मुख्य सामग्री पर जाएँ

AI से संगीत का सटीक ट्रांसक्रिप्शन कैसे पाएँ: चरण दर चरण

ट्यूटोरियलपढ़ने में 8 मिनटAndrew Carlins

AI ट्रांसक्रिप्शन की गुणवत्ता काफ़ी हद तक अपलोड से पहले तय हो जाती है। साफ़ और काम में आने वाला नतीजा पाने के लिए रिकॉर्डिंग, फ़ाइल फ़ॉर्मैट और वाद्य पर ध्यान दें, फिर स्कोर की जाँच करें।

AI से संगीत का सटीक ट्रांसक्रिप्शन पाने की तैयारी काफ़ी हद तक अपलोड से पहले ही हो जाती है। मॉडल को जैसा ऑडियो मिलता है, उसका असर नतीजे पर दिखता है। रिकॉर्डिंग और सेटअप के समय कुछ बातों का ध्यान रखने से ऐसा नतीजा मिलने की संभावना बढ़ती है जिसमें बहुत ज़्यादा सुधार न करने पड़ें।

आम तौर पर सटीकता पर सबसे ज़्यादा असर रिकॉर्डिंग के माहौल का पड़ता है। उसके बाद फ़ाइल फ़ॉर्मैट, वाद्य के चुनाव और एक्सपोर्ट से पहले की जाँच का असर होता है।

साफ़ ऑडियो से शुरुआत करें

Songscription कम साफ़ ऑडियो पर भी काम कर सकता है। लाइव रिकॉर्डिंग, फ़ोन से की गई रिकॉर्डिंग या ऐसा कोई और ऑडियो अपलोड करने पर भी काम में आने वाला ट्रांसक्रिप्शन मिलेगा जिसकी गुणवत्ता बहुत अच्छी न हो। नीचे दिए गए कदम ज़रूरी शर्तें नहीं हैं। इनसे काम आसान होता है और नतीजा साफ़ आता है। इनपुट सिग्नल जितना बेहतर होगा, बाद में उतने ही कम सुधार करने पड़ेंगे। पहले यह जानना चाहें कि क्या उम्मीद रखनी चाहिए, तो हर वाद्य के लिए AI ट्रांसक्रिप्शन की सटीकता और सटीकता में फ़र्क क्यों आता है पढ़ें।

रिकॉर्डिंग का माहौल सटीकता पर किसी भी दूसरे कारक से ज़्यादा असर डालता है। शांत कमरे का साफ़ सिग्नल मिलने पर मॉडल लगातार बेहतर नतीजे देगा, भले ही शोर या गूँज वाली जगह में रिकॉर्ड की गई प्रस्तुति अच्छी हो।

कमरे का ध्यान रखें

जितनी शांत जगह मिल सके, वहाँ रिकॉर्ड करें। एयर कंडीशनर, ट्रैफ़िक और कंप्यूटर के पंखे का शोर भी ट्रांसक्रिप्शन मॉडल को सिग्नल की तरह सुनाई देता है। सख़्त सतहों से पैदा होने वाला रीवर्ब नोटों की शुरुआत को धुँधला कर देता है। इससे एल्गोरिदम के लिए पहचानना मुश्किल होता है कि एक नोट कहाँ खत्म हुआ और अगला कहाँ शुरू हुआ। कालीन, परदों और किताबों की अलमारियों वाला कमरा बिना किसी अकूस्टिक ट्रीटमेंट के इस दिक्कत को काफ़ी कम कर देता है।

माइक्रोफ़ोन की जगह और लेवल

अकूस्टिक वाद्य रिकॉर्ड करते समय माइक्रोफ़ोन को उसके पास रखें। एम्प्लिफ़ाइड वाद्य के लिए कमरे के दूर वाले कोने से रिकॉर्ड करने के बजाय माइक्रोफ़ोन स्पीकर कैबिनेट की ओर रखें। माइक्रोफ़ोन जितना पास होगा, कमरे की आवाज़ के मुक़ाबले सीधा सिग्नल उतना ही ज़्यादा मिलेगा।

इनपुट मीटर पर नज़र रखें और सबसे ऊँची आवाज़ को भी क्लिपिंग के स्तर से काफ़ी नीचे रखें। क्लिपिंग से डिजिटल डिस्टॉर्शन और नकली हार्मोनिक्स पैदा होते हैं। मॉडल उन्हें असली नोटों से अलग नहीं पहचान पाता, इसलिए वे नतीजे में आ जाते हैं। पूरा टेक रिकॉर्ड करने से पहले एक छोटा टेस्ट रिकॉर्ड करें।

सही फ़ाइल फ़ॉर्मैट चुनें

Songscription पर MP3, WAV और M4A फ़ाइलें अपलोड की जा सकती हैं। YouTube, Instagram या TikTok का लिंक भी सीधे पेस्ट किया जा सकता है। किसी रिकॉर्डिंग को रेफ़रेंस की तरह इस्तेमाल करते समय यह काम आता है।

चुनाव हो तो WAV इस्तेमाल करें। लॉसलेस फ़ाइलें फ़्रीक्वेंसी की पूरी बारीकी बचाए रखती हैं। मॉडल इसी की मदद से पास के सुरों में फ़र्क पहचानता है और यह भी सही तरह पहचानता है कि नोट की आवाज़ धीरे-धीरे कैसे कम होती है। लॉसी फ़ॉर्मैट इस जानकारी का कुछ हिस्सा हटा देते हैं, जो बाद में वापस नहीं मिलता।

ऊँचे बिटरेट वाला MP3 ज़्यादातर कामों के लिए ठीक है। कम बिटरेट पर दिक्कतें आ सकती हैं, इसलिए अपलोड से पहले फ़ाइल एक्सपोर्ट या कन्वर्ट करते समय छोटे आकार के बजाय बेहतर गुणवत्ता चुनें। अगर आपके पास पहले से कंप्रेस की हुई फ़ाइल है, तो MP3 से स्कोर बनाने की गाइड में बताया गया है कि क्या उम्मीद रखी जा सकती है।

सही वाद्य चुनें

Songscription एक ही सामान्य मॉडल के बजाय अलग-अलग वाद्यों के लिए बने ट्रांसक्रिप्शन मॉडल इस्तेमाल करता है। ग़लत वाद्य चुनना खराब नतीजों की आम वजहों में से एक है और इससे आसानी से बचा जा सकता है। पियानो के लिए तैयार मॉडल उसी ऑडियो फ़ाइल पर गिटार या गायन के लिए बने मॉडल से बिल्कुल अलग तरीके से काम करता है।

फ़िलहाल पियानो, गिटार, बेस, गायन और कई दूसरे विकल्प उपलब्ध हैं। अपलोड करने से पहले जाँच लें कि चुना हुआ विकल्प रिकॉर्डिंग में मौजूद वाद्य से मेल खाता है। अगर रिकॉर्डिंग में एक से ज़्यादा वाद्य हैं, तो जिस पार्ट का ट्रांसक्रिप्शन सबसे ज़्यादा ज़रूरी है, उसका वाद्य चुनें। हर सुनाई देने वाले वाद्य का अलग पार्ट पाने के लिए Multi-Instrument चुनें। मॉडल को पूरे मिक्स पर ट्रेन किया गया है, इसलिए आम तौर पर सही वाद्य चुनना ही काफ़ी है। पहले उसका पार्ट अलग करने की ज़रूरत नहीं पड़ती।

किन वाद्यों का ट्रांसक्रिप्शन अच्छा होता है

पियानो पर सबसे लंबे समय से काम हुआ है और अलग-अलग गुणवत्ता और शैलियों की रिकॉर्डिंग में इसके नतीजे आम तौर पर सबसे भरोसेमंद होते हैं। पियानो के ट्रांसक्रिप्शन में आम तौर पर दूसरे वाद्यों की तुलना में सबसे कम सुधार करने पड़ते हैं।

वायलिन, फ़्लूट, ट्रम्पेट और सैक्सोफ़ोन जैसे एक समय पर एक सुर की धुन बजाने वाले वाद्यों के नतीजे भी बहुत अच्छे होते हैं, ख़ासकर जब माइक्रोफ़ोन पास रखकर रिकॉर्डिंग की गई हो। साफ़ ऑडियो से गिटार, बेस और गायन का ट्रांसक्रिप्शन भी भरोसेमंद होता है। इनके नतीजे आम तौर पर इतने सटीक होते हैं कि थोड़ा संपादन करके काम करने लायक ड्राफ़्ट के तौर पर इस्तेमाल किए जा सकें।

ड्रम के ट्रांसक्रिप्शन में अलग मुश्किलें आती हैं। पर्कशन को आम संगीत नोटेशन में लिखना मुश्किल है। Songscription ड्रम के ऐसे पार्ट बना देता है जो काम में इस्तेमाल किए जा सकते हैं। फिर भी धुन बजाने वाले वाद्य के मुक़ाबले इनकी जाँच में थोड़ा ज़्यादा काम लग सकता है।

