Questo articolo fa parte della nostra guida ai termini della notazione musicale.
Gli strumenti di trascrizione musicale non elaborano tutti l’audio allo stesso modo. La differenza principale è quante note riescono a seguire: una alla volta oppure più note insieme. È la distinzione tra trascrizione monofonica e polifonica, e dice più sulle capacità reali di uno strumento di qualsiasi dato sull’accuratezza riportato nei testi promozionali.
Trascrivere più note insieme richiede un lavoro diverso da quello necessario per una singola melodia. L’IA ha cambiato parecchio i risultati, ma prima di affidare a uno strumento la musica a cui tieni conviene capire che cosa riconosce e come verificarlo.
Che cos’è la trascrizione musicale monofonica?
La trascrizione musicale monofonica converte in notazione un audio che contiene una sola nota alla volta. “Monofonico” significa a una sola voce: in ogni momento senti una sola altezza.
Questo vincolo rende la trascrizione monofonica più semplice di quella polifonica. Quando nel segnale domina una sola frequenza, un algoritmo può seguire i cambiamenti di altezza con un buon grado di certezza e poche interferenze da gestire.
Esempi di audio monofonico
Un’esecuzione di flauto solo è l’esempio classico. La maggior parte degli strumenti a fiato è costruita per produrre una sola altezza alla volta. Anche una linea vocale senza accompagnamento, come un assolo a cappella o una melodia popolare tradizionale, rientra in questa categoria.
Lo stesso vale per una melodia su una sola corda, anche se lo strumento può suonare accordi. Se suoni una melodia sulla corda del Mi cantino della chitarra senza toccare le altre, produci un audio monofonico che gli strumenti di trascrizione gestiscono facilmente. È monofonica anche una linea di basso isolata, che sia suonata con un basso elettrico, un contrabbasso o un sintetizzatore.
Perché l’audio monofonico è più facile da trascrivere
L’audio monofonico dà all’algoritmo un segnale più pulito. Senza frequenze in competizione né armonici sovrapposti tra note diverse, il software può seguire nel tempo la frequenza fondamentale con molti meno dubbi rispetto a una sorgente polifonica.
L’algoritmo deve solo riconoscere la frequenza dominante, seguirne le variazioni nel tempo e convertirle in nomi di note e ritmi. Per questo i primi software di trascrizione lavoravano soprattutto su audio monofonico. Per una sola voce bastava una semplice analisi delle frequenze; con accordi e parti sovrapposte, lo stesso metodo non bastava.
Che cos’è la trascrizione musicale polifonica?
Un audio è polifonico quando suona più di una nota nello stesso momento. Pensa a un accordo di pianoforte mentre la mano sinistra tiene una nota di basso, oppure a una pennata di chitarra mentre sulle corde più acute risuona una melodia. Ogni momento in cui sono attive più altezze è polifonico.
La trascrizione polifonica trasforma quell’audio in notazione e deve riconoscere tutte le voci attive, non soltanto quella più forte. La trascrizione monofonica segue una sola linea; quella polifonica deve distinguere più linee sovrapposte e scriverle correttamente. Possono essere due voci che si intrecciano nella parte di un solo strumento, oppure una melodia e una linea di basso indipendenti distribuite tra le due mani al pianoforte.
Esempi di audio polifonico
Il pianoforte è la sfida polifonica più comune. Anche una semplice triade richiede allo strumento di riconoscere più altezze nello stesso istante e di collocarle correttamente sul pentagramma.
Basta poco anche con una chitarra sola. Fai risuonare una corda a vuoto insieme a una nota suonata premendo un’altra corda, oppure suona un accordo a pennate mentre fai emergere una melodia: ci sono già più voci indipendenti da seguire separatamente. La polifonia è presente in gran parte della musica che si suona.
Perché la trascrizione polifonica è più difficile
La sovrapposizione degli armonici crea un problema di separazione del segnale che i vecchi modelli gestivano male. Quando suonano più note insieme, le loro fondamentali e i loro armonici si mescolano in un’unica forma d’onda. I primi software avevano pochi mezzi per capire quali frequenze appartenessero a ciascuna nota.
In un accordo di pianoforte, ogni nota produce una serie di armonici. Quelli più alti di una nota grave possono coincidere esattamente con la fondamentale di una nota più acuta suonata nello stesso momento. Per i primi algoritmi era difficile distinguere queste componenti in modo affidabile.
