ReferensiTranskripsi musikAndrew Carlins•Waktu baca: 8 menit

AI bisa menggubah dan mentranskripsikan musik. Apa yang masih menjadi peran musisi?

Kalau mesin bisa menciptakan lagu lalu menuliskannya menjadi partitur, wajar kalau kita bertanya apa yang tersisa untuk orang yang memegang alat musik. Justru bagian itulah yang sejak awal paling berarti dalam bermusik.

Kemampuan alat AI untuk mentranskripsikan dan menggubah musik, serta bagian musik yang tidak bisa dijangkaunya

Pada 2026, mesin bisa membuat lagu yang cukup enak didengar hanya dari satu kalimat. Mesin lain bisa mengubah rekaman menjadi partitur. Dulu, pekerjaan ini memakan waktu berjam-jam bahkan bagi orang yang pendengarannya sudah terlatih. Menggubah dan mentranskripsikan musik dulu menentukan peran seorang musisi. Sekarang perangkat lunak bisa mengerjakan keduanya. Lalu, apa yang tersisa untuk orang yang memegang alat musik?

Alat-alat itu mengambil alih tugas musisi, sementara musiknya tetap kita mainkan. Bagi musisi yang kehilangan peran, ucapan ini mungkin terdengar seperti penghiburan. Tapi mengerjakan tugas-tugas itu memang berbeda dari bermusik.

Pekerjaan yang sudah diambil alih mesin

Model AI bisa menghasilkan banyak lagu sekaligus dalam sekejap, dengan susunan yang utuh dan sesuai dengan genrenya. Untuk transkripsi, model bisa mendengarkan rekaman lalu menuliskan not-notnya sebagai draf yang cukup baik untuk kita olah. Pekerjaan yang dulu memakan waktu dan membutuhkan keterampilan kini bisa diotomatisasi.

Mesin membuat lagu berdasarkan pola rata-rata dari lagu-lagu yang sudah ada atau mengubah bunyi menjadi simbol. Hasil kedua pekerjaan ini bisa dinilai kurang lebih benar. Tugasnya bisa dirumuskan, hasilnya diukur, lalu prosesnya diperbaiki. Mesin memang bisa mengerjakan tugas semacam ini dengan baik. Itulah sebabnya kemampuan mesin dalam kedua tugas ini berkembang.

Peran yang tetap menjadi milik manusia

Sebagian besar alasan kita membuat dan mencintai musik masih berhubungan dengan orang yang memainkannya.

  • Memilih apa yang layak dimainkan. Alat pembuat lagu bisa menghasilkan seribu lagu, tapi tidak bisa menentukan mana yang berarti atau kenapa kita memilih melodi yang satu daripada yang lain. Selera kita membuat satu lagu terasa bagus dan lagu lain terasa hampa. Itu penilaian manusia, tanpa jawaban benar yang bisa dijadikan sasaran optimasi.
  • Menafsirkan musik. Partitur memberi petunjuk. Saat memainkan musik, kita mengambil seribu keputusan yang tidak tertulis di halaman itu. Kita menentukan berapa lama jedanya, bagian mana yang diberi tekanan, dan bagian mana yang dibiarkan sedikit kasar. Dua orang yang membaca partitur yang sama bisa terdengar sangat berbeda. Perbedaan itulah seninya.
  • Memainkan musik dengan tubuh. Musik hidup dalam napas, kapalan di jari, dan cara tangan seseorang bergerak. Model AI tidak punya tubuh dan tidak mempertaruhkan apa pun saat tampil di hadapan orang lain.
  • Memberi makna. Saat memainkan lagu tentang sesuatu untuk seseorang, pemain membawa pengalaman hidupnya. Mesin tidak bermaksud menyampaikan apa pun lewat hasilnya. Tidak ada sosok di dalamnya yang punya maksud itu.
  • Bermusik bersama pada saat yang sama. Sebagian besar kegiatan bermusik dilakukan bersama orang lain, pada waktu dan di tempat tertentu. Nilai lagu yang dinyanyikan saat pemakaman, di bar, atau di sekitar api unggun tidak bisa dipisahkan dari orang-orang yang hadir. Mesin tidak bisa menciptakan kebersamaan itu.

Mengapa transkripsi justru membantu musisi

Transkripsi bisa terasa seperti bagian dari ancaman karena sekarang AI juga bisa mengerjakannya. Padahal, alat transkripsi mengambil alih pekerjaan paling lambat dan paling mekanis dalam proses bermusik: mencari not sebuah lagu satu per satu. Kita menerima hasil yang bisa diedit. Memainkan lagu, menentukan apakah lagu itu layak dimainkan, dan menafsirkannya tetap menjadi pekerjaan kita. Pekerjaan yang melelahkan berkurang. Kita tetap memainkan dan menafsirkan musiknya.

