Cet article fait partie de notre glossaire de la notation musicale.
Une mélodie chantée, c’est une note à la fois, et les logiciels savent la suivre depuis des années. Le piano, c’est une autre histoire. Il joue cinq, six, huit notes à la fois : une main tient un accord pendant que l’autre déroule une mélodie par-dessus, et tout résonne ensemble en une seule nappe de son. Apprendre à un ordinateur à démêler tout ça en notes écrites séparées, c’est le problème central de la transcription musicale, et c’est sur le piano que la recherche se mesure.
Pourquoi les notes simultanées sont-elles si difficiles ? Comment un modèle actuel lit-il un accord ? Et pourquoi un enregistrement de piano propre donne-t-il le meilleur résultat ? Tout cela s’explique sans jargon.
Ce que veut dire « transcription polyphonique »
Polyphonique veut dire « à plusieurs voix ». La transcription polyphonique consiste à prendre un enregistrement où plusieurs notes sonnent en même temps et à les écrire toutes. Son contraire, la transcription monophonique, ne traite qu’une seule ligne, une note après l’autre. Elle est bien plus simple, puisque la question du nombre de notes ne se pose jamais. Notre article sur la transcription monophonique et polyphonique revient sur cette distinction. La musique pour piano, c’est la polyphonie à plein régime : des accords denses, des lignes qui se chevauchent et une pédale forte qui laisse tout se mêler.
Pourquoi les notes simultanées sont si difficiles
Une note de musique ne correspond pas à une seule fréquence. Elle se compose d’une fondamentale et de toute une série d’harmoniques, la série harmonique, et ce sont ces harmoniques qui donnent sa couleur à la note. Quand vous jouez une note seule, un système peut trouver la fondamentale et en déduire la hauteur. Quand vous en jouez plusieurs à la fois, leurs harmoniques se superposent, et les ennuis commencent.
- Des harmoniques en commun. Deux notes à la quinte ou à l’octave partagent beaucoup d’harmoniques, si bien que les indices d’une note ressemblent à ceux de l’autre.
- Le problème de l’octave. Une note et celle qui se trouve une octave au-dessus ont presque tous leurs harmoniques en commun. Voilà pourquoi les octaves fantômes ou mal placées sont l’erreur typique de la polyphonie.
- Compter les notes. Avant de nommer les hauteurs, le système doit décider combien de notes sonnent vraiment, et une voix intérieure jouée doucement peut se cacher sous une voix extérieure plus forte.
- Des attaques dans le flou. Situer le début exact de chaque note devient difficile quand plusieurs commencent presque au même instant et que la pédale laisse résonner les notes précédentes.
Comment l’IA lit un accord
Plutôt que de suivre un recueil de règles écrites à la main, les systèmes actuels apprennent à partir d’exemples. On entraîne un réseau de neurones sur une grande quantité d’enregistrements associés aux notes réellement jouées. Il apprend ainsi le vrai timbre d’un piano : le comportement de ses harmoniques, la différence entre une note forte et une note douce, la façon dont une note frappée s’éteint. Pour lire un enregistrement, le modèle découpe l’audio en très courtes tranches et estime, pour chacune, quelles hauteurs sonnent et où des notes commencent. Ces estimations tranche par tranche sont ensuite assemblées en notes distinctes, chacune avec un début, une hauteur et une durée, puis mises en partition. Comme le modèle a entendu énormément de vrai piano, il s’appuie sur le contexte musical, ce qui précède et ce qui va habituellement ensemble, pour lever les ambiguïtés sur lesquelles bute une simple analyse des fréquences. Il se rapproche davantage d’une oreille exercée qui écoute un accord que d’une calculatrice qui lit des fréquences.
Pourquoi le piano sert de référence
Le piano est l’instrument sur lequel la recherche a le plus travaillé, et ce n’est pas un hasard. C’est la polyphonie courante la plus dense, ses notes ont une attaque nette et régulière et une extinction prévisible, et les données d’entraînement ne manquent pas. C’est donc l’instrument qu’on sait le mieux transcrire, et le modèle piano est aussi le plus abouti de Songscription. Un enregistrement propre de piano solo donne un résultat proche de ce qu’écrirait une personne expérimentée en transcription, y compris les voix intérieures qu’on ne parvient pas à isoler à l’oreille. Nos guides pour transcrire de la musique pour piano avec l’IA et transcrire des accords de piano jazz montrent ce que ça donne sur de vrais morceaux.
