Artikel ini bagian dari panduan kami untuk memilih alat transkripsi musik.
Belum bisa kalau hanya mengandalkan keduanya. Gemini dan Claude tidak bisa mendengarkan rekaman lalu menghasilkan partitur yang akurat. Keduanya juga belum bisa membaca setiap not pada partitur cetak dengan benar. Sekarang kemampuan mereka sudah jauh melampaui chatbot yang hanya menerima teks: Gemini menerima audio dan gambar, sedangkan Claude menerima gambar dan teks. Jadi kita bisa memberikan bahan selain kata-kata. Tapi keduanya dilatih untuk memahami isi, seperti menuliskan ucapan, menjelaskan gambar, dan menalar teks. Pemrosesan sinyal yang dibutuhkan untuk membuat notasi musik berbeda dari tugas-tugas itu. Kalau kita meminta keduanya mentranskripsikan lagu, jawabannya lancar dan terdengar yakin, tapi penuh dengan not yang tidak pernah dimainkan.
Untuk pekerjaan musik yang berbasis teks, keduanya cukup andal. Kita bisa meminta penjelasan teori, membahas notasi yang ditempel, mencari ide progresi akor, membuat sketsa melodi satu jalur, atau menyusun rencana latihan. Pisahkan pekerjaan yang membutuhkan bahasa dari pekerjaan mengubah audio menjadi notasi. Gemini dan Claude membantu pada bagian pertama; bagian kedua membutuhkan alat khusus.
Menggunakan Gemini dan Claude untuk musik
Kedua model ini sudah bisa mengolah lebih dari teks. Gemini memang dirancang untuk menerima beberapa jenis masukan. Saat kita mengunggah berkas audio, Gemini bisa menuliskan ucapan, merangkum rekaman, mengenali siapa yang berbicara, dan menjawab pertanyaan tentang isi percakapan. Gemini juga menerima gambar. Claude menerima teks dan gambar, serta membaca foto atau dokumen yang kita berikan. Kalau kita menunjukkan gambar partitur kepada salah satunya, model bisa melihatnya dan memberi tanggapan. Namun, mengubah isi berkas itu menjadi notasi yang benar membutuhkan kemampuan yang lebih khusus daripada sekadar melihat gambar atau memahami audio.
Untuk teks dan teori, keduanya bisa membantu kita mengerjakan beberapa hal:
- Tanyakan mengapa sebuah progresi berakhir pada akor tertentu, apa itu substitusi tritone, atau bagaimana mengharmonisasi tangga nada minor. Penjelasannya biasanya jelas dan cukup bisa diandalkan.
- Tempel notasi ABC, bagan akor, atau uraian sebuah bagian musik. Model bisa menyebutkan akornya, menjelaskan apa yang terjadi, dan menyarankan perubahan.
- Jelaskan suasana atau nada dasar yang diinginkan untuk mencari ide progresi akor, reharmonisasi, atau pola nada bas yang bisa dicoba.
- Uraikan sebuah melodi dengan kata-kata. Model bisa menuliskannya dalam notasi teks seperti ABC untuk ditempel ke editor notasi.
Semua tugas itu dimulai dari teks atau uraian, dan hasil yang berguna juga berupa teks. Model menalar berdasarkan simbol musik. Ia tidak mengubah suara atau halaman cetak menjadi not yang tepat. Begitu permintaannya menjadi “Ini rekamannya, buatkan partiturnya”, kedua model itu belum mampu mengerjakannya dengan benar.
Mengapa keduanya belum bisa mentranskripsikan rekaman
Mengubah audio menjadi notasi membutuhkan pemrosesan sinyal yang rumit. Kita perlu mendeteksi tinggi nada setiap not, menentukan persis kapan not mulai dan berhenti, serta memisahkan not yang bertumpuk, misalnya pada akor atau rekaman gabungan beberapa instrumen. Waktu mulai dan durasinya lalu perlu dikuantisasi agar menjadi ritme yang terbaca. Setelah itu barulah not ditulis pada paranada dengan tanda mula dan tanda birama yang tepat. Setiap tahap membutuhkan model khusus yang dilatih dengan audio. Gemini mengolah audio untuk memahami ucapan dan maknanya serta mengenali siapa yang berbicara, bukan untuk memisahkan tinggi nada serta waktu mulai not yang berbunyi bersamaan. Claude bahkan tidak menerima berkas audio, jadi lagu harus melalui tahap transkripsi terpisah sebelum isinya bisa diberikan kepada Claude.
Membaca partitur cetak punya kendala serupa. Dalam pengujian langsung oleh peneliti, model bisa mengenali simbol pada halaman dengan akurasi sangat tinggi, tetapi masih salah mengubahnya menjadi not pada sebagian besar percobaan. Hasilnya cenderung berisi deretan not seperempat dengan ritme yang seragam dan rangkaian nada menyerupai tangga nada. Tebakannya lebih mengikuti pola teks daripada musik yang benar-benar tertulis. Meski model “melihat” halaman dengan jelas, tinggi nada dan ritme yang dilaporkannya tetap bisa melenceng.
Kalau tetap diminta, keduanya menjawab seperti model bahasa lain saat menghadapi ketidakpastian: jawabannya lancar, yakin, dan tampak seperti notasi, tetapi berisi not yang tidak pernah dimainkan. Jawaban itu terkesan bisa dipercaya, jadi kesalahannya lebih sulit dikenali daripada hasil yang jelas-jelas kosong. Artikel tentang cara kerja transkripsi musik AI menjelaskan setiap tahap transkripsi. Artikel tentang transkripsi monofonik dan polifonik membahas mengapa nada yang bertumpuk membuat model umum kesulitan.
Memilih alat untuk mengubah audio menjadi notasi
Gunakan alat yang memang dibuat untuk mengubah audio menjadi notasi. Di Songscription, unggah berkas audio atau tempel tautan video. Model akan mendeteksi not dan menghasilkan partitur yang bisa diedit, beserta MIDI, MusicXML, tab Guitar Pro, dan piano roll interaktif. Kita bisa memperlambat pemutaran piano roll untuk memeriksa hasilnya. Tidak perlu memasukkan not secara manual, dan not yang salah bisa diperbaiki di browser sebelum hasilnya diekspor.
Setelah transkripsi awal selesai, ada beberapa fitur yang membantu mengolah hasilnya. Songscription otomatis memisahkan bagian piano untuk kedua tangan pada paranada kunci G dan kunci F, bukan menumpuk semuanya dalam satu jalur. Kalau kita hanya membutuhkan satu bagian yang terpisah, Songscription bisa mengisolasi satu instrumen dari rekaman gabungan. Dengan Multi-Instrument, setiap bagian dalam rekaman band atau ansambel bisa ditranskripsikan sekaligus. Editor bawaannya bisa mentransposisikan musik ke nada dasar apa pun. Mode aransemen bisa menyederhanakan karya yang padat agar lebih ringan dimainkan, atau membuat satu jalur melodi untuk instrumen yang tidak ada pada rekaman asli. Hasilnya berupa berkas yang bisa kita pakai untuk memainkan lagu dan terus diedit, sementara Gemini dan Claude memberi penjelasan tertulis tentang lagu itu.
Tetap periksa akurasinya. Rekaman solo yang jernih, seperti satu piano, gitar solo, atau satu jalur vokal, menghasilkan transkripsi yang jauh lebih akurat daripada rekaman seluruh band yang padat dengan banyak instrumen berbunyi bersamaan. Transkripsi otomatis menyelesaikan sebagian besar pekerjaan dengan cepat, tapi kita masih perlu memeriksa hasilnya dan memperbaiki bagian yang salah. Kalau perlu menata partitur lebih jauh, ekspor MusicXML lalu lanjutkan di editor notasi seperti MuseScore. Mengapa hasil transkripsi sebagian lagu lebih akurat daripada yang lain dibahas dalam artikel tentang mengapa akurasi transkripsi AI berbeda-beda.
Menggunakan Gemini dan Claude setelah transkripsi
Setelah notasinya ada, kedua model ini bisa membantu lagi karena pekerjaannya kembali berupa teks dan penalaran. Dengan partitur, bagan akor, atau akor yang sudah diambil dari MIDI, kita bisa meminta bantuan untuk beberapa hal:
- Tempel simbol akor yang sulit dipahami, lalu tanyakan nada penyusunnya, fungsi akornya, dan tangga nada yang cocok untuk dimainkan di atasnya.
- Jelaskan bagian musik dan instrumen yang dimainkan, lalu minta saran penjarian atau posisi tangan yang masuk akal untuk dicoba.
- Sebutkan karya yang dipelajari, tingkat kemampuan, dan waktu yang tersedia untuk menyusun rencana latihan yang terstruktur.
- Kalau melodinya sudah bisa kita jelaskan atau nyanyikan, minta model menuliskannya dalam notasi ABC untuk dimasukkan ke editor.
Model transkripsi mengubah suara menjadi not. Setelah notnya ada, Gemini dan Claude membantu kita memahami notasinya dan berlatih memainkannya. Kita bisa memakai alat transkripsi untuk membuat notasi dari rekaman, lalu meminta bantuan kedua asisten itu saat belajar memainkannya. Untuk memahami batas bantuan AI dalam mempelajari sebuah karya, baca artikel tentang bisakah AI menjelaskan cara memainkan lagu. Pertanyaan serupa tentang model OpenAI dibahas dalam artikel bisakah ChatGPT membuat partitur.
Pertanyaan yang sering diajukan
Bisakah Gemini membaca partitur?
Hanya secara garis besar. Gemini menerima gambar, jadi ia bisa melihat foto atau PDF partitur lalu menjelaskan isinya secara umum, menyebutkan nada dasarnya, atau mengenali bagian yang padat. Tapi Gemini belum bisa diandalkan untuk membaca not satu per satu dan menghasilkan tinggi nada serta ritme yang benar. Dalam pengujian khusus untuk tugas ini, model yang mampu mengenali simbol dengan baik pun masih salah mengubahnya menjadi not pada sebagian besar percobaan. Hasilnya cenderung berisi deretan not seperempat dengan ritme yang seragam dan rangkaian nada menyerupai tangga nada. Anggap pembacaan partitur oleh Gemini sebagai ringkasan kasar, bukan transkripsi yang akurat.
Bisakah Claude mentranskripsikan lagu menjadi notasi?
Tidak kalau sumbernya rekaman. Claude mengolah teks dan gambar, jadi ia bisa membahas notasi yang kita tempel sebagai teks, misalnya ABC atau bagan akor, menjelaskan harmoni, dan membuat sketsa melodi satu jalur berdasarkan uraian kita. Claude tidak menerima berkas audio lalu mengubahnya menjadi partitur yang akurat. Mengubah suara menjadi not membutuhkan pemrosesan sinyal untuk mendeteksi tinggi nada, menentukan waktu mulai setiap not, dan memisahkan nada yang berbunyi bersamaan. Alat khusus transkripsi mengerjakan proses itu; model percakapan tidak.
Bisakah Gemini atau Claude membuat berkas MIDI dari audio?
Tidak kalau sumbernya rekaman. Kedua model ini tidak mendeteksi not dari audio, padahal data itu dibutuhkan untuk membuat berkas MIDI. Kalau kita meminta salah satunya mendengarkan lagu lalu menghasilkan MIDI, data yang dihasilkan akan salah, meski jawabannya terdengar yakin. Kalau kita menjelaskan melodi dengan kata-kata, model mungkin bisa menuliskan notasi teks pendek yang bisa dikonversi. Tapi untuk membuat MIDI dari rekaman sungguhan, gunakan alat khusus audio ke MIDI yang mendeteksi not dan langsung mengekspor berkasnya.
Apa cara terbaik untuk mengubah lagu menjadi partitur?
Gunakan alat AI khusus transkripsi yang menerima berkas audio atau tautan dan menghasilkan notasi yang bisa diedit, MIDI, serta piano roll. Setelah itu, rapikan hasilnya secara manual. Transkripsi otomatis menyelesaikan sebagian besar pekerjaan dengan cepat. Rekaman solo yang jernih menghasilkan transkripsi yang lebih akurat daripada rekaman seluruh band yang padat. Untuk merapikan tata letak partitur akhir, ekspor MusicXML lalu lanjutkan di editor notasi.
Untuk mengubah rekaman menjadi partitur, buka halaman audio ke partitur, unggah lagunya atau tempel tautannya, lalu edit hasilnya di browser sebelum mengekspor.
