Dekatkan ponsel ke pengeras suara. Dalam beberapa detik, Shazam memberi tahu judul lagu dan nama artisnya. Saat pertama hadir, teknologi ini terasa seperti fiksi ilmiah. Lama-lama kita menganggapnya biasa. Shazam menjawab pertanyaan tentang lagu apa yang sedang terdengar. Bagi pendengar, mungkin itu saja yang ingin diketahui. Bagi pemain musik, masih ada pertanyaan berikutnya: bagaimana cara memainkan lagu ini? Jawabannya lebih sulit dicari, tapi sekarang sudah mulai tersedia.
Cara Shazam mengenali lagu dan batasnya
Shazam membuat sidik jari audio. Beberapa detik suara diubah menjadi pola ringkas yang memuat ciri-ciri khas rekaman. Pola itu lalu dicocokkan dengan basis data besar berisi sidik jari rekaman yang sudah dikenal. Kalau ada yang cocok, Shazam menampilkan informasi lagu, seperti judul, artis, dan album. Proses ini tidak melibatkan pemahaman musik. Shazam tidak mengenali melodi, akor, nada dasar, atau satu not pun. Shazam sangat baik dalam mencocokkan rekaman. Karena itu, Shazam bisa menyebutkan judul lagu yang ada dalam basis datanya, tapi tidak bisa menjelaskan melodi yang kita senandungkan sendiri atau susunan notnya.
Menentukan cara memainkan lagu lebih sulit
Untuk menentukan cara memainkan lagu, kita membutuhkan transkripsi. Proses ini berbeda dan lebih sulit karena jawabannya tidak bisa dicari dalam basis data. Perangkat lunak harus mendengarkan rekaman dan mengurai musik di dalamnya. Perangkat lunak memisahkan melodi dari iringan, mengenali not yang berbunyi bersamaan satu per satu, lalu menentukan ritme dan nada dasarnya. Semua itu kemudian ditulis sebagai notasi. Cara kerjanya lebih mirip cara musisi terlatih mendengarkan lewat headphone sambil sesekali menghentikan rekaman daripada pencocokan sidik jari audio.
Selama bertahun-tahun, proses ini terlalu sulit untuk dikerjakan dengan baik oleh perangkat lunak. Pemain musik dari generasi ke generasi pun mempelajari lagu dengan mendengarkan dan mencari notnya sendiri, yang memakan waktu, atau membeli partitur kalau tersedia. Kini, model yang dibuat khusus untuk transkripsi bisa menghasilkan draf awal yang baik secara otomatis. Songscription dibuat untuk pekerjaan ini. Masukkan rekaman lewat browser tanpa perlu memasang apa pun. Songscription memisahkan bagian yang kita pilih, lalu menghasilkan notnya dalam bentuk partitur dan piano roll, beserta akor yang dikenali selama prosesnya. Kita bisa mulai mencari cara memainkan lagu tanpa harus mengurai seluruh rekaman sendiri atau meminta bantuan musisi ahli.
Seperti Shazam untuk partitur, dengan satu perbedaan
Kami sering menggambarkan Songscription sebagai Shazam untuk partitur. Perbandingan itu membantu menjelaskan kegunaannya, asal kita memahami satu perbedaan. Jawaban Shazam benar atau salah karena sidik jari audionya cocok atau tidak. Hasil transkripsi adalah tafsiran musik yang didengar, dan ketepatannya bergantung pada rekamannya. Model Songscription dilatih dari awal menggunakan permainan musik sungguhan, bukan hasil adaptasi model pengenalan ucapan. Karena itu, rekaman yang jernih dengan sedikit suara yang bertumpuk bisa ditranskripsikan dengan sangat baik. Rekaman dengan aransemen padat dan banyak olahan suara lebih sulit, dan beberapa bagian hasilnya perlu diperbaiki. Songscription menghasilkan draf yang baik dan bisa diedit dalam satu atau dua menit. Kita lalu mengoreksinya sambil mendengarkan rekaman, bukan mengharapkan partitur sempurna seketika.
Draf yang bisa dibaca, diperlambat, dan dimainkan jauh lebih membantu kita mulai belajar lagu daripada rekaman yang hanya bisa didengarkan. Kita bisa duduk sambil memegang alat musik dan mulai mempelajari notnya, tanpa harus mencari semuanya dari berkas audio lebih dulu. Untuk memahami kapan hasilnya akurat dan kapan mulai meleset, baca artikel tentang ketepatan hasil transkripsi yang bisa kita harapkan. Kami juga membahas peran musisi yang tetap ada saat memakai AI, kalau kita ingin melihat pengaruh alat seperti ini terhadap pekerjaan pemain musik.
Dari mengenali musik ke memahaminya
Teknologi musik awalnya membantu kita menemukan dan mengenali musik melalui pencarian, rekomendasi, dan Shazam. Sekarang, teknologi mulai membantu kita memahami dan membuat musik. Rekaman yang tadinya hanya kita dengarkan bisa diubah menjadi sesuatu yang bisa dibaca, dipelajari, diubah, dan dimainkan. Keinginan agar ponsel bisa membantu lebih jauh setelah mengenali judul lagu kini mulai terjawab. Hampir semua lagu yang kita sukai bisa diubah menjadi partitur yang bisa kita mainkan. Anything Piano memakai pendekatan lain: rekaman diubah menjadi piano roll, bukan partitur. Saat kita memainkan lagunya di piano apa pun, Anything Piano mendengarkan permainan kita dan memberi tahu not mana yang kita mainkan. Nomor jari pada piano roll menunjukkan jari yang dipakai untuk setiap not.
Pertanyaan yang sering diajukan
Adakah alat seperti Shazam untuk menghasilkan partitur?
Ada alat yang bisa disebut begitu, tapi cara kerjanya berbeda dari Shazam. Shazam mencocokkan sidik jari audio dari cuplikan pendek dengan isi basis data. Hasilnya berupa judul lagu dan nama artis, tanpa informasi tentang notnya. Menghasilkan partitur membutuhkan proses lain yang lebih sulit, yaitu transkripsi. Perangkat lunak mendengarkan rekaman, menentukan nada dan ritmenya, lalu menuliskannya sebagai notasi. Songscription termasuk alat yang mengerjakan ini. Masukkan berkas audio atau tautan, lalu Songscription menghasilkan partitur, piano roll, dan akor yang bisa kita baca dan mainkan.
Mengapa menentukan cara memainkan lagu lebih sulit daripada mengenalinya?
Untuk mengenali lagu, perangkat lunak cukup mencocokkan sidik jari audio yang unik dengan rekaman yang sudah dikenal. Proses itu tidak membutuhkan pemahaman musik. Untuk menentukan cara memainkan lagu, perangkat lunak harus mengurai not satu per satu dari campuran suara alat musik yang bertumpuk, memisahkan melodi dari harmoni, lalu menentukan ritme dan nada dasarnya. Suaranya perlu dianalisis, bukan sekadar dicari kecocokannya. Karena itu, hasil transkripsi bisa menjadi draf awal yang baik untuk dikoreksi, tapi tidak dijamin sempurna.
Bisakah AI menentukan akor dan not dari lagu apa pun?
AI bisa menghasilkan akor dan not dari sebagian besar rekaman, tapi ketepatannya bergantung pada rekaman sumber. Rekaman yang jernih dengan sedikit suara yang bertumpuk bisa ditranskripsikan dengan baik. Rekaman dengan aransemen padat dan banyak olahan suara lebih sulit, dan hasilnya perlu lebih banyak koreksi. Hasil yang bisa kita harapkan adalah draf awal not dan akor yang kita periksa sambil mendengarkan rekamannya, lalu kita perbaiki. Partitur sempurna pada percobaan pertama belum bisa dijamin. Untuk belajar lagu, draf yang belum sempurna pun sangat membantu kalau bisa diperlambat dan dimainkan.
Saat ada lagu yang terus terngiang, kita bisa mencari judulnya sekaligus mencari tahu cara memainkannya.
