Forma parte de nuestra guía para elegir herramientas de transcripción musical.
Por sí solos, no. Ni Gemini ni Claude pueden escuchar una grabación y sacar una partitura precisa, y ninguno de los dos lee una partitura impresa nota por nota. Los dos hacen hoy mucho más que un chatbot de solo texto: Gemini acepta audio e imágenes, y Claude acepta imágenes y texto, así que puedes darles algo más que palabras. Pero están pensados para comprender el contenido (transcribir voz, describir una imagen, razonar sobre un texto) y no para el procesamiento de señal que exige la notación musical. Si le pides a cualquiera de los dos que transcriba una canción, recibes una respuesta fluida y muy convincente, llena de notas que nadie tocó.
Eso no quiere decir que no sirvan para la música. Los dos se manejan muy bien en la parte de texto: explicar teoría, comentar notación que pegues, sugerir una progresión, esbozar una melodía de una línea o armar un plan de práctica. Conviene distinguir la parte del trabajo que es de lenguaje, donde te ayudan, de la que consiste en pasar del audio a la notación, donde necesitas una herramienta específica, y usar lo adecuado para cada una.
Qué pueden hacer Gemini y Claude con la música
Hace tiempo que los dos modelos no se limitan al texto. Gemini es multimodal de origen: puedes subirle un archivo de audio y transcribe lo que se dice, resume la grabación, distingue quién habla y responde preguntas sobre el contenido. También acepta imágenes. Claude recibe texto e imágenes, y lee la foto o el documento que le des. Así que si le muestras a cualquiera de los dos la imagen de una partitura, puede mirarla y responder. La pregunta de verdad es si pueden convertir ese archivo en notación correcta, y esa es una habilidad mucho más concreta.
Dentro de los límites del texto y la teoría, los dos resultan útiles:
- Explicar teoría. Pregunta por qué una progresión resuelve como resuelve, qué es una sustitución tritonal o cómo armonizar una escala menor, y tendrás una explicación clara y casi siempre fiable.
- Comentar notación que pegues como texto. Dale notación ABC, una hoja de acordes o un pasaje descrito con palabras, y puede nombrar los acordes, explicar lo que ocurre y proponer cambios.
- Sugerir una progresión de acordes. Describe un ambiente o una tonalidad y te propondrá progresiones, rearmonizaciones o una línea de bajo para probar.
- Esbozar una melodía de una sola línea. Si describes una melodía con palabras, puede escribirla en una notación de texto como ABC, que luego pegas en un editor de partituras.
Todos estos casos parten de un texto o de una descripción, y lo útil que devuelven también es texto. El modelo razona sobre símbolos musicales, pero no convierte el sonido ni una página impresa en notas exactas. En cuanto el encargo es «aquí tienes una grabación, dame la partitura», los dos se quedan sin recursos.
Por qué no pueden transcribir una grabación
Convertir audio en notación es un problema de procesamiento de señal, y bastante difícil. Hay que detectar la altura de cada nota, saber exactamente cuándo empieza y cuándo termina, separar las notas que se superponen (la polifonía de un acorde o de una mezcla completa), cuantizar los tiempos para obtener un ritmo legible y, solo entonces, colocarlo todo en un pentagrama con la armadura y la indicación de compás correctas. Cada uno de esos pasos necesita un modelo especializado entrenado con audio. La comprensión de audio de Gemini está pensada para la voz hablada (las palabras, quién habla, qué quiere decir) y no para separar alturas y ataques que suenan a la vez. Claude directamente no recibe archivos de audio, así que solo puede «oír» una canción si antes pasa por una transcripción aparte.
Leer una partitura impresa es otra versión de la misma trampa. Cuando los investigadores lo ponen a prueba directamente, los modelos reconocen los símbolos de la página con muchísima precisión y aun así los convierten en notas equivocadas la mayoría de las veces. Recurren a negras regulares y a pasajes con forma de escala, porque sus conjeturas se apoyan en patrones de texto y no en la música que tienen delante. Por eso, aunque un modelo «vea» la página con claridad, las alturas y los ritmos que devuelve se alejan de lo que está escrito.
Si se lo pides igual, los dos hacen lo que hace un modelo de lenguaje cuando no está seguro: dan una respuesta fluida y muy convincente, con aspecto de notación y llena de notas que nadie tocó. Como el resultado parece fiable, los errores son más difíciles de detectar que un espacio en blanco evidente. Si quieres ver todo lo que implica una transcripción real, nuestra explicación sobre cómo funciona la transcripción musical con IA recorre cada etapa, y transcripción monofónica y polifónica explica por qué las notas superpuestas son justo lo que hace fallar a los modelos genéricos.
Qué usar en su lugar
Para pasar del audio a la notación, usa una herramienta hecha justo para eso. Con Songscription el proceso es sencillo: subes un archivo de audio o pegas el enlace de un video, y el modelo detecta las notas y te da una partitura editable junto con MIDI, MusicXML, tablaturas de Guitar Pro y un piano roll interactivo que puedes reproducir más despacio para revisar el resultado. No tienes que escribir ninguna nota a mano, y puedes corregir las notas en el navegador antes de exportar nada.