I moderni modelli di IA addestrati appositamente su musica polifonica hanno migliorato i risultati. Strumenti come la trascrizione per pianoforte di Songscription sono sviluppati per affrontare questo problema. I loro modelli imparano a separare le voci e a riconoscere i voicing degli accordi, anziché limitarsi alla frequenza dominante. Non producono risultati perfetti su ogni registrazione, però la distanza rispetto ai vecchi metodi è grande.
Le principali differenze tra trascrizione monofonica e polifonica
Nella pratica, cambiano la complessità del segnale e il lavoro che l’algoritmo deve fare per interpretarlo.
- La trascrizione monofonica segue nel tempo una sola frequenza dominante. L’algoritmo ha un obiettivo chiaro e, in questo caso, per rilevare l’altezza ci sono metodi ormai abbastanza collaudati. Gli errori che restano riguardano di solito il ritmo più che le note sbagliate.
- La trascrizione polifonica deve seguire più frequenze sovrapposte nello stesso momento e distinguere le fondamentali dai loro armonici.
- Le sorgenti sono diverse. L’audio monofonico può venire da strumenti a fiato solisti, voci senza accompagnamento o linee isolate su una sola corda. L’audio polifonico comprende gran parte di quello che suonano i musicisti: accordi di pianoforte, accordi di chitarra a pennate e qualsiasi passaggio con più voci attive insieme.
- Cambia anche il risultato. La trascrizione monofonica produce una sola linea melodica. Quella polifonica deve gestire più voci, i voicing degli accordi, la conduzione delle voci e la complessità ritmica di parti indipendenti.
Perché la trascrizione polifonica serve alla maggior parte dei musicisti
La musica che si suona è raramente monofonica. Anche con una chitarra sola, le corde a vuoto continuano a risuonare mentre premi nuove note. Al pianoforte basta premere un secondo tasto per avere polifonia, e questo succede in gran parte di quello che si suona. Uno strumento monofonico ne riconosce soltanto una parte.
Più la musica è densa, più mette alla prova la capacità di gestire la polifonia. All’inizio si possono studiare semplici melodie con una nota alla volta; andando avanti si lavora con successioni di accordi, contrappunto e arrangiamenti con più parti sovrapposte. Uno strumento monofonico non è progettato per questo materiale. Per trascrivere la musica che con ogni probabilità ti interessa, serve il supporto alla polifonia.
Come l’IA gestisce l’audio polifonico e monofonico
Per una melodia con una nota alla volta, l’algoritmo può concentrarsi su una sola frequenza dominante nel tempo, con metodi di rilevamento dell’altezza abbastanza diretti. Quando suonano più note insieme, deve riconoscere e separare insiemi di frequenze sovrapposti. Le reti neurali addestrate su musica polifonica aiutano molto in questo compito.
Il passaggio al deep learning ha fatto avanzare la trascrizione polifonica. I vecchi metodi di elaborazione del segnale incontravano un limite con le altezze sovrapposte. Le reti moderne imparano a riconoscere strutture di accordi e combinazioni di strumenti che quei metodi non riuscivano a distinguere.
La difficoltà di fondo resta la sovrapposizione degli armonici. Ogni nota ha una serie di armonici che contribuiscono alla ricchezza del suono e al timbro. Quando più strumenti suonano insieme, queste serie si sovrappongono e interferiscono tra loro: diventa difficile attribuire ciascuna frequenza alla sorgente giusta.
Come si riconosce l’accuratezza nella pratica
Una trascrizione polifonica affidabile produce una notazione pulita, con voicing corretti e poche note che non esistono nella registrazione. Riconosce basso, melodia e armonia come voci distinte e mantiene corretti gli attacchi e le durate. Gli errori più comuni sono abbastanza prevedibili: note di basso mancanti nei passaggi densi, note duplicate a causa di armonici forti e abbellimenti interpretati come note tenute.
I risultati peggiorano con orchestrazioni complesse e audio di scarsa qualità. Su una registrazione pulita di pianoforte solo, un modello ben addestrato lavora bene. Su un mix dal vivo denso, in cui il suono di uno strumento si sovrappone a quello degli altri, la trascrizione dello stesso modello richiede più correzioni. Gli strumenti che affiancano alla trascrizione un editor piano roll o una vista della notazione, come nel passaggio dall’audio allo spartito di Songscription, rendono più agevole questa revisione senza dover passare da un’applicazione all’altra.
