本文是音樂聽寫與樂譜工具推薦指南的一部分。
把 MP3 上傳到 Songscription 這類 AI 聽寫工具，就能辨識音符，約 1–2 分鐘後取得可編輯的樂譜、MIDI 和 PDF。結果好不好，最主要還是看音檔裡有什麼。單一樂器的錄音或事先分離好的分軌音檔，轉出的樂譜會比聲音密集的完整混音乾淨得多。條件允許的話，先把想轉譜的聲部分離出來，再交給工具辨識。
現在，MP3 轉樂譜的大部分工作都能自動完成。鋼琴獨奏通常轉得不錯；如果貝斯、鼓和人聲全混在一起，又沒有先分離樂器，辨識效果就比較差。先判斷手上的音源是哪一種，因為音源會影響你拿到的是可用的樂譜，還是得花上 1 小時反覆修整的結果。
MP3 轉樂譜的工具怎麼運作？
模型先分析音訊，辨識演奏了哪些音以及各自在什麼時候出現。接著把這些音符轉成 MIDI 資料，記下每個音的音高、開始時間、持續時間和力度。將 MIDI 轉成樂譜時，還要量化音符的時間，讓節奏符合拍號，選擇調號，再決定音符該放在哪個譜表、哪個聲部。
轉出的音符聽起來對不對，主要取決於辨識音訊的階段；譜面好不好讀，則主要取決於 MIDI 轉成樂譜的階段。不同工具擅長的部分不一樣，所以同一份音檔交給不同工具，轉出的樂譜有時會差很多。
哪些音檔比較容易轉成樂譜？
不論用哪款可靠的工具，通常都有這些差別：
- 單一樂器的錄音比完整混音容易辨識。只有鋼琴的錄音，轉出的樂譜會比鋼琴、貝斯和鼓一起演奏的錄音乾淨得多。
- 錄音室錄音比現場錄音容易辨識。空間反射音、觀眾的噪音以及樂器之間的串音，都會干擾模型判斷。
- 原聲樂器比加了大量效果的樂器容易辨識。加了殘響和合唱效果的吉他，就比沒有加效果的吉他難辨識。
- 簡單編曲比複雜編曲容易辨識。只有一條旋律和一種伴奏型態的流行歌，比爵士三重奏的自由即興容易處理。
比較難辨識的錄音仍然有機會轉出可用的樂譜，只是需要多花時間修整。安排時間時，把這部分也算進去。
從音檔到樂譜的實際流程
步驟 1：選好要用的音檔
如果手邊有想轉譜的聲部的分軌音檔，或單獨演奏的錄音，就用那一份。如果只有完整混音，而想要的聲部又混在編曲裡、聽不太清楚，先用 Moises、LALAL.AI 或任何有音軌分離功能的數位音訊工作站（DAW），把那個聲部分離出來。再將得到的音檔交給聽寫工具。雖然多了一道步驟，最後轉出的樂譜品質會好很多。
步驟 2：上傳音訊，轉成樂譜
把音訊上傳到 Songscription 這類工具。一般歌曲通常要花約 1–2 分鐘處理，結果會包含樂譜和 MIDI。有些工具，例如 Songscription，也能用鋼琴捲軸預覽轉出的音符，並與原始錄音同步播放。要找出辨識錯誤，這是最實用的檢查介面。
步驟 3：對照錄音檢查結果
匯出前，邊聽原始錄音，邊看轉出的音符。即使音源很乾淨，模型還是會出錯，例如低音差了一個八度、和弦裡有一個音不對，或原本持續的音提早結束。音符和錄音對不上時，通常聽個幾秒就會察覺。先在工具的編輯器裡修正，再匯出。
步驟 4：匯出後修整樂譜
依照接下來要做的事選擇格式。只想列印，就匯出 PDF；想用 MuseScore 這類記譜軟體繼續修整，就匯出 MusicXML；要匯入 DAW，則用 MIDI。多數情況下，匯出後再用記譜軟體整理一次，結果會更好。換行、強弱記號和奏法記號這些細節，通常手動調整或補上比從音訊自動辨識還容易。
常見問題與修正方法
音符的八度不對
這種錯誤常出現在低音。模型辨識音域底端的音時，偶爾會判錯一個八度。在編輯器裡選取出錯的音符，移到正確的八度就好。如果整首曲子反覆出現同樣的八度錯誤，音源的等化器（EQ）設定有可能超出模型預期，可以換一份音源試試。
樂譜多出錄音裡沒有的音
背景噪音、殘響尾音或持續音的泛音，都有機會讓模型誤判，多寫出一些音符。先仔細聽；有時候你以為錯的音其實就在錄音裡，只是比較小聲，先前沒注意到。確認是誤判後，再把音符刪除。
調號不對
多數工具會自動判斷調號。判斷錯了，原本該寫在調號裡的升降記號就會散在音符前，讓譜面出現大量臨時記號。在記譜軟體裡改成正確的調號，臨時記號通常就會跟著重新整理。
節奏記譜太複雜
MIDI 轉樂譜時，量化是比較難處理的部分。聽起來很單純的段落，轉出來卻有一堆連結線、附點節奏和不尋常的連音，讀起來很吃力。通常先調整量化設定，再產生樂譜就能改善；也可以在轉譜後，用記譜軟體手動重寫出問題的小節。
轉譜需要留多少時間？
現在把 MP3 轉成樂譜，效果已經比以前好很多。估算時間時，還是要把修整算進去。想縮短流程，就用好的音源，搭配編輯功能完善的工具，並把 AI 轉出的樂譜當成需要檢查的初稿。
鋼琴獨奏如果錄得好，把 MP3 轉成樂譜並修整到能列印，有機會在 15 分鐘內完成。編曲複雜的完整混音則有可能花上 1 小時。兩種情況花的時間，都只佔 3 年前做同樣工作所需時間的一小部分；和從頭靠耳朵聽寫相比，更是少了好幾個數量級。
常見問題
怎麼把 MP3 轉成樂譜？
轉換分成幾個階段。模型先分析音訊，辨識演奏了哪些音、各自在什麼時候出現，再把這些音符轉成 MIDI 資料。接著將 MIDI 轉成樂譜，包括量化音符的時間、選擇調號，以及把音符分配到譜表上。把音訊上傳到 Songscription 這類工具，處理約需 1–2 分鐘。匯出前，先對照原始錄音檢查結果。
哪些音檔比較容易轉成樂譜？
單一樂器的錄音比完整混音容易辨識，錄音室錄音比現場錄音容易辨識，原聲樂器比加了大量效果的樂器容易辨識，簡單編曲也比複雜編曲容易辨識。只有鋼琴的錄音，轉出的樂譜會比鋼琴、貝斯和鼓一起演奏的錄音乾淨得多。比較難辨識的錄音仍然有機會轉出可用的樂譜，只是需要多花時間修整，安排時間時要把這部分算進去。
如果 MP3 是完整混音，該怎麼處理？
如果想轉譜的聲部混在整首歌裡，聽不太清楚，先用 Moises、LALAL.AI 或任何有音軌分離功能的數位音訊工作站（DAW），把那個聲部分離出來。再將得到的分軌音檔交給聽寫工具。雖然多了一道步驟，最後轉出的樂譜品質會好很多。
