先に結論
きれいなページなら、評判よりずっとよく読めます。2026年10月13日のテストで、ChatGPTの7モデルのうち最良のものは、印刷されたバッハのメヌエット16小節を、101音符中1〜2個の間違いで読み、調と拍子記号は毎回正しく答えました。結果を最も左右するのはモデルです。同じきれいなPDFで、最下位のモデルは約90個を間違えました。ページの写真では結果が大きくぶれ、強いモデルでも間違いは1〜37個でした。ChatGPTアプリでは、読み取った内容のMIDIファイルを作れましたが、間違いも含まれ、編集できる楽譜にはなりませんでした。ScoreStarlingのような楽譜読み取りツールをつなぐと、同じチャットがPDFを読み取って楽譜にし、それを聴いたり、楽譜を移調したり、MusicXMLやMIDIでダウンロードしたりできます。
テストの内容
Mutopia Projectが浄書したパブリックドメインの楽譜3ページを使い、各答えのすべての音符を、印刷された楽譜と照らして採点しました。
| ページ | 概要 | 採点した小節 | 音符 |
|---|---|---|---|
| A. きれいなPDF | メヌエット ト長調（BWV Anh. 114、クリスティアン・ペツォールト作とされる）、1ページ | 1–16 | 101 |
| B. スマートフォンの写真 | 同じページを斜めから撮った写真で、光にむらがあり、影が入っています。スマートフォンで撮った写真に似せて、PDFから作りました | 1–16 | 101 |
| C. 難しいページ | ショパン、ワルツ ロ短調（Op. 69 No. 2）：弱起、臨時記号、左手の和音 | 弱起と1〜8 | 91 |
各ページを、ChatGPTのサブスクリプションで使える7つのモデルのそれぞれに、3回ずつ送りました。gpt-6.1-sol、gpt-6-astra、gpt-6-sol、gpt-6-luna、gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-lunaです。画像を添付してモデルに直接依頼したもので、ChatGPTアプリのブラウズやコードのツールは使っていません。アプリがどのモデルを選ぶかは、プランと設定によって決まります。また、gpt-6.1-solには、音楽家が尋ねそうな4つの質問をしました。1〜4小節目の調、拍子記号、音符。最初の8小節をヘ長調に移調したもの。再生用の版、またはMIDIファイル。そして5小節目の難しいところです。間違いを数えるために、すべてのモデルに、採点する小節のすべての音符を、オクターブと長さつきで答えさせました。
そのあと、同じ質問をChatGPTアプリ自体（chatgpt.com、GPT-6、デフォルトの「Medium thinking」）でも、PDFと写真で1回ずつ行い、スクリーンショットを撮りました。
同じページは、ご自分でも試せます。きれいなPDFと写真です。
書かれた音符は1つずつ数えるので、3音の和音は3つと数えます。音高が違う、音符が抜けている、音符が余分にある、のどれかは音高の誤りです。音高が合っていて長さが違うものは、リズムの誤りです。1小節全体が2度高く読まれたときは、その小節のすべての音符を誤りとして数えます。装飾記号と装飾音は数えていません。
ChatGPTが単独で正しく読めるもの
きれいなページで、強いモデルなら、かなりの部分を正しく読めます。強いモデルの答えは、すべて調と拍子記号を正しく答えていました。gpt-6-astraは、きれいなメヌエットを3回の試行で1個、2個、1個の間違いで読み、ショパンは間違いなしでした。gpt-6.1-solは、メヌエットで1個、5個、0個、ショパンで0個、0個、2個でした。8小節をト長調からヘ長調に移調するよう頼むと、すべての音符を全音下げ、調号を♭1つに変え、モルデントと装飾音も残しました。5小節目の練習のアドバイスも的確でした。モルデントは拍を遅らせずに軽く弾く、八分音符を均等に保つ、左手は3拍とも音を保つ、というものです。
間違えるところ
テストで問題があったのは3つです。弱いモデル、写真、ファイルです。
楽譜のページ
gpt-6.1-sol、きれいなPDF（1〜16小節目で5個の間違い）
gpt-6.1-sol、スマートフォンの写真（37個の間違い）
gpt-6-luna、きれいなPDF（62個の間違い）
弱いモデル
