Herramientas como Songscription hacen justo eso. Les das un archivo de audio o un enlace y te devuelven una partitura, un piano roll y los acordes, listos para leer y tocar.
¿Por qué es más difícil decirte cómo tocar una canción que reconocerla?
Para reconocer una canción basta con encontrar la grabación conocida que tiene la misma huella acústica, y eso no exige entender nada de la música. Para decirte cómo tocarla hay que sacar cada nota de una mezcla donde los instrumentos se superponen, separar la melodía de la armonía y decidir el ritmo y la tonalidad. Eso es analizar el sonido de verdad y no buscar en una lista, y por eso el resultado de una transcripción es un buen borrador que conviene corregir, no una respuesta perfecta garantizada.
¿Puede la IA decirte los acordes y las notas de cualquier canción?
Puede sacarlos de la mayoría de las grabaciones, y la precisión depende del audio de origen. Una grabación limpia y con pocos instrumentos se transcribe bien; una mezcla densa y muy producida cuesta más y va a necesitar más correcciones. Lo realista es esperar un primer borrador de las notas y los acordes, que revisas contra la grabación y corriges, y no una partitura impecable al primer intento. Para aprender una canción, hasta un borrador imperfecto que puedes bajar de velocidad y tocar te da muchísima ventaja.
Así, la próxima vez que se te pegue una canción, puedes pasar de saber cómo se llama a aprender a tocarla.
