Akurasi transkripsi musik AI tidak bisa dirangkum dalam satu angka. Ada beberapa hal yang dinilai, dan sering kali semuanya dianggap sama. Kalau kita membedakannya, hasil transkripsi lebih mudah dinilai dan kita tahu bagian mana yang perlu diperiksa saat ada yang terasa keliru.
Ketepatan nada, ritme, dan struktur musik bisa berbeda dalam satu hasil transkripsi. Kualitas rekaman dan jenis alat musik juga memengaruhi hasilnya. Perbedaan ini ikut menentukan kapan AI cukup untuk pekerjaan kita dan kapan bantuan pembuat transkripsi profesional lebih cocok.
Apa yang dimaksud dengan “akurat” dalam transkripsi musik?
Saat musisi membicarakan akurasi transkripsi, biasanya yang ditanyakan adalah apakah notnya benar. Tapi transkripsi yang mengenali setiap not dengan tepat pun bisa tidak terpakai kalau posisi not dalam ritmenya keliru, bagian pengulangan salah dibaca, atau nuansa musiknya tidak tersampaikan dalam partitur.
Akurasi mencakup ketepatan not, posisinya dalam ritme, dan terjaganya struktur musik secara keseluruhan. Ketiganya tidak selalu sama-sama tepat atau sama-sama keliru. Sebuah alat bisa mengenali not satu per satu dengan baik, tapi salah membaca bagian yang ritmenya rumit. Bisa juga posisi notnya tepat sepanjang lagu, sementara beberapa nadanya salah pada bagian yang padat. Setelah tahu letak masalahnya, kita bisa memilih apakah perlu memperbaiki not satu per satu, menyesuaikan audio sumber, atau mengulang transkripsi dengan pengaturan lain.
Apa yang memengaruhi akurasi transkripsi AI?
Beberapa faktor menentukan apakah hasil transkripsi sudah rapi atau masih perlu banyak disunting. Kenali dulu faktor-faktor ini sebelum mengunggah rekaman. Artikel tentang mengapa akurasi transkripsi AI berbeda-beda menjelaskan mengapa alat yang sama bisa bekerja baik pada satu file, lalu kesulitan pada file berikutnya. Untuk menerapkannya dalam langkah kerja yang bisa diulang, baca panduan langkah demi langkah untuk mendapatkan transkripsi yang akurat.
Kualitas audio
Kualitas rekaman sumber paling besar pengaruhnya terhadap hasil transkripsi. Gema, suara latar, dan audio dengan kompresi berat membuat model lebih sulit mengenali apa yang sebenarnya dimainkan. Informasi yang sudah hilang tidak bisa dipulihkan setelahnya.
Kalau bisa memilih format file, pilih WAV atau FLAC daripada MP3. File tanpa kompresi mempertahankan semua detail audio. MP3 masih bisa dipakai untuk kebanyakan pekerjaan, tapi MP3 dengan kompresi berat bisa menimbulkan masalah. Jadi, saat mengonversi file sebelum diunggah, utamakan kualitas yang lebih tinggi daripada ukuran file yang lebih kecil. Kalau kebanyakan file yang kita pakai berupa MP3, panduan mengubah MP3 menjadi partitur menjelaskan hasil yang bisa diharapkan.
Jumlah alat musik yang berbunyi bersamaan
Alat musik solo memberi model sinyal paling jelas untuk dibaca. Begitu ada bagian kedua, model harus memisahkan suara yang bertumpuk, dan kemungkinan kesalahannya bertambah. Rekaman dengan banyak bagian yang berbunyi bersamaan lebih sulit ditranskripsikan secara akurat. Kalau mengunggah rekaman seluruh band, hasilnya belum tentu sama dengan rekaman satu alat musik solo.
Ansambel besar sudah mendekati batas praktis transkripsi otomatis yang bisa diandalkan untuk banyak bagian sekaligus. Untuk musik orkestra lengkap, biasanya hasilnya lebih baik kalau kita mentranskripsikan satu alat musik dalam satu proses transkripsi. Mode Multi-Instrument di Songscription mengenali alat musik gesek, tiup logam, dan tiup kayu, selain keyboard, gitar, bas, vokal, dan drum. Jadi, semua bagian bisa dibuatkan transkripsi awal sekaligus. Namun, makin banyak alat musik yang bertumpuk dalam rentang nada yang sama, makin banyak pula perbaikan yang perlu dilakukan. Model Songscription untuk masing-masing alat musik dirancang untuk mengenali satu bagian bahkan dari rekaman campuran lengkap. Model ini bisa menangani kebanyakan rekaman tanpa persiapan tambahan dari kita. Artikel tentang transkripsi monofonik dan polifonik menjelaskan lebih jauh pengaruh perbedaan ini.