Che cosa cercare in uno strumento di trascrizione polifonica
La qualità varia anche tra gli strumenti che dichiarano di supportare la polifonia. Prima di sceglierne uno, conviene provarlo e controllare quali strumenti musicali e formati gestisce.
Provalo prima con il tuo audio
Non affidarti soltanto alla pagina promozionale per valutare il supporto alla polifonia. Molti strumenti pubblicizzano l’accuratezza dell’IA, ma seguono una sola nota alla volta. Carica un semplice accordo di pianoforte o un breve passaggio di chitarra suonato a pennate e guarda il risultato. Se lo strumento gestisce correttamente la polifonia, mostra più note nello stesso istante, anziché rilevare soltanto la frequenza più forte in ogni momento.
Controlla quali strumenti musicali riconosce il modello
La qualità della trascrizione polifonica varia molto in base allo strumento musicale. Un modello che lavora bene sul pianoforte può dare risultati sensibilmente peggiori sulla chitarra o sugli ottoni. I profili armonici e le tecniche di esecuzione sono abbastanza diversi da richiedere un addestramento specifico per ciascuno strumento.
Meglio scegliere strumenti di trascrizione che dichiarano con precisione quali strumenti musicali gestiscono bene, anziché quelli che promettono di riconoscere tutto. Se lavori soprattutto con uno strumento musicale, un modello addestrato appositamente per quello darà di solito risultati migliori di un modello generico. Se ti serve una parte separata per ogni strumento, anziché tutte le note su un solo rigo, trovi un confronto nella nostra selezione dei migliori software di trascrizione per più strumenti.
Più formati di esportazione
Una volta finita la trascrizione, il formato che ti serve dipende da come vuoi usarla: uno spartito per suonare, un file MIDI per una sessione nella DAW, un file MusicXML per un editor di notazione. Sono usi diversi. Se lo strumento esporta in un solo formato, i passaggi successivi diventano più scomodi. Per lavorare nello specifico con i file MIDI, puoi leggere la nostra guida alla conversione da audio a MIDI.
Considerazioni finali
Un modello con un buon supporto alla polifonia gestisce senza difficoltà anche l’audio con una nota alla volta. Uno strumento soltanto monofonico, invece, non riesce a trascrivere l’accordo che suoni con la mano destra. Per valutare uno strumento, la prova più utile è il passaggio più difficile che pensi di trascrivere: un accordo dà più informazioni di una scala.
Domande frequenti
Che differenza c’è tra trascrizione monofonica e polifonica?
La trascrizione monofonica converte in notazione un audio in cui suona una sola nota alla volta, seguendo nel tempo un’unica frequenza dominante. La trascrizione polifonica lavora invece su un audio in cui suonano più note insieme: deve quindi riconoscere tutte le voci attive, anziché seguire soltanto quella più forte. Sono monofoniche, per esempio, le esecuzioni di uno strumento a fiato da solo e le voci senza accompagnamento. La polifonia comprende gran parte della musica che si suona, dagli accordi di pianoforte agli accordi di chitarra suonati con una pennata.
Perché la trascrizione polifonica è più difficile di quella monofonica?
Gli armonici si sovrappongono e rendono difficile separare le componenti del segnale. Quando suonano più note insieme, le loro frequenze fondamentali e i loro armonici si mescolano in un’unica forma d’onda. Gli armonici più alti di una nota grave possono coincidere con la fondamentale di una nota più acuta suonata nello stesso momento. I moderni modelli di IA addestrati appositamente su musica polifonica hanno reso questo problema molto più gestibile rispetto ai vecchi metodi di elaborazione del segnale. I risultati, però, non sono perfetti su ogni registrazione.
Come capisco se uno strumento di trascrizione gestisce davvero la polifonia?
Prova lo strumento con il tuo audio, senza affidarti soltanto a quello che dice la pagina promozionale. Carica un semplice accordo di pianoforte o un breve passaggio di chitarra suonato a pennate e controlla il risultato. Uno strumento che gestisce correttamente la polifonia mostra più note nello stesso istante, anziché rilevare soltanto la frequenza più forte in ogni momento. Controlla anche quali strumenti musicali sa riconoscere il modello: la qualità della trascrizione polifonica varia molto da uno strumento all’altro.