Kita bisa menilai alat-alat ini dari apa yang diambil alih dan apa yang tetap kita tentukan. Alat yang mengurangi pekerjaan berulang tanpa mengambil alih keputusan membantu kita bermusik. Hasil transkripsi bisa dibaca, diputar lebih lambat, dan diaransemen ulang. Lalu kita memainkannya dengan tangan sendiri untuk menyampaikan apa yang kita inginkan. Mesin menuliskan notnya; kita memainkan musiknya. Kalau dipakai seperti ini, alat itu menjadi rekan kerja yang tidak punya selera sendiri. Hasil akhirnya tetap mengikuti selera kita.

Kekhawatiran yang nyata dan ketakutan kehilangan peran

Membanjirnya musik buatan AI membuat karya manusia lebih sulit ditemukan. Penggunaan rekaman orang lain untuk melatih model-model ini juga sedang diperdebatkan di pengadilan, dan memang ada alasan untuk mempersoalkannya.

Tapi ketakutan bahwa musisi tidak akan dibutuhkan lagi berangkat dari pemahaman yang keliru tentang alasan kita bermusik. Saat mendengarkan musik, kita menghargai bunyinya sekaligus orang yang membuatnya dan apa yang ingin disampaikan orang itu. Kita juga bermain karena kegiatan bermusik itu sendiri berharga bagi kita. Mesin kini bisa mengerjakan tugas bermusik yang sejak dulu cenderung mekanis. Memilih lagu, menafsirkannya, dan memainkannya tetap menjadi peran musisi.

Pertanyaan yang sering diajukan

Kalau AI bisa menggubah dan mentranskripsikan musik, apa yang masih menjadi peran musisi?

Menafsirkan musik, memilih apa yang layak dimainkan, dan memainkan alat musik dengan tubuh kita sendiri. Ketiganya sejak awal menjadi alasan kita bermusik. AI bisa menghasilkan lagu yang terdengar masuk akal dan mengubah rekaman menjadi partitur. Tapi AI tidak menentukan apa yang layak dimainkan. AI tidak punya tubuh untuk memainkan musik atau pengalaman hidup yang bisa dibawa saat tampil, dan tidak bermaksud menyampaikan apa pun lewat musiknya. Menggubah dan mentranskripsikan adalah pekerjaan yang bisa diotomatisasi. Memilih, memainkan, dan menjalin hubungan dengan pendengar tetap menjadi pekerjaan manusia yang tidak bisa dilakukan alat itu.

Apakah transkripsi AI menggantikan keterampilan bermusik?

Tidak. Transkripsi mengubah rekaman menjadi partitur. Ini pekerjaan mekanis yang dulu memakan waktu berjam-jam saat dikerjakan dengan mengandalkan pendengaran. Hasilnya bisa diedit, tapi alat itu tidak memainkan lagunya, menafsirkannya, atau menilai apakah lagunya bagus. Transkripsi AI mengambil alih pekerjaan yang melelahkan. Kita punya lebih banyak waktu untuk berlatih, mengaransemen, dan tampil. Pekerjaan ini tetap membutuhkan manusia.

Perlukah musisi khawatir tentang AI?

Wajar kalau kita khawatir soal membanjirnya musik buatan AI dan penggunaan data untuk melatih modelnya. Keduanya memang masalah nyata. Tapi kekhawatiran bahwa AI membuat pemain musik tidak lagi dibutuhkan berangkat dari pemahaman yang keliru tentang alasan kita bermusik. Orang menghargai musik antara lain karena ada seseorang yang membuatnya dan bermaksud menyampaikan sesuatu lewat musik itu. Alat untuk menggubah atau mentranskripsikan mengubah cara kerja kita. Alasan kita bermain dan mendengarkan musik tetap ada.

Kalau ingin kembali punya waktu untuk bermusik, serahkan pekerjaan menulis not kepada alat transkripsi. Songscription mengubah rekaman menjadi partitur dalam beberapa menit. Akor dan bagian-bagian musiknya sudah tersusun dan siap diedit. Waktu berjam-jam yang dihemat bisa kita pakai untuk bermusik. Baca alur kerja musik dengan AI pada 2026 untuk melihat prosesnya dari awal sampai akhir. Artikel lagu-lagu yang hidup di tangan seseorang membahas mengapa musik itu perlu ditulis.

Tentang penulis

Andrew Carlins

Ditulis oleh

Andrew Carlins

Salah satu pendiri dan CEO Songscription

Andrew mendirikan Songscription di Stanford bersama beberapa teman sesama musisi. Mereka sudah bosan mencari partitur lagu yang ingin dimainkan, tapi tidak kunjung menemukannya. Sejak kecil, ia bermain piano dan saksofon bariton serta tampil di teater musikal. Meski sudah bertahun-tahun tidak tampil, ia masih menganggap dirinya cukup jago. Ia menulis tentang cara membuat partitur dari rekaman lagu.

Kenali tim kami

Baca artikel lain dengan topik yang sama.