Aponte o celular para uma caixa de som e, em poucos segundos, o Shazam diz o nome da música e do artista. Quando surgiu, parecia ficção científica, e aos poucos virou coisa do dia a dia. Mas repare no que ele responde. Ele diz qual é a música. Para quem só ouve, a pergunta acaba aí. Para quem toca, isso mal é o começo, porque a pergunta que interessa vem logo depois: como eu toco isso? Essa pergunta é mais difícil, e finalmente está ganhando resposta.
O que o Shazam faz e o que ele não faz
O Shazam funciona por impressão digital. Ele reduz alguns segundos de áudio a um padrão compacto de pontos característicos e compara esse padrão com um banco enorme de impressões digitais de gravações conhecidas. Quando encontra a correspondência, entrega os metadados: título, artista, álbum. Em nenhum momento ele escuta a música no sentido musical. Não conhece a melodia, os acordes, o tom, nem uma nota sequer. É uma busca brilhante, que não envolve ouvir nada. Por isso o Shazam consegue dar nome a uma música que está no banco dele, mas não diz nada sobre uma melodia que você cantarolou, nem sobre quais notas tocar.
A pergunta mais difícil: como eu toco isso?
Dizer como se toca uma música é um problema completamente diferente, chamado transcrição, e bem mais difícil. Não existe banco de dados onde procurar a resposta. O software precisa escutar a gravação e tirar a música de dentro dela: separar a melodia do acompanhamento, descobrir quais notas estão soando quando várias se sobrepõem, decidir o ritmo, deduzir o tom e escrever tudo em partitura. Isso é análise, e não comparação. Fica mais perto do que um músico experiente faz com fone de ouvido e o botão de pausa do que de uma impressão digital.
Por muito tempo, isso foi difícil demais para dar bons resultados. Geração após geração, quem tocava aprendia as músicas de ouvido, do jeito demorado, ou pagava por uma partitura, quando ela existia. O que mudou é que modelos de transcrição feitos para essa tarefa já conseguem fazer sozinhos uma primeira versão sólida, e foi para isso que o Songscription foi criado. Você manda uma gravação pelo navegador, sem instalar nada. O Songscription isola a parte que você escolher, devolve as notas numa partitura e num piano roll e ainda detecta os acordes. A resposta para “como eu toco isso?” não fica mais trancada dentro da gravação nem no ouvido de um especialista.
Um Shazam de partitura, com uma diferença honesta
Quando queremos resumir o Songscription, dizemos que ele é um Shazam de partitura. A imagem ajuda, desde que você lembre de uma diferença. A resposta do Shazam está certa ou errada: a impressão digital bate ou não bate. A resposta da transcrição é uma leitura da música e, como toda leitura, pode ser mais ou menos precisa conforme o que está sendo lido. Os modelos do Songscription foram treinados do zero com execuções musicais reais, em vez de adaptados de modelos de fala, e por isso uma gravação limpa e com poucos instrumentos sai muito bem na transcrição. Uma mixagem densa e muito produzida é mais difícil, e o resultado vai ter pontos para corrigir. Então a versão honesta da promessa não é uma partitura impecável com um toque. É um rascunho sólido e editável da música, pronto em um ou dois minutos, que você depois corrige de ouvido.
Um rascunho que você consegue ler, desacelerar e tocar vale muito mais do que uma gravação que só dá para ouvir. Você para de encarar um arquivo de áudio fechado e senta no instrumento para trabalhar as notas de verdade, que era o que você queria desde o começo. Se quiser um retrato realista de onde a precisão se mantém e onde ela escorrega, escrevemos sobre o que esperar da precisão da transcrição. E para a pergunta maior, sobre o que uma ferramenta assim deixa para quem toca, leia o que a IA deixa para o músico humano.
De reconhecer música a entender música
Essa história tem uma evolução bonita. A primeira onda de tecnologia musical ajudou a gente a encontrar e reconhecer música: busca, recomendação, Shazam. O que interessa agora é a tecnologia que ajuda a entender e fazer música, que transforma uma gravação passiva em algo que você pode ler, aprender, mudar e tocar. Se você já apontou o celular para uma caixa de som querendo que ele fizesse mais, a boa notícia é que esse passo a mais já existe. Você pode pegar quase qualquer música de que gosta e transformar em partitura para tocar de verdade. E dá para fechar o ciclo: o Anything Piano transforma a gravação em piano roll, em vez de partitura, e depois escuta enquanto você toca a música em qualquer piano e diz quais notas você acertou.
Perguntas frequentes
Existe um Shazam para partitura?
Mais ou menos, mas funciona de outro jeito. O Shazam reconhece uma música comparando uma impressão digital curta do áudio com um banco de dados. Ele diz o título e o artista, mas nada sobre as notas. Conseguir a partitura é outro problema, bem mais difícil, chamado transcrição. Nele, o software escuta a gravação, descobre quais notas estão soando e em que ritmo e escreve tudo em partitura. Ferramentas como o Songscription fazem isso. Você manda um arquivo de áudio ou um link e recebe uma partitura, um piano roll e os acordes para ler e tocar.
Por que dizer como se toca uma música é mais difícil do que reconhecê-la?
Para reconhecer uma música, basta comparar uma impressão digital acústica única com uma gravação conhecida, e isso não exige entender nada da música. Para dizer como se toca, é preciso tirar cada nota de uma mixagem em que os instrumentos se sobrepõem, separar a melodia da harmonia e decidir o ritmo e o tom. Aí o software analisa o som de verdade, em vez de consultar um banco. Por isso o resultado da transcrição é um bom rascunho para corrigir, e não uma resposta com perfeição garantida.
A IA consegue dizer os acordes e as notas de qualquer música?
Consegue, para a maioria das gravações, com uma precisão que depende da gravação. Uma gravação limpa e com poucos instrumentos rende uma boa transcrição. Uma mixagem densa e muito produzida é mais difícil e vai pedir mais correções. Na prática, espere um primeiro rascunho das notas e dos acordes, que você confere com a gravação e ajusta, e não uma partitura impecável logo na primeira tentativa. Para aprender uma música, até um rascunho imperfeito, que você pode desacelerar e tocar, já adianta bastante.
Na próxima vez que uma música grudar na sua cabeça, não fique só no nome dela. Descubra como tocar.
