本文收錄在各種樂器的轉譜指南中。
很多人早就能唱出旋律，卻還不知道怎麼把它寫成譜。早上醒來，腦中冒出一段曲調，怕忘記就對著手機唱下來。那段錄音於是一直留在手機裡，又不太敢刪。以前要把歌聲寫成樂譜，得坐在鍵盤前一個音一個音抓；現在，AI 能聽錄音，把旋律寫在譜表上。錄音時怎麼唱、哪些地方要修，都會影響最後拿到的樂譜。
為什麼歌聲不容易轉成樂譜
鋼琴比較容易辨識：琴鍵一按，音高就很明確，聲音也會按一定的規律逐漸變小。歌聲就沒這麼規律了。唱歌時，我們會從下方滑進一個音，結尾再滑出去，也會加上抖音，刻意讓音高小幅上下起伏。有時一個音節會唱好幾個音，這種唱法叫轉音（melisma）；換氣和子音的聲音沒有明確的音高，也會打斷旋律。模型得判斷一個音在哪裡結束、下一個音從哪裡開始，遇到表情豐富的歌聲，聽到的就容易像是一長串不斷滑動的音高，很難分成一顆顆音符。
所以，人聲轉譜通常要比鋼琴轉譜多花一點時間檢查，滑音、轉音這些地方也值得多聽一次。每個音唱得越清楚、越明確，初稿就越接近你想記下的旋律。其他樂器也有同樣的差別：單一旋律好辨識，多條旋律疊在一起就比較難。單音與複音轉譜的差別裡有更完整的解釋。
人聲模型哪些地方抓得準
用歌聲錄下的創作片段大多很適合轉譜：一個人唱一條旋律，不用拆開重疊的和聲。把旋律唱清楚，模型通常能抓到音高的走向，也能辨識穩定的長音。大約泡一杯咖啡的時間，旋律的輪廓就出現在譜表上。寫歌的人能記下主旋律，合唱團員能把自己的聲部寫出來，想保留靈感的人也有了一份樂譜。
Songscription 的人聲模型是目前最新的模型，仍標示為實驗階段；鋼琴轉譜則是目前最成熟的。我們會照模型目前的狀態說明效果。清楚、簡單的人聲旋律通常能轉得不錯，唱得快、裝飾音又多的段落就需要花更多時間整理。這也是各種轉譜工具都會遇到的情況。
怎麼錄，轉出的譜才會更清楚
錄音時把幾件事做好，比事後調設定更有用。
- 每個音都唱清楚。記下靈感時，先少用滑音，別從別的音高滑進來。之後再加回歌唱的表情，這次錄音先讓模型聽出各個音高。
- 用哼唱，或唱「啊」「啦」這類簡單的音節。比起完整歌詞，這樣的音高通常更容易辨識，因為子音會短暫打斷聲音。
- 找安靜、殘響少的房間，麥克風放近一點，模型收到的人聲會更清楚。
- 保持穩定的速度。用腳打拍子，或跟著音量小一點的節拍器唱，節奏比較容易記對，也比較不會出現一堆不合理的音符時值。
- 單獨錄下人聲。如果伴奏蓋住了歌聲，用只有人聲的錄音轉譜，結果通常最清楚。
從錄音到導引譜
Songscription 會從錄音中分離出一條旋律，轉成能直接在瀏覽器裡編輯的樂譜。選擇「人聲」後，用的是針對唱歌與哼唱訓練的模型，不是鋼琴模型。上傳錄音，將樂器選為「人聲」，開始轉譜，大約 1–2 分鐘後，旋律就會出現在譜表上。如果歌聲底下有伴奏，和弦偵測還能在譜表上方加入和弦符號。旋律配上和弦，就成了歌手和樂團常用的導引譜（lead sheet）。
接著，把旋律移到適合歌手的調；遇到難確認的樂句，就放慢播放速度，音高不會跟著改變。整理到你要的樣子後，匯出 PDF 放在譜架上，或匯出 MusicXML，繼續在 MuseScore、Sibelius 或 Dorico 裡編輯。如果手上只有隨手用手機錄下的片段，語音備忘錄轉樂譜這篇文章說明了怎麼用同樣的流程把這種錄音轉成樂譜。
修正容易出錯的地方
知道常見的錯誤，檢查時就有方向，不必毫無頭緒地從頭讀譜。
- 唱進一個音之前的上滑，以及其他滑音，常會讓模型把途中經過的音高也寫出來。把這些多出的音符合併成你原本要唱的那個音。
- 一個音節唱好幾個音的轉音段落，轉出的節奏有時會過度簡化。對照錄音，調整各個音符的時值。
- 模型有時會把某個音的八度判錯，尤其是歌聲落在它容易混淆的音域時。通常只有一兩個音，對照錄音就容易找出來，再移回正確的八度。
- 換氣通常會記成休止符，這樣大多沒問題；偶爾出現不合理的休止符時，再把它修正。
音樂人檢查自動轉譜時，也會這樣一邊聽錄音、一邊修正。修正 AI 轉譜錯誤裡有更詳細的做法。工具在 2 分鐘內把空白頁變成一份初稿，你就能把時間用在判斷旋律和節奏，不必從頭坐在鍵盤前逐音抓出來。
常見問題
AI 能把人聲錄音轉成樂譜嗎？
能，轉出的是旋律。AI 會聽唱歌或哼唱的錄音，把音高與節奏寫成你能閱讀、編輯的樂譜。只有一條旋律、每個音都唱得清楚時，效果最好，大約 1–2 分鐘就會轉成譜表上的旋律。人聲模型比鋼琴模型新，轉出的樂譜適合當作初稿，仍要對照錄音檢查，尤其是起音前的上滑、其他滑音和轉音的地方。
轉出的樂譜會包含歌詞嗎？
不會。轉譜會記下人聲旋律的音符與節奏，不會辨識歌詞。想在譜表下方加上歌詞，要自己在編輯器裡輸入，或匯出後用記譜軟體補上。旋律、調性與節奏來自錄音，歌詞則要另外加入。
怎麼錄，才能讓人聲轉譜更準確？
在殘響少的房間裡，靠近麥克風單獨錄下人聲，每個音都唱清楚，先避免在音高之間滑動。速度保持穩定，節奏也比較容易辨識準確。如果人聲混在整首歌裡，先把它分離出來。轉譜後再對照錄音，修正模型辨識錯誤的音符。尤其要檢查起音前的上滑，以及一個音節唱多個音的地方。
能移調到適合我音域的調嗎？
能。旋律轉成樂譜後，在編輯器裡往上或往下移調，調到歌手唱起來舒服的音域，再重新匯出。移調會一起改變譜上的音符與播放音高，聽到的和看到的會一致。
手機的語音備忘錄裡已經有一段旋律的話，從音訊轉樂譜上傳錄音，選擇「人聲」，就能把腦中的曲調留在樂譜上。想從整首歌抓出和弦，則可參考如何抓出任何歌曲的和弦。