Ce qui joue sur la précision, et comment l’améliorer
C’est l’enregistrement qui pèse le plus. Un piano solo propre, isolé et plutôt sec donne au modèle les indices les plus clairs ; beaucoup de réverbération et une pédale forte très appuyée font se fondre les harmonies entre elles et causent la plupart des erreurs que vous verrez. Si vous avez joué le morceau sur un piano numérique, enregistrez directement le MIDI : vous obtiendrez des notes parfaitement exactes, sans aucun problème d’analyse audio. Après la transcription, c’est dans le piano roll qu’on vérifie le mieux les passages denses. Chaque note y forme un bloc séparé, alors une erreur d’octave ou une note en trop saute aux yeux, et il suffit de la faire glisser à sa place. Vous verrez cette grille dans notre guide pour convertir un audio en piano roll, et notre article sur les raisons pour lesquelles la précision de la transcription par IA varie passe en revue les autres facteurs. Pour la question plus large de plusieurs instruments différents en même temps, lisez l’IA peut-elle transcrire plusieurs instruments à la fois ? Pour l’essayer sur vos propres enregistrements, commencez par la transcription de piano.
Questions fréquentes
Qu’est-ce que la transcription polyphonique du piano ?
La transcription polyphonique du piano consiste à prendre un enregistrement où beaucoup de notes sonnent en même temps, les accords et les lignes entremêlées que joue un piano, et à les écrire toutes sur une partition. « Polyphonique » veut dire plusieurs hauteurs à la fois ; en monophonie, au contraire, une seule note sonne à chaque instant. C’est plus difficile que de transcrire une mélodie seule, parce que les notes occupent le même moment et que leurs harmoniques se chevauchent. Le système doit donc décider combien de notes sont présentes et de quelles hauteurs il s’agit.
Pourquoi les accords sont-ils plus difficiles à transcrire qu’une mélodie seule ?
Une mélodie seule, c’est une hauteur à la fois : le système n’a qu’une fréquence fondamentale à suivre pendant qu’elle bouge. Un accord empile plusieurs notes dont les harmoniques se chevauchent et se renforcent, si bien que les indices d’une note peuvent ressembler à ceux d’une autre. Le système doit compter les notes qui sonnent et démêler quel harmonique appartient à quelle hauteur, le tout au même instant. C’est ce travail de comptage et de démêlage, au milieu des chevauchements, qui fait de la polyphonie la partie difficile de la transcription.
D’où viennent les erreurs d’octave en transcription ?
Une note et la note située une octave au-dessus partagent la plupart de leurs harmoniques. La série harmonique d’un do grave coïncide presque avec celle du do de l’octave supérieure : un système peut donc placer une note une octave trop haut ou trop bas, ou ajouter une octave fantôme que personne n’a jouée. Les modèles réduisent ces erreurs en apprenant le timbre de l’instrument et le contexte musical, mais les octaves restent l’un des points qu’on vérifie et qu’on corrige le plus souvent dans une transcription polyphonique.
Comment obtenir la transcription polyphonique la plus précise possible ?
Donnez au modèle l’enregistrement de piano le plus propre et le plus isolé possible. Avec une prise de piano solo bien nette, peu de réverbération et aucun autre instrument, le modèle lit correctement les voix intérieures. Une pédale forte très appuyée fait se fondre les harmonies les unes dans les autres : c’est la source d’erreurs la plus courante. Un enregistrement plus sec limite ce problème. Si vous avez joué le morceau sur un piano numérique, enregistrez directement le MIDI. Vous obtiendrez des notes parfaitement exactes, sans aucun problème d’analyse audio. Après la transcription, parcourez les accords denses dans le piano roll : les erreurs d’octave et les notes en trop s’y repèrent et s’y corrigent facilement.