Después de la primera pasada, algunas funciones resultan especialmente útiles. Songscription reparte automáticamente una parte de piano entre las dos manos, con el registro agudo en una y el grave en la otra, en lugar de dejarla como un solo bloque de notas. También puede aislar un instrumento dentro de una mezcla completa, así que una canción muy cargada sale mejor si la transcribes parte por parte. En el editor integrado puedes transponer a cualquier tonalidad, y un modo de arreglo puede simplificar una pieza densa a un nivel más fácil o escribir una sola línea melódica para un instrumento que no estaba en el original. Gemini y Claude te dan un párrafo sobre una canción, y aquí te llevas una partitura para tocar que puedes seguir editando.
Sé realista con la precisión, porque esto tampoco hace magia. El material solista y limpio, como un piano solo, una guitarra sola o una única línea vocal, sale mucho más preciso que una mezcla densa de banda completa, donde muchos instrumentos se superponen a la vez. La transcripción automática hace la mayor parte del trabajo en poco tiempo, pero todavía te toca repasar el resultado y corregir los puntos donde se equivocó. Para un acabado exigente, exporta a MusicXML y termina la partitura en un editor como MuseScore. Por qué algunas canciones se transcriben limpias y otras se resisten es un tema aparte, que tratamos en por qué varía la precisión de la transcripción con IA.
Dónde siguen ayudando Gemini y Claude
Cuando ya tienes la notación, los dos modelos vuelven a ser útiles, porque el trabajo es otra vez de texto y razonamiento. Con una partitura, una hoja de acordes o los acordes sacados del MIDI delante, cualquiera de los dos puede:
- Explicar un acorde complicado. Pega el símbolo y pregunta qué notas tiene, qué función cumple y qué escala va bien encima.
- Sugerir ideas de digitación. Describe un pasaje y tu instrumento, y pide una digitación razonable o una posición de la mano para probar.
- Armar un plan de práctica. Dile qué pieza es, tu nivel y cuánto tiempo tienes, y te propondrá una forma ordenada de trabajarla.
- Pasar a notación de texto una melodía que conoces. Si ya puedes describir o cantar la melodía, te la escribe en ABC para que la pegues en un editor.
Un modelo de transcripción convierte el sonido en notas, y Gemini y Claude te ayudan a entender y practicar esas notas una vez que las tienes. Si los combinas, pasas la grabación a notación y luego recibes ayuda para aprender a tocarla. Para saber más sobre lo que una IA puede y no puede decirte de una pieza, lee si la IA puede decirte cómo tocar una canción, y para la pregunta parecida sobre el modelo de OpenAI, mira si ChatGPT puede hacer partituras.
Preguntas frecuentes
¿Gemini puede leer partituras?
Solo a grandes rasgos. Gemini acepta imágenes, así que puede mirar una foto o un PDF de una partitura y describirla en términos generales, decir en qué tonalidad está o darse cuenta de que un pasaje está muy cargado. Lo que no puede hacer con fiabilidad es leer las notas de la página una por una y devolverte las notas y los ritmos correctos. En las pruebas comparativas de esta misma tarea, los modelos que reconocen bien los símbolos se siguen equivocando la mayoría de las veces al convertirlos en notas, y tienden a escribir negras regulares y pasajes que suben o bajan como escalas. Toma su lectura de una partitura impresa como un resumen aproximado y no como una transcripción precisa.
¿Claude puede transcribir una canción a notación?
A partir de una grabación, no. Claude trabaja con texto e imágenes, así que puede comentar notación que pegues como texto, por ejemplo ABC o una hoja de acordes, explicar la armonía y esbozar una melodía sencilla de una sola línea que le describas con palabras. Lo que no hace es tomar un archivo de audio y convertirlo en una partitura precisa. Pasar del sonido a las notas es un problema de procesamiento de señal que requiere detectar la altura de cada nota, medir cuándo empieza y separar la polifonía, y eso lo hace una herramienta de transcripción hecha para eso, no un modelo de chat.
¿Gemini o Claude pueden crear un archivo MIDI a partir de audio?
A partir de una grabación, no. Ninguno de los dos modelos detecta en el audio las notas que hacen falta para un archivo MIDI, así que si le pides a cualquiera de ellos que escuche una canción y genere un MIDI, te devolverá datos incorrectos como si fueran correctos. Si describes una melodía con palabras, puede que el modelo escriba una representación corta en texto que luego podrías convertir, pero para tener el MIDI de una grabación real necesitas una herramienta específica de audio a MIDI que detecte las notas y exporte el archivo directamente.
¿Cuál es la mejor forma de convertir una canción en partitura?
Usa una herramienta de transcripción con IA hecha para eso, que reciba un archivo de audio o un enlace y te dé notación editable, MIDI y un piano roll, y después corrige el resultado a mano. La transcripción automática hace la mayor parte del trabajo en poco tiempo, y el material solista y limpio sale más preciso que una mezcla densa de banda completa. Para dejar la partitura pulida, exporta a MusicXML y termina el trabajo en un editor de partituras.
¿Quieres convertir una grabación en partitura? Empieza en audio a partitura, sube la canción o pega un enlace, y edita el resultado en el navegador antes de exportar.
