¿Gemini o Claude pueden convertir una canción en partitura?

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.

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 trabaja con varios tipos de contenido desde el principio: 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. Convertir ese archivo en notación correcta requiere una habilidad mucho más concreta que verlo u oírlo.

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 las respuestas útiles que dan también son 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 ponen a prueba esta tarea 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 creada para esa tarea. En Songscription, subes un archivo de audio o pegas un enlace a un video. El modelo detecta las notas y te da una partitura editable, junto con MIDI, MusicXML, tablaturas de Guitar Pro y un piano roll interactivo en el que puedes bajar la velocidad de reproducción para revisar el resultado. No tienes que introducir las notas a mano. La partitura se abre en el editor que creamos para Songscription, donde puedes corregir las notas en el navegador antes de exportar nada.

Después de esa primera transcripción, hay varias opciones para trabajar la partitura. Una parte de piano se divide automáticamente entre las dos manos, una para las notas agudas y otra para las graves, en lugar de quedar como una sola secuencia de notas. Puedes aislar un instrumento de una mezcla completa si quieres una sola parte limpia o, con “Varios instrumentos”, transcribir en una pasada todas las partes de una grabación de una banda o conjunto. En el editor puedes transponer a cualquier tonalidad o pedirle a Annie, el asistente de partituras con IA, que transponga, cambie el tipo de compás o agregue letra y dinámicas. También hay un modo de arreglo que simplifica una pieza densa para que sea más fácil de tocar o escribe una sola línea melódica para un instrumento que no estaba en la grabación original. Mientras Gemini y Claude te dan un párrafo sobre una canción, aquí obtienes un archivo que puedes usar para tocar y seguir editando.

La precisión también tiene sus límites. Una grabación limpia de un solo instrumento, como un piano o una guitarra, o de una sola línea vocal, da resultados mucho más precisos que una mezcla densa de toda una banda, con muchos instrumentos que suenan a la vez. La transcripción automática adelanta gran parte del trabajo, pero todavía hay que revisar el resultado y corregir los errores. Puedes hacerlo en el mismo editor, que organiza la partitura en páginas e imprime el PDF con el diseño que ves en pantalla. Si ya trabajas en MuseScore, exporta MusicXML y sigue allí. En por qué varía la precisión de la transcripción con IA explicamos por qué unas canciones se transcriben mejor que otras.

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. En si la IA puede decirte cómo tocar una canción explicamos qué puede y qué no puede decirte una IA sobre una pieza, y en si ChatGPT puede hacer partituras tratamos la pregunta parecida sobre el modelo de OpenAI.