O ChatGPT consegue transformar uma música em partitura?

Este artigo faz parte do nosso guia sobre como escolher ferramentas de transcrição musical.

Não. O ChatGPT não consegue ouvir uma gravação e produzir uma partitura precisa. Ele é um modelo de linguagem e trabalha com texto. Por isso consegue comentar uma notação, sugerir uma progressão de acordes ou escrever uma melodia simples que você descreve com palavras. Transformar áudio de verdade numa partitura correta, com várias vozes, é outro tipo de problema. Esse problema exige detecção de altura, análise de ritmo e um modelo de transcrição feito para isso. Quando você pede isso a um chatbot genérico, recebe notas erradas escritas com toda a confiança.

O ChatGPT ajuda bastante a estudar e entender teoria. Só é preciso separar as duas metades do trabalho: a parte de texto, onde ele vai muito bem, e a de processamento de sinal, onde ele não ajuda.

O que o ChatGPT consegue fazer com música

O ChatGPT se sai bem com teoria musical e com música escrita em texto. Dentro desse limite, ele é útil:

• Explicar teoria. Pergunte por que uma progressão de acordes resolve do jeito que resolve, o que é uma sexta napolitana ou como harmonizar uma escala menor, e ele dá uma explicação clara e em geral confiável.
• Ler e comentar notação colada como texto. Mande uma notação ABC, uma cifra ou a descrição de um trecho em palavras, e ele consegue explicar o que está acontecendo, dar nome aos acordes e sugerir mudanças.
• Sugerir uma progressão de acordes. Descreva um clima ou um tom e ele propõe progressões, rearmonizações ou uma ideia de linha de baixo para você testar.
• Escrever uma melodia simples, de uma linha só. Quando você descreve uma melodia com palavras, ele consegue escrevê-la numa notação em texto como ABC ou num trecho básico de MusicXML, que você depois cola num editor de partitura.

Todos esses casos têm uma coisa em comum: começam num texto ou numa descrição e terminam em texto. O ChatGPT raciocina sobre símbolos e não ouve som. Quando a entrada é uma gravação de verdade, ele fica perdido.

Por que ele não consegue transcrever uma gravação

Transformar áudio em notação é um problema de processamento de sinal, e dos difíceis. Você precisa identificar a altura de cada nota, descobrir exatamente quando cada uma começa e termina, separar as notas que soam juntas (a polifonia de um acorde ou de uma mixagem completa), quantizar as entradas e as durações das notas para escrever um ritmo legível e só então colocar tudo na pauta, com a tonalidade e a fórmula de compasso certas. Cada uma dessas etapas precisa de um modelo especializado, treinado com áudio.

Os modelos de linguagem genéricos não são treinados para ouvir áudio desse jeito. Mesmo os modelos de chat que hoje aceitam áudio foram ajustados para fala, para transcrever palavras, e não para notação musical. Nenhum deles tem uma etapa interna confiável para essas tarefas. Então, quando você envia uma música e pede as notas, o modelo faz o que modelos de linguagem fazem na dúvida: escreve uma resposta fluente e segura, com cara de notação e cheia de notas que ninguém tocou. Como a resposta parece tão certa, os erros ficam mais difíceis de perceber. Se quiser entender tudo o que uma transcrição de verdade envolve, nosso texto sobre como funciona a transcrição musical com IA explica cada etapa.

O que usar no lugar

Para transformar áudio em partitura, use uma ferramenta feita para essa tarefa. Com Songscription, você envia o arquivo de áudio ou cola um link de vídeo. O modelo detecta as notas e gera uma partitura editável, junto com MIDI e um piano roll interativo que você pode reproduzir mais devagar para conferir o resultado. Não é preciso inserir as notas manualmente. A partitura abre no editor que criamos, onde você pode editá-la no navegador antes de exportar. Annie, a assistente de IA para partituras, pode transpor, mudar o tom ou acrescentar letra e dinâmicas a partir de um pedido em linguagem comum. Ela edita a partitura com as mesmas ações disponíveis no editor. Cada mudança fica destacada e pode ser desfeita de uma vez.

A precisão também tem limites. Uma gravação limpa de um piano, um violão ou uma voz solo gera uma partitura bem mais precisa que uma mixagem densa de banda completa, com vários instrumentos tocando ao mesmo tempo. Em uma gravação cheia de sons, transcrever um instrumento por vez gera partes individuais mais limpas. Para uma gravação de banda ou conjunto, o modo Vários instrumentos de Songscription escreve todas as partes de uma vez.

A transcrição automática adianta boa parte do trabalho, mas ainda é preciso conferir o resultado e corrigir os erros no editor. De lá, você pode imprimir o PDF da partitura. Se já trabalha no MuseScore, exporte em MusicXML e continue por lá. O artigo sobre por que a precisão da transcrição com IA varia explica por que algumas músicas são transcritas com mais precisão que outras. Para entender melhor o que uma IA feita para essa tarefa consegue ou não fazer, veja se a IA consegue transformar uma música em partitura.

Onde o ChatGPT ainda ajuda

Com a partitura pronta, o ChatGPT volta a ser útil, porque você volta a trabalhar com texto e raciocínio. Se você já tem na frente uma partitura ou uma cifra, ele pode:

• Explicar um acorde complicado. Cole a cifra e pergunte quais são as notas, que função o acorde tem e que escala encaixa por cima dele.
• Sugerir ideias de dedilhado. Descreva o trecho e seu instrumento e peça um dedilhado ou uma posição da mão que faça sentido testar.
• Montar um plano de estudo. Diga qual é a música, seu nível e quanto tempo você tem, e ele organiza um jeito de estudar a peça por partes.
• Passar para ABC uma melodia que você já conhece pelo nome. Se você já consegue descrever ou cantar a melodia, ele escreve as notas em notação de texto para você colar num editor.

Um modelo de transcrição transforma som em notas. O ChatGPT ajuda você a entender e estudar essas notas depois que elas estão na sua mão. Para saber mais sobre o que a IA pode ou não dizer sobre uma música, veja se a IA consegue dizer como tocar uma música.