何より差が出たのは、モデルです。同じきれいなPDFで、gpt-6-solとgpt-5.6-solは、1回の試行につき1〜5個を間違え、gpt-5.6-terraは一度37個を間違え、gpt-6-lunaは約60個を間違えました。そのほとんどは、小節が2度ずれて読まれたものです。gpt-5.6-lunaは86〜97個を間違えました。ショパンでは、gpt-6-solは最大42個、gpt-5.6-solは最大59個を間違えました。gpt-6-lunaは、写真とショパンのそれぞれで、3回のうち2回は回答を断り、一度は「reliably transcribe every note and duration」（すべての音符と長さを確実に採譜する）ことはできないと述べました。どのモデルが答えるかは、お使いのプランと設定で決まるので、ここでの最良の結果は、典型的な場合ではなく、最良の場合のものです。
写真
写真になると、どのモデルも予測しにくくなりました。gpt-6-astraは、撮影したページを1個、1個、13個の間違いで読み、gpt-6.1-solは11個、37個、18個でした。間違いは、でたらめではありませんでした。ある回では、7小節目のF♯4 G4 A4 B4 G4がA4 B4 C5 D5 B4になり、小節全体が3度高くなりました。別の回では、5〜7小節目と11〜15小節目の右手が、ずっと2度高く読まれていました。音符の音高は五線上の位置で決まるので、傾いて影の入ったページでは、線をひとつ数え違えやすいのです。
モデルは、考えを変えることもあります。写真の会話では、3、4小節目を2度低く読み、そのあと移調を頼むと、「Correction to my earlier reading」（先ほどの読み取りの訂正）で始めて、直しました。同じ画像でも、質問が違えば、違う音符が返ることがあります。
ファイル
「再生できる版か、MIDIファイルをください」と直接頼むと、モデルは音楽用のテキスト形式であるABC記譜を書き、オンラインのABCプレーヤーに貼り付けるよう勧めました。ChatGPTアプリはもう一歩進み、コードのツールを使って、1〜4小節目のMIDIファイルをダウンロード用に差し出しました。このファイルは、モデルの読み取りを音符にしたものなので、3小節目の同じ間違った音符が入っており、頼んだ4小節だけが対象でした。MusicXMLもなく、見たり編集したりできる楽譜もありませんでした。音符を直すには、別のソフトでMIDIを開くか、もう一度頼むことになります。
なぜチャットのモデルは、楽譜を読むのが難しいのですか？
同じ記号でも、置かれた位置で意味が変わります。黒い符頭は、どの線にあるかでGにもBにもなり、さらに音部記号、調号、小節内で前に出てきた臨時記号、オクターブ記号がすべて音を変えます。ページを読むとは、すべての音符について、それらを同時にすべて正しく処理することです。画像を上手に説明できる汎用のモデルでも、線ひとつずれることがあり、写真では線そのものが曲がったり薄れたりします。
ChatGPTでScoreStarlingを使って同じ楽譜を読む
ScoreStarlingは、接続ガイドのとおり、MCPでChatGPTやClaudeに接続します。きれいなPDFは楽譜読み取りツールに渡されます。オープンソースのAudiverisをもとにした光学楽譜認識（OMR）エンジンで、ページを楽譜にします。そのあとアシスタントが、その楽譜をページと見比べ、読み取りツールが間違えたところを直します。
きれいなPDF
読み取りツールは、メヌエットの1〜16小節目の101音符すべてと、ショパンの抜粋の91音符すべてを、正しい調と拍子記号で正しく読みました。見逃したのは1つだけで、メヌエットの8小節目の前の装飾音です。結果は、すぐに再生できる楽譜として開き、1回の操作でヘ長調に移調でき（調号を含む32小節すべて）、MusicXML、MIDI、PDF、MP3でダウンロードできました。
スマートフォンの写真
斜めから撮った写真では、読み取りツールは失敗しました。203音符のうち56音符、12小節分しか見つけられず、ピアノを2つの楽器に分け、調をハ長調と書きました。写真、手書きの楽譜、数字譜（簡譜）、リードシートについては、ScoreStarlingは別の方法で動きます。アシスタントが画像を読み、音楽をABCで書き、ScoreStarlingがそこから再生できる楽譜を作ります。精度は、アシスタントの読み取りしだいです。gpt-6.1-solで行うと、最初の版には6個の間違いがあり、7、8小節目にありました。そのあと、楽譜を写真と見比べるよう頼むと、それらの小節を見落とし、左手が1オクターブ低すぎると判断して動かしたため、43個の音符が間違いになりました。
楽譜のページ
モデルが写真の読み取りを「確認」したあと
できれば、読み取りツールにはPDFか、平らなスキャンを渡してください。ページをまっすぐにして明るさをそろえる、スマートフォンのドキュメントスキャンのモードは、普通の写真よりスキャンに近いものです。どのくらい効果があるかは、測っていません。
結果の比較
| 方法 | A. きれいなPDF（101） | B. スマートフォンの写真（101） | C. ショパン（91） |
|---|---|---|---|
| gpt-6-astra単独 | 1, 2, 1 | 13, 1, 1 | 0, 0, 0 |
| gpt-6.1-sol単独 | 1, 5, 0 | 11, 37, 18 | 0, 0, 2 |
| gpt-6-sol単独 | 5, 1, 5 | 16, 13, 7 | 14, 42, 9 |
| gpt-5.6-sol単独 | 5, 5, 3 | 23, 19, 22 | 36, 59, 39 |
| gpt-5.6-terra単独 | 4, 37, 5 | 20, 2, 1 | 2, 13, 2 |
| gpt-6-luna単独 | 62, 58, 58 | 67。2回は回答を断った | 52。2回は回答を断った |
| gpt-5.6-luna単独 | 87, 97, 86 | 84, 110, 93 | 91, 79, 85 |
| ScoreStarlingの読み取りツール | 0（装飾音を1つ見逃した） | 失敗：12小節、56音符、調が誤り | 0 |
| gpt-6.1-solがABCを書き、ScoreStarlingが楽譜を作る | — | 最初は6、自分の確認のあとは43 | — |
| ChatGPT単独 | ScoreStarlingを使ったChatGPT | |
|---|---|---|
| 調と拍子記号 | すべての答えで正しい | PDFからは正しく、写真からは誤り |
| 再生 | ABCテキスト。アプリでは、ほかで開くMIDIファイル | チャットの楽譜パネルで再生。MP3をダウンロード |
| MusicXMLとMIDI | アプリでは、読み取った小節のMIDIファイル。MusicXMLはなし | あり。有効なPlusが必要 |
| 移調した結果 | 音符の一覧とABC | 再生、編集、ダウンロードできる、移調した楽譜 |
AIが読み取った楽譜を3分で確認する方法
ページを読んだのが何であれ、結果は下書きとして扱い、読み取りが間違えやすい箇所を確認します。
- 調号、拍子記号、最初の小節の音符を、ページと見比べます。
- 小節全体が2度上か下にずれていないか探します。その小節の最初と最後の音符を、ページと見比べます。
- 小節の途中の臨時記号と、それが同じ小節内の後ろの音符に続いているかを確認します。
- 左手のいちばん低い音に、オクターブの間違いがないか確認します。
- 付点音符やタイのある小節をいくつか選び、拍を数えます。
- 抜けている装飾音、装飾記号、反復記号を探します。
- ページを目で追いながら再生します。間違った音符は、見るより聴くほうが気づきやすいものです。
Claudeとほかのアシスタント
ここで採点したのは、ChatGPTのモデルだけです。Claudeも画像を読み、同じようにMCPでScoreStarlingに接続するので、読み取りツール、再生、移調、ダウンロードはClaudeでも使えます。
ScoreStarlingで楽譜を読み取ると、費用はどのくらいですか？
PDFや画像の読み取りは1曲につき10クレジットで、無料アカウントには毎月100クレジットが付与されます。編集、試聴、新しいPDFにクレジットはかかりません。MusicXMLとMIDIは有効なPlusで利用できます（2026年10月25日確認）。録音を楽譜にするのは別の作業です。こちらで説明しています：ChatGPTやClaudeで録音を楽譜にできる？
出典
- Mutopia Project、Menuet in G, BWV Anh. 114、Allen Garvin浄書、パブリックドメイン。
- Mutopia Project、Walzer Nr. 10 h-moll, Op. 69 No. 2、Roland Goretzki浄書、パブリックドメイン。
- Audiveris、ScoreStarlