Comment corriger une transcription musicale faite par IA

Qu’est-ce qui ne va pas dans une transcription automatique ?

Un modèle de transcription entend des hauteurs et des instants. Une partition a aussi besoin d’une tonalité, d’un chiffrage de la mesure, de barres de mesure et de valeurs de notes que quelqu’un peut lire. Cinq erreurs expliquent l’essentiel de ce que nous voyons dans les premières versions :

• Notes fantômes. Une corde de piano fait sonner des harmoniques avec chaque note, et le modèle peut entendre l’octave au-dessus comme une touche à part, frappée au même instant.
• Une note en morceaux. Une note tenue peut revenir en deux, le glissé d’un chanteur vers une note comme une courte note fausse avant elle, et le vibrato comme une oscillation entre deux hauteurs.
• Mauvaise tonalité. Chaque hauteur peut être exacte et l’armure fausse. « Lettre à Élise » est en la mineur, une tonalité sans dièse ni bémol, mais ses sol dièse et ses ré dièse font deviner mi majeur à un modèle.
• Mauvais chiffrage de la mesure. Les valeurs de notes sortent doublées ou divisées par deux (6/8 pour 3/8), ou une pièce à 3/4 est lue à 4/4.
• Barres de mesure mal placées. Un morceau qui commence par une anacrouse a besoin d’une première mesure courte, et un enregistrement régulier dérive par rapport à ses barres de mesure quand le tempo détecté est faux d’une fraction de battement par minute.

Comment vérifier soi-même une transcription ?

Écoutez la partition en même temps que l’enregistrement, quelques mesures à la fois, et cherchez ces signes :

Dans ScoreStarling, vous pouvez faire chacune de ces corrections en sélectionnant les mesures et en adressant une phrase à Starling, par exemple « les mesures 1 à 8 sont en la mineur et à 3/8 avec une anacrouse d’une note ; réécrivez les altérations et refaites le découpage en mesures ». Chaque réponse peut être annulée.

Que fait une passe de relecture par IA ?

Starling Refine, de ScoreStarling, s’exécute après la transcription. Un modèle de langage lit la première version et la modifie avec les outils qu’une personne a dans l’éditeur, dans un ordre fixe. Nous avons tiré cet ordre du modèle le plus performant que nous ayons essayé, qui a relu six premières versions avec les mêmes outils et sans limite de temps ni d’étapes :

On lui indique que l’enregistrement fait foi et on lui interdit de retranscrire, d’arranger, de simplifier ou de transposer. Son dernier message dit ce qu’elle a modifié et quelles mesures réécouter.

Vous pouvez l’activer dans le formulaire d’import pour le piano seul ou pour un instrument ou une voix, ou la lancer plus tard sur une partition terminée : elle enregistre alors une nouvelle version et laisse l’original tel quel. Elle est gratuite avec Plus, et les comptes sans Plus disposent d’un essai gratuit par mois (tarifs, consultés le 24 octobre 2026).

À quoi ressemble une transcription corrigée ?

Voici le début du test « Lettre à Élise », tel que l’a écrit la première version, puis après la passe. La première version est difficile à lire mais contient toutes les notes jouées. La passe a supprimé les copies, fixé la tonalité et le chiffrage de la mesure de Beethoven, et donné à chaque main sa propre portée.

L’enregistrement de 19 secondes de la Gymnopédie, sur notre page Audio de piano en partition, a donné une erreur d’un autre genre. Sa première version est en 4/4, avec les accords de la main gauche sur la portée du haut, au milieu de la mélodie. Les deux exécutions de la passe ont abouti aux notes de Satie dans les huit mesures, avec toutes les hauteurs, valeurs de notes et portées, en 3/4 et en ré majeur.

Quelle est son efficacité ?

Nous l’avons lancée deux fois sur chaque enregistrement disposant d’une transcription de référence, le 12 octobre 2026, avec le modèle qu’elle utilise, GPT-6.1 Sol d’OpenAI. Une note est considérée comme exacte quand une note de référence a la même hauteur et commence à moins de 0,1 seconde d’elle. Le F1 combine notes manquées et notes en trop : 1,0 signifie donc toutes les notes et rien d’autre.

Nous avons aussi traité deux enregistrements chantés issus d’un jeu de données de recherche dont la licence les exclut de ce site. Le F1 est passé de 0,78 à 0,89 et de 0,79 à 0,87, et la part des mesures qui commencent par une note est passée d’environ un tiers à neuf sur dix ou plus.

Sept enregistrements, dont six de moins d’une minute, forment un échantillon de diagnostic, pas un benchmark. Les enregistrements de guitare progressent peu parce que la plupart des erreurs de leurs premières versions sont des notes manquées ou fusionnées, qu’une passe de relecture ne peut pas récupérer.

Que ne sait-elle pas faire ?

• Rétablir une note que la première version a manquée. Tous les gains du tableau viennent de la suppression de notes en trop, et les notes manquées sont restées manquées dans tous les tests.
• Distinguer toutes les vraies notes de celles en trop. Sur quatre des cinq enregistrements avec référence, elle a supprimé de une à six vraies notes en même temps que celles en trop ; sur l’accompagnement, six sur 117.
• Juger à votre place un enregistrement sans référence. Sur un enregistrement de piano pop de 2 min 48 s, elle a supprimé les octaves fantômes de la première version et gardé la figure de la main gauche sur la portée du bas, mais seules vos oreilles peuvent dire si chaque note supprimée était bien un fantôme.
• Travailler sur des enregistrements de groupe, qui contiennent plusieurs parties dans un seul mixage.

Combien de temps cela prend-il ?

Quelques minutes après la fin de la transcription : de une à quatre minutes sur nos enregistrements de test de 19 à 82 secondes, et moins de trois minutes sur l’enregistrement de piano de 2 min 48 s. La partition est prête à la fin de la passe, avec quelques phrases sur ce qui a été modifié.