Hasil transkripsi AI yang bersih banyak bergantung pada audio yang kita unggah. Sebagian besar pekerjaan ditangani alatnya, tapi kualitas hasilnya tetap bergantung pada kualitas rekaman sumber. Audio dengan banyak suara latar atau kompresi membutuhkan lebih banyak koreksi daripada rekaman yang bersih. Kalau kita tahu cara memperbaiki kesalahannya dengan cepat, seluruh prosesnya juga tetap cepat.
Sebagian kesalahan lebih cepat diperbaiki satu per satu. Untuk kesalahan lain, kita lebih baik memperbaiki audio sumber lalu mengulang transkripsi. Penyebab dan pola kesalahannya membantu kita memilih.
Kenapa hasil transkripsi bisa keliru
Kualitas audio paling memengaruhi ketepatan transkripsi. Suara latar, clipping, dan file dengan bitrate rendah mengurangi informasi yang bisa dibaca model. Kalau memungkinkan, unggah trek instrumen yang bersih dan terpisah dari instrumen lain, alih-alih mix utuh. Menyiapkan audio seperti ini sebelum transkripsi bisa mengurangi banyak pekerjaan koreksi nantinya.
Aransemen padat
Saat beberapa instrumen dimainkan bersamaan, model lebih sulit mengenali bagian instrumen yang kita inginkan. Kalau bisa merekam atau mengekspor instrumen itu saja, lakukan. Hasil transkripsinya akan terasa lebih bersih.
Model saat ini juga dirancang untuk menangani mix utuh. Songscription bisa mengenali bagian instrumen yang kita pilih dengan baik, bahkan saat rekamannya padat. Jadi, sebagian besar file bisa diunggah seperti biasa tanpa persiapan tambahan dan tetap menghasilkan transkripsi yang baik.
Karakter suara instrumen
Beberapa instrumen memang lebih sulit ditranskripsikan dengan tepat. Contohnya gitar dengan distorsi berat dan vokal yang banyak diproses. Model lebih sulit membaca suara seperti ini secara akurat. Dengan memahami karakter suaranya sejak awal, kita bisa memperkirakan seberapa banyak hasil transkripsinya perlu diedit.
Faktor-faktor ini menjelaskan kenapa hasil transkripsi kadang mengandung lebih banyak kesalahan daripada yang kita perkirakan. Kita tidak perlu memeriksa semuanya sebelum setiap unggahan. Rekam dengan cara yang biasa kita pakai dan gunakan Songscription seperti biasa. Kalau hasilnya membutuhkan lebih banyak koreksi daripada yang kita harapkan, coba periksa faktor-faktor tadi. Meski begitu, hasilnya biasanya tetap bagus tanpa persiapan khusus.
Langkah 1: Periksa hasil sebelum mengedit
Buka hasil transkripsi dan telusuri seluruh lagu bagian demi bagian sebelum mengubah apa pun. Setelah mendengar bagian yang keliru, periksa juga notnya dan catat kesalahannya sebelum mulai menggeser not.
Putar hasil transkripsi dan catat bagian yang tidak cocok dengan rekaman asli. Bagian yang lebih padat dan keras biasanya perlu diperiksa lebih lama daripada bagian yang lebih tenang. Untuk memperbesar peluang mendapat hasil yang bersih pada percobaan pertama, baca panduan mendapatkan transkripsi AI yang akurat.
Dari pemeriksaan ini, kita tahu apa saja yang perlu diperbaiki. Kalau pola kesalahan yang sama muncul di seluruh lagu, memperbaiki audio sumber lalu mengulang transkripsi kemungkinan lebih cepat daripada mengoreksi satu per satu. Kalau kesalahannya kecil dan tersebar, buka editor dan perbaiki langsung di sana.
Langkah 2: Perbaiki kesalahan di editor
Di piano roll Songscription, kita bisa mengoreksi hasil transkripsi di satu tempat. Hasilnya ditampilkan berdampingan dengan audio asli, jadi bagian yang tidak cocok terlihat jelas. Hapus not yang seharusnya tidak ada atau tentukan ulang tangan mana yang memainkan suatu not. Geser kursor pemutaran untuk menelusuri bagian mana pun sambil mengedit. Hasil awal transkripsi bisa dirapikan sampai selesai tanpa keluar dari Songscription.
Langkah 3: Perbaiki audio, lalu ulangi transkripsi
Kalau pemeriksaan tadi menemukan masalah di banyak bagian, memperbaiki file sumber lalu mengulang transkripsi hampir selalu lebih cepat daripada mengoreksi not satu per satu. Masalah pada audio sumber yang paling sering muncul bisa ditangani dengan beberapa langkah berikut.
Pisahkan instrumen yang ingin ditranskripsikan
Rekam atau ekspor instrumen yang kita inginkan saja agar model menerima sinyal yang lebih bersih. Songscription dirancang untuk mengenali instrumen pilihan kita dalam mix utuh, jadi sebagian besar rekaman tidak membutuhkan persiapan tambahan. Tapi kalau kita memakai mix akhir yang sangat padat, bagian instrumen yang diinginkan tertutup banyak suara lain, dan kita tidak bisa merekam ulang, ada baiknya memisahkan audio menjadi trek audio terpisah dengan alat khusus sebelum mengunggahnya.
Perhatikan ruangan tempat merekam
Ruangan dengan banyak gema atau reverb membuat model lebih sulit membedakan tiap not. Karpet, gorden, dan sofa bisa mengurangi pantulan suara tanpa peralatan khusus. Di ruangan dengan permukaan keras, seperti kamar mandi dan ruang tangga, kita paling sulit mendapatkan rekaman sumber yang bersih.
Potong juga bagian hening dan suara latar di awal serta akhir file sebelum mengunggah. Kalau kita lebih sering memakai audio terkompresi, panduan mengubah MP3 menjadi partitur menjelaskan hasil yang bisa diharapkan dan cara mendapatkan hasil terbaik dari MP3.
Pilih antara mengedit satu per satu dan mengulang transkripsi
Kalau kesalahannya kecil dan tersebar, sementara sebagian besar hasil transkripsinya sudah benar, biasanya lebih cepat mengedit daripada memulai lagi. Koreksi kecil tidak makan banyak waktu setelah kita tahu letak kesalahannya.
Mengulang transkripsi lebih masuk akal kalau jenis kesalahan yang sama muncul dari awal sampai akhir. Kalau seluruh lagu terdengar meleset dengan pola yang sama, penyebabnya biasanya ada pada rekaman sumber. Memperbaiki not demi not akan makan waktu lama. Mengunggah audio yang lebih bersih biasanya lebih cepat daripada menghabiskan waktu lama untuk mengedit.
Tentukan langkah setelah memeriksa hasil
Sebagian besar kesalahan transkripsi punya pola yang bisa ditelusuri ke penyebab tertentu: kualitas rekaman, ruangan tempat merekam, atau karakter suara instrumen. Setelah penyebabnya dikenali, kita bisa memilih untuk mengedit hasil yang sudah ada atau memperbaiki audio sumber lalu memulai lagi. Setelah memeriksa seluruh hasilnya, kita biasanya bisa memilih lebih cepat daripada yang kita bayangkan.
Memeriksa dan mengoreksi hasil adalah bagian wajar dari proses transkripsi. Orang yang bekerja sebagai transkriptor profesional pun merevisi hasilnya. AI menangani sebagian besar pekerjaan secara otomatis dan menyelesaikan sebagian besar transkripsi dalam waktu jauh lebih singkat. Kita menangani sisanya dengan memeriksa dan mengoreksi hasilnya. Proses ini makin cepat saat kita makin terbiasa. Panduan transkripsi musik untuk pemula membahas proses lengkapnya dan bisa dibaca bersama artikel ini.
Pertanyaan yang sering diajukan
Bagaimana cara memperbaiki kesalahan transkripsi AI?
Periksa hasilnya sebelum mengedit. Telusuri seluruh lagu bagian demi bagian, lalu putar dan catat bagian yang tidak cocok dengan rekaman asli. Kalau kesalahannya kecil dan tersebar, perbaiki langsung di editor piano roll. Di sana, hasil transkripsi ditampilkan berdampingan dengan audio asli, jadi bagian yang tidak cocok terlihat jelas. Kalau pola kesalahan yang sama muncul di seluruh lagu, biasanya lebih cepat memperbaiki audio sumber lalu mengulang transkripsi.
Kenapa hasil transkripsi bisa keliru?
Kualitas audio paling memengaruhi ketepatan transkripsi. Suara latar, clipping, dan file dengan bitrate rendah mengurangi informasi yang bisa dibaca model. Aransemen yang padat membuat model lebih sulit mengenali bagian instrumen yang kita inginkan. Beberapa jenis suara, seperti gitar dengan distorsi berat dan vokal yang banyak diproses, juga lebih sulit dibaca dengan tepat. Faktor-faktor ini menjelaskan kenapa hasil transkripsi bisa mengandung lebih banyak kesalahan daripada yang kita perkirakan. Kita tidak perlu memeriksa semuanya sebelum setiap unggahan.
Kapan sebaiknya mengulang transkripsi daripada mengedit satu per satu?
Perbaiki satu per satu kalau kesalahannya kecil dan tersebar, sementara sebagian besar hasil transkripsinya sudah benar. Koreksi kecil biasanya tidak makan banyak waktu. Ulangi transkripsi kalau jenis kesalahan yang sama muncul dari awal sampai akhir. Kesalahan dengan pola seperti itu biasanya berasal dari rekaman sumber. Memperbaikinya not demi not akan makan waktu lama. Mengunggah audio yang lebih bersih biasanya lebih cepat daripada menghabiskan waktu untuk mengedit.