एक्सपोर्ट फ़ॉर्मैट चुनें

Songscription में कई एक्सपोर्ट विकल्प हैं। स्कोर प्रिंट करना हो तो PDF चुनें। नोट किसी DAW में ले जाने हों या अलग-अलग कामों में इस्तेमाल की जा सकने वाली फ़ाइल चाहिए हो तो MIDI चुनें। नोटेशन एडिटर में आगे संपादन के लिए MusicXML और टैबलेचर के लिए Guitar Pro चुनें। अपने अगले काम के हिसाब से इनमें से कोई भी फ़ॉर्मैट चुना जा सकता है।

एक्सपोर्ट से पहले नतीजे की जाँच करें

कोई भी ट्रांसक्रिप्शन मॉडल हर बार एकदम सही नतीजा नहीं देता। जाँच के दौरान हर संभावित ग़लती ढूँढ़कर सुधारना ज़रूरी नहीं है। उन ग़लतियों को पकड़ें जिनसे संगीत पढ़ने या बजाने पर असर पड़ेगा।

इस जाँच के लिए पियानो रोल में काम करना ज़्यादा आसान है। इसमें ट्रांसक्रिप्शन के साथ मूल ऑडियो की वेवफ़ॉर्म दिखती है और दोनों को एक साथ चलाया जा सकता है। जहाँ दोनों मेल नहीं खाते, वह तुरंत पता चल जाता है। जो नोट नहीं होने चाहिए, उन्हें पियानो रोल से सीधे मिटाया जा सकता है। इस तरह एक्सपोर्ट से पहले सारा काम एक ही जगह हो जाता है। ट्रांसक्रिप्शन को छोटे हिस्सों में जाँचें।

पूरे मिक्स से काम करें

लग सकता है कि ट्रांसक्रिप्शन से पहले तैयार ट्रैक को अलग-अलग ऑडियो हिस्सों में बाँटना पड़ेगा। Songscription में आम तौर पर ऐसा करने की ज़रूरत नहीं होती। मॉडल को इस तरह ट्रेन किया गया है कि दूसरे पार्ट बजने पर भी वह चुने हुए वाद्य को पहचान सके। इसलिए ज़्यादातर मामलों में पूरे मिक्स वाले ट्रैक को वैसे ही अपलोड करें, वाद्य चुनें और मॉडल को उसका पार्ट अलग करने दें। अगर भारी प्रोडक्शन में आपका वाद्य दब गया है, तो साफ़ सुनाई देने वाला हिस्सा या साफ़ रिकॉर्डिंग इस्तेमाल करने से किसी भी प्रीप्रोसेसिंग से ज़्यादा मदद मिलेगी।

जब सटीकता की ज़रूरत ज़्यादा हो

ट्रांसक्रिप्शन के कई कामों में छोटी ग़लतियाँ चल जाती हैं, लेकिन हर काम में नहीं। अपने लिए कोई धुन दर्ज करने की तुलना में छात्रों के लिए सामग्री बनाते समय, लीड शीट प्रकाशित करते समय या किसी दूसरे संगीतकार को नोटेशन देते समय सटीकता ज़्यादा मायने रखती है।

इन कामों में Songscription के पियानो रोल में ध्यान से जाँच करें। ट्रांसक्रिप्शन को मूल ऑडियो के साथ चलाएँ और एक्सपोर्ट से पहले उन जगहों को पहचानें जहाँ दोनों मेल नहीं खाते। छात्रों के लिए सामग्री तैयार करने वाले शिक्षकों को इस तरीके से ख़ास मदद मिलती है। पूरी प्रक्रिया हमारी छात्रों के लिए गाने का स्कोर बनाने की गाइड में दी गई है। ऑटोमैटिक स्कोर लेवलर भी काम आता है। यह स्कोर पढ़ने वाले संगीतकार के हिसाब से कठिनाई और नोटेशन की सघनता बदलता है।

जाँच में क्या होता है

पेशेवर संगीत ट्रांसक्राइबर भी अपना काम दोबारा देखते और सुधारते हैं। AI ट्रांसक्रिप्शन नोट दर्ज करने का ज़्यादातर काम अपने आप करता है, जिसमें सुर पहचानना, लय को क्वांटाइज़ करना और स्कोर फ़ॉर्मैट करना शामिल है। जाँच के दौरान बची हुई ग़लतियाँ सुधारी जाती हैं। काम के इस बँटवारे से समय बचता है। अच्छी तरह तैयार की गई सोर्स फ़ाइल और ध्यान से की गई जाँच से हर बार काम में आने वाला नतीजा मिलता है। इनमें से कोई भी कदम छोड़ने पर काम बाद के लिए रह जाता है, जहाँ ग़लतियाँ सुधारना ज़्यादा मुश्किल होता है और समय भी ज़्यादा लगता है।

आख़िरी बातें

AI ट्रांसक्रिप्शन काफ़ी आगे बढ़ चुका है, फिर भी नतीजे की गुणवत्ता इनपुट की गुणवत्ता पर निर्भर करती है। आप चाहे किसी भी संगीत का ट्रांसक्रिप्शन कर रहे हों और नतीजे का जो भी इस्तेमाल करना हो, साफ़ ऑडियो लें, सही फ़ाइल फ़ॉर्मैट चुनें, अपलोड से पहले सही वाद्य चुनें और एक्सपोर्ट से पहले थोड़ी देर जाँच करें।

रिकॉर्डिंग से पहले लेवल जाँचें, ऐसा सोर्स ऑडियो चुनें जिसमें आपका वाद्य साफ़ सुनाई देता हो और एक्सपोर्ट से पहले कुछ मिनट नतीजा जाँचने में लगाएँ।

अक्सर पूछे जाने वाले सवाल

AI से संगीत का सटीक ट्रांसक्रिप्शन कैसे पाएँ?

नतीजा काफ़ी हद तक अपलोड से पहले तय हो जाता है। जितनी शांत जगह मिल सके, वहाँ रिकॉर्ड करें। रिकॉर्डिंग का माहौल सटीकता पर किसी भी दूसरे कारक से ज़्यादा असर डालता है। फिर लॉसलेस फ़ॉर्मैट इस्तेमाल करें, सही वाद्य चुनें और एक्सपोर्ट से पहले थोड़ी देर नतीजे की जाँच करें। इनपुट सिग्नल जितना बेहतर होगा, बाद में उतने ही कम सुधार करने पड़ेंगे।

ट्रांसक्रिप्शन के लिए कौन सा फ़ाइल फ़ॉर्मैट सबसे अच्छा है?

चुनाव हो तो WAV इस्तेमाल करें। लॉसलेस फ़ाइलें फ़्रीक्वेंसी की वह बारीकी बचाए रखती हैं जिससे मॉडल पास के सुरों में फ़र्क पहचानता है और यह भी पहचानता है कि नोट की आवाज़ धीरे-धीरे कैसे कम होती है। ज़्यादातर कामों के लिए ऊँचे बिटरेट वाला MP3 भी ठीक है, लेकिन कम बिटरेट पर दिक्कतें आ सकती हैं। इसलिए छोटी फ़ाइल के बजाय बेहतर गुणवत्ता चुनें। लॉसी फ़ॉर्मैट में हटाई गई जानकारी बाद में वापस नहीं मिलती।

क्या ट्रांसक्रिप्शन से पहले गाने को अलग-अलग ऑडियो हिस्सों में बाँटना ज़रूरी है?

आम तौर पर नहीं। मॉडल को इस तरह ट्रेन किया गया है कि दूसरे पार्ट बजने पर भी वह चुने हुए वाद्य को पहचान सके। इसलिए ज़्यादातर मामलों में पूरे मिक्स वाले ट्रैक को वैसे ही अपलोड करें, वाद्य चुनें और मॉडल को उसका पार्ट अलग करने दें। अगर भारी प्रोडक्शन में आपका वाद्य दब गया है, तो साफ़ सुनाई देने वाला हिस्सा या साफ़ रिकॉर्डिंग इस्तेमाल करने से किसी भी प्रीप्रोसेसिंग से ज़्यादा मदद मिलेगी।

लेखक के बारे में

Andrew Carlins

लेखक

Andrew Carlins

Songscription के सह-संस्थापक और CEO

Andrew ने स्टैनफ़र्ड में कुछ साथी संगीतकारों के साथ मिलकर Songscription की स्थापना की। वे सभी अपनी पसंद के गानों के स्कोर न मिलने से परेशान थे। बचपन से Andrew पियानो और बैरिटोन सैक्सोफ़ोन बजाते थे और म्यूज़िकल थिएटर में भी प्रस्तुति देते थे। कई सालों से उन्होंने प्रस्तुति नहीं दी है, फिर भी उन्हें लगता है कि उनका हुनर अब भी बरकरार है। वे लिखते हैं कि रिकॉर्डिंग से गाने के नोट स्कोर पर कैसे उतारे जाएँ।

टीम के बारे में और जानें

इन्हीं विषयों पर और लेख पढ़ें।