Akurasi transkripsi musik AI sangat dipengaruhi oleh persiapan sebelum kita mengunggah rekaman. Hasil model bergantung pada rekaman yang kita unggah. Pilihan saat merekam dan menyiapkan file menentukan apakah hasilnya langsung bisa dipakai atau perlu banyak dikerjakan ulang.
Lingkungan rekaman paling besar pengaruhnya, lalu format file, pilihan alat musik, dan pemeriksaan sebelum ekspor. Kita bisa menyiapkan rekaman dan memeriksa hasilnya dalam urutan itu.
Mulai dengan audio yang jernih
Songscription tetap bisa menghasilkan transkripsi yang bisa dipakai dari audio yang kurang ideal, termasuk rekaman pertunjukan langsung atau rekaman ponsel. Langkah-langkah di bawah bukan syarat untuk menggunakannya. Langkah-langkah ini membantu proses berjalan lebih lancar dan hasilnya lebih rapi. Semakin jernih sinyal yang masuk, semakin sedikit yang perlu kita rapikan setelahnya. Untuk mengetahui hasil yang realistis, baca akurasi transkripsi AI menurut alat musik. Artikel tentang mengapa akurasinya berbeda-beda menjelaskan faktor yang memengaruhi hasilnya.
Lingkungan rekaman lebih besar pengaruhnya terhadap akurasi daripada faktor lain. Dengan model yang sama, sinyal jernih dari ruangan tenang akan lebih konsisten menghasilkan transkripsi yang akurat daripada permainan yang bagus tetapi direkam di tempat bising atau bergema.
Kurangi gangguan dari ruangan
Rekam di tempat paling tenang yang tersedia. Suara AC, lalu lintas, dan kipas komputer ikut terbaca sebagai sinyal oleh model transkripsi. Permukaan keras memantulkan suara dan menimbulkan gema yang mengaburkan awal bunyi not. Algoritme pun lebih sulit mengenali kapan satu not berakhir dan not berikutnya dimulai. Ruangan berisi karpet, gorden, dan rak buku bisa banyak mengurangi masalah ini tanpa perlu penanganan akustik khusus.
Atur posisi mikrofon dan level rekaman
Untuk alat musik akustik, letakkan mikrofon dekat dengan sumber bunyi. Untuk alat musik yang memakai penguat suara, arahkan mikrofon ke kabinet speaker, jangan merekam dari seberang ruangan. Semakin dekat mikrofon, semakin besar porsi bunyi langsung dibanding bunyi pantulan ruangan.
Pantau meter level input dan jaga puncak sinyal jauh di bawah batas clipping. Clipping menimbulkan distorsi digital yang menghasilkan harmonik palsu. Model tidak bisa membedakannya dari not yang benar-benar dimainkan, jadi not palsu itu akan ikut muncul dalam hasil transkripsi. Buat rekaman uji singkat sebelum merekam seluruh penampilan.
Pilih format file yang sesuai
Songscription menerima unggahan MP3, WAV, dan M4A. Kita juga bisa langsung menempelkan tautan YouTube, Instagram, atau TikTok saat memakai rekaman referensi.
Kalau bisa memilih, gunakan WAV. File lossless mempertahankan seluruh detail frekuensi yang dibutuhkan model untuk membedakan nada yang berdekatan dan mengikuti bunyi not saat makin lemah dengan akurat. Format lossy membuang sebagian informasi itu, dan informasi yang hilang tidak bisa dipulihkan setelahnya.
MP3 dengan bitrate tinggi bisa dipakai untuk kebanyakan kebutuhan. Masalah bisa mulai muncul pada bitrate rendah. Saat mengekspor atau mengonversi file sebelum mengunggahnya, utamakan kualitas daripada ukuran file yang kecil. Kalau rekaman awalnya sudah berupa file terkompresi, panduan mengubah MP3 menjadi partitur menjelaskan lebih jauh hasil yang bisa kita harapkan.
Pilih jenis alat musik yang sesuai
Songscription memakai model transkripsi khusus untuk tiap jenis alat musik. Memilih jenis alat musik yang salah termasuk penyebab hasil kurang baik yang paling sering terjadi, padahal bisa dihindari. Model yang dioptimalkan untuk piano mengolah file audio dengan cara yang sangat berbeda dari model untuk gitar atau vokal.
Saat ini Songscription mendukung piano, gitar, bas, vokal, dan beberapa alat musik lain. Sebelum mengunggah, periksa apakah pengaturannya sesuai dengan bunyi dalam rekaman. Kalau ada lebih dari satu alat musik, pilih yang bagiannya paling ingin kita transkripsikan. Atau, pilih opsi transkripsi beberapa alat musik untuk mendapatkan bagian tersendiri bagi setiap alat musik yang terdengar. Model dilatih dengan rekaman yang semua bagian musiknya sudah digabung. Biasanya pilihan alat musik yang sesuai sudah cukup untuk mengenali bagiannya tanpa perlu kita pisahkan terlebih dahulu.
Kenali hasil untuk tiap alat musik
Model piano paling lama dikembangkan di Songscription dan cenderung memberi hasil paling konsisten untuk berbagai kualitas rekaman dan gaya permainan. Dibanding hasil transkripsi alat musik lain, hasil transkripsi piano umumnya membutuhkan paling sedikit perbaikan.
Alat musik yang memainkan satu jalur melodi, seperti biola, flute, trompet, dan saksofon, juga memberi hasil yang sangat baik, terutama kalau direkam dengan mikrofon dekat. Transkripsi gitar, bas, dan vokal juga bisa diandalkan bila audio sumbernya jernih. Hasilnya biasanya cukup akurat untuk dipakai sebagai draf kerja dengan sedikit perbaikan.
Untuk drum, pemeriksaannya perlu sedikit lebih teliti daripada alat musik melodis. Mengubah permainan perkusi menjadi notasi konvensional memang sulit. Songscription menangani transkripsi ini dengan cukup baik untuk menghasilkan bagian drum yang bisa dipakai.
Pilih format ekspor
Songscription punya beberapa pilihan format ekspor. Kami menyarankan PDF untuk partitur yang akan dicetak, MIDI untuk memindahkan not ke DAW atau untuk file yang lebih fleksibel, MusicXML untuk mengedit lebih lanjut di aplikasi penulisan notasi, dan Guitar Pro untuk tabulatur. Pilih format yang paling sesuai dengan langkah berikutnya.
Periksa hasil sebelum mengekspor
Tidak ada model transkripsi yang selalu menghasilkan hasil sempurna. Saat memeriksa, fokuskan perhatian pada kesalahan yang memengaruhi cara musik dibaca atau dimainkan. Tidak semua kemungkinan kesalahan harus dicari dan diperbaiki.
Pemeriksaan ini lebih efisien lewat piano roll. Transkripsi ditampilkan bersama bentuk gelombang audio asli, dan keduanya bisa diputar bersamaan. Bagian yang tidak cocok pun langsung terlihat atau terdengar. Hapus not yang tidak semestinya ada langsung di piano roll agar seluruh pemeriksaan selesai di tempat yang sama sebelum ekspor. Kami menyarankan memeriksa transkripsi bagian demi bagian.
Gunakan rekaman yang semua bagian musiknya sudah digabung
Kita mungkin mengira lagu yang sudah diproduksi perlu dipecah menjadi trek audio terpisah sebelum ditranskripsikan. Dengan Songscription, biasanya itu tidak perlu. Model dilatih untuk mengenali alat musik yang kita pilih meskipun bagian lain juga berbunyi. Untuk kebanyakan rekaman yang semua bagian musiknya sudah digabung, unggah treknya apa adanya, pilih alat musik, lalu biarkan model memisahkannya. Kalau alat musik yang ingin kita transkripsikan tertutup oleh banyak lapisan produksi, pilih bagian yang lebih jernih atau rekaman yang lebih jelas. Itu lebih membantu daripada mengolah audio terlebih dahulu.
Periksa lebih teliti saat akurasi sangat dibutuhkan
Dalam kebanyakan pekerjaan transkripsi, sedikit kesalahan masih bisa ditoleransi. Tapi saat menyiapkan bahan untuk murid, menerbitkan lead sheet, atau menyerahkan notasi kepada pemain lain, akurasi lebih besar pengaruhnya daripada saat kita cuma mencatat ide untuk referensi sendiri.
Untuk kebutuhan ini, periksa dengan teliti lewat piano roll bawaan. Putar transkripsi bersama audio asli, lalu perbaiki bagian yang tidak cocok sebelum mengekspor. Alur ini paling membantu guru yang menyiapkan bahan untuk murid. Kami menjelaskannya dari awal sampai akhir dalam panduan mentranskripsikan lagu menjadi partitur untuk murid. Alat otomatis untuk menyesuaikan tingkat kesulitan partitur juga membantu dengan mengubah tingkat kesulitan dan kepadatan notasi sesuai pemain yang akan membacanya.
Pahami pekerjaan yang tersisa saat memeriksa
Pembuat transkripsi profesional pun merevisi pekerjaannya. AI menulis sebagian besar not secara otomatis, termasuk mendeteksi nada, menguantisasi ritme, dan mengatur format partitur. Kita memeriksa dan memperbaiki sisanya. Pembagian pekerjaan ini menghemat waktu. Pemeriksaan tetap diperlukan meskipun alatnya bekerja dengan baik.
File sumber yang disiapkan dengan baik dan pemeriksaan yang terarah akan secara konsisten menghasilkan transkripsi yang bisa dipakai. Kalau salah satunya dilewati, kita cenderung perlu mengerjakan lebih banyak di tahap berikutnya, saat kesalahan lebih sulit diperbaiki dan memakan lebih banyak waktu.
Siapkan rekaman dan periksa hasilnya
Kemampuan transkripsi AI sudah berkembang jauh, tapi kualitas hasilnya tetap bergantung pada kualitas rekaman yang kita unggah. Audio yang jernih, format file yang sesuai, pilihan jenis alat musik, dan pemeriksaan hasil sebelum ekspor memengaruhi hasil untuk semua jenis transkripsi dan penggunaannya.
Periksa level sebelum sesi rekaman, pilih audio sumber yang alat musik sasarannya terdengar jelas, dan luangkan beberapa menit untuk mengecek hasil sebelum mengekspor. Persiapan dan pemeriksaan ini membantu mempercepat pekerjaan transkripsi dan membuat hasilnya bisa diandalkan.
Pertanyaan yang sering diajukan
Bagaimana cara membuat transkripsi musik AI yang akurat?
Sebagian besar hasilnya ditentukan sebelum kita mengunggah rekaman. Rekam di tempat paling tenang yang tersedia karena lingkungan rekaman paling besar pengaruhnya terhadap akurasi. Gunakan format lossless, pilih jenis alat musik yang sesuai, lalu periksa sebentar hasilnya sebelum mengekspor. Semakin jernih sinyal yang masuk, semakin sedikit yang perlu kita rapikan setelahnya.
Format file apa yang memberi hasil transkripsi terbaik?
Kalau bisa memilih, gunakan WAV. File lossless mempertahankan detail frekuensi yang dibutuhkan model untuk membedakan nada yang berdekatan dan mengikuti bunyi not saat makin lemah. MP3 dengan bitrate tinggi bisa dipakai untuk kebanyakan kebutuhan, tapi bitrate rendah bisa mulai menimbulkan masalah. Utamakan kualitas daripada ukuran file yang kecil. Format lossy membuang informasi yang tidak bisa dipulihkan setelahnya.
Apakah lagu perlu dipisahkan menjadi trek audio terpisah sebelum ditranskripsikan?
Biasanya tidak perlu. Model dilatih untuk mengenali alat musik yang kita pilih meskipun bagian lain juga sedang berbunyi. Untuk kebanyakan rekaman yang semua bagian musiknya sudah digabung, unggah treknya apa adanya, pilih alat musik, lalu biarkan model memisahkannya. Kalau alat musik yang ingin ditranskripsikan tertutup oleh banyak lapisan produksi, memilih bagian yang lebih jernih atau rekaman yang lebih jelas lebih membantu daripada mengolah audio terlebih dahulu.