Jenis alat musik
Transkripsi AI untuk piano termasuk yang paling lama dikembangkan. Hasilnya cenderung paling konsisten pada berbagai kualitas rekaman. Awal bunyi setiap not memberi algoritme titik acuan yang jelas dan konsisten.
Biola, flute, dan gitar elektrik dengan suara bersih juga memberi hasil yang baik. Gitar dengan distorsi berat lebih sulit dibaca karena pengolahan suaranya mengaburkan nada asli.
Hasil yang bisa diharapkan menurut alat musik dan penggunaannya
Alat musik melodi solo
Rekaman jernih dari satu alat musik memberi hasil paling konsisten pada alat transkripsi AI mana pun. Piano solo, biola, dan vokal yang direkam di tempat tenang cenderung menghasilkan transkripsi yang akurat, dengan posisi not dalam ritme yang sangat dekat dengan rekaman sumber. Kesalahan pada rekaman solo paling sering muncul dalam bagian yang cepat atau penuh ornamen, saat batas antar-not sulit dibedakan. Untuk mengikuti proses transkripsi piano dari awal sampai akhir, baca panduan mentranskripsikan musik piano dengan AI.
Akor dan gitar
Beberapa not yang dimainkan bersamaan lebih sulit ditranskripsikan AI dengan tepat daripada satu jalur melodi. Saat kita menggenjreng akor gitar, tiap senar tidak berbunyi tepat pada saat yang sama. Model pun lebih sulit memisahkan setiap not dengan jelas. Meski begitu, kebanyakan rekaman gitar menghasilkan transkripsi yang cukup akurat untuk langsung dipakai. Panduan mengubah audio menjadi tab gitar menjelaskan lebih jauh hasil yang bisa diharapkan dari proses ini.
Drum dan perkusi
Pola drum dasar yang direkam dalam kondisi baik bisa ditranskripsikan dengan akurat. Rekaman yang lebih rumit pun memberi hasil awal yang cukup baik untuk dikerjakan lebih lanjut. Drum akustik dengan banyak suara pantulan ruangan lebih sulit dibaca daripada drum elektronik yang awal tiap bunyinya jelas dan konsisten. Rekaman drum akustik seperti ini biasanya perlu lebih banyak penyuntingan, tapi hasilnya tetap layak dipakai sebagai dasar.
Transkripsi AI dibandingkan dengan transkripsi manual
AI memproses rekaman dalam hitungan detik dengan biaya jauh lebih kecil daripada jasa pembuat transkripsi profesional. Untuk piano solo, vokal, dan kebanyakan musik dengan kerumitan sedang, hasilnya cukup akurat untuk langsung dipakai setelah diperiksa sebentar. Pembuat transkripsi profesional lebih unggul untuk rekaman rumit dengan banyak bagian yang bertumpuk. Namun, untuk kebanyakan kebutuhan menulis lagu, membuat aransemen, dan berlatih, AI memberi hasil yang bisa dipakai dengan cepat dan konsisten.
Bagi kebanyakan musisi, cara yang cocok adalah memakai AI untuk transkripsi awal, lalu memeriksa bagian yang perlu ditangani manusia. File sumber yang disiapkan dengan baik dan pemeriksaan singkat secara konsisten menghasilkan transkripsi yang bisa dipakai. Dalam kebanyakan situasi, gabungan keduanya sulit ditandingi. Panduan cara mentranskripsikan musik menjelaskan kedua cara ini berdampingan.
Mencoba alat sebelum memutuskan untuk memakainya
Mulai dengan cuplikan audio pendek yang bunyinya sudah jelas terbayang di kepala. Pilih musik sederhana, misalnya melodi piano atau satu jalur vokal. Keduanya cocok untuk percobaan awal karena kita akan langsung tahu apakah hasilnya sesuai dengan yang didengar.
Unggah cuplikannya, lalu periksa tiga hal:
- Apakah notnya benar?
- Apakah posisi not dalam ritmenya sesuai dengan yang terdengar?
- Apakah ada not tambahan atau not yang hilang sampai mengubah cara musiknya terbaca atau terasa saat dimainkan?
Perhatikan seberapa banyak not dan detail ritme tambahan yang dihasilkan alat itu. Transkripsi AI yang baik menangkap informasi musik yang diperlukan tanpa menambahkan not yang tidak diperlukan atau penyimpangan ritme yang memperlambat penyuntingan. Kalau merapikan hasilnya akan memakan waktu lebih lama daripada menuliskannya sendiri berdasarkan pendengaran, alat itu tidak cocok dengan cara kerja kita.
Setelah itu, coba rekaman yang memang biasa kita kerjakan. Kalau sering mentranskripsikan musik dengan harmoni rumit, pilih cuplikan yang mewakilinya. Kalau mengerjakan vokal, uji bagian dengan pembawaan frasa yang ekspresif. Kebanyakan alat memberi hasil rapi pada musik sederhana. Untuk menilainya, lihat bagaimana alat itu menangani rekaman yang kita unggah sehari-hari. Mencoba cuplikan yang sama di beberapa alat selama masa uji coba gratis sering memperlihatkan perbedaan yang tidak terlihat dari informasi di web. Untuk membandingkan alat-alat yang tersedia saat ini, mulai dari ulasan perangkat lunak transkripsi musik terbaik.
Memakai hasil transkripsi AI
Transkripsi AI bekerja baik pada rekaman yang jernih dengan melodi yang jelas, dan menghemat waktu untuk kebanyakan kebutuhan. Akurasinya berubah menurut alat musik, kualitas rekaman, dan jumlah bagian yang harus dipisahkan model sekaligus. Dengan mengenali perbedaan ini, kita tahu hasil yang bisa diharapkan sebelum mengunggah rekaman dan bagian mana yang perlu diperiksa setelahnya.
AI memasukkan sebagian besar not secara otomatis dan menyelesaikan banyak pekerjaan awal dengan cepat. Saat memeriksa hasilnya, kita menangani bagian yang masih perlu diperbaiki. Pembagian kerja ini yang menghemat waktu. Prosesnya sama seperti yang dilakukan pembuat transkripsi yang teliti, hanya waktu untuk pekerjaan awalnya jauh lebih singkat.
Pertanyaan yang sering diajukan
Seberapa akurat transkripsi musik AI?
Akurasi tidak bisa dirangkum dalam satu angka. Yang dinilai adalah apakah notnya benar, apakah posisinya tepat dalam ritme, dan apakah struktur musik secara keseluruhan tetap terjaga. Ketiganya tidak selalu sama-sama tepat atau sama-sama keliru. Transkripsi AI bekerja baik pada rekaman yang jernih dengan melodi yang jelas. Setelah diperiksa sebentar, hasilnya bisa langsung dipakai. Rekaman campuran dengan banyak bagian yang bertumpuk paling sulit ditranskripsikan.
Apa yang paling memengaruhi akurasi transkripsi AI?
Kualitas rekaman sumber paling besar pengaruhnya terhadap hasil. Gema, suara latar, dan kompresi yang berat membuat model lebih sulit mengenali apa yang dimainkan. Jumlah alat musik yang berbunyi bersamaan juga berpengaruh. Alat musik solo memberi sinyal paling jelas, sedangkan banyak bagian yang berbunyi bersamaan menambah kemungkinan kesalahan. Jenis alat musik ikut menentukan hasil, dan piano termasuk yang paling konsisten akurasinya.
Apakah transkripsi AI sama akuratnya dengan hasil pembuat transkripsi profesional?
Untuk piano solo, vokal, dan kebanyakan musik dengan kerumitan sedang, hasil AI cukup akurat untuk langsung dipakai setelah diperiksa sebentar. AI juga memproses rekaman dalam hitungan detik dengan biaya jauh lebih kecil. Pembuat transkripsi profesional lebih unggul untuk rekaman rumit dengan banyak bagian yang bertumpuk. Bagi kebanyakan musisi, cara yang cocok adalah memakai AI untuk transkripsi awal, lalu memeriksa dan memperbaiki bagian yang perlu ditangani manusia.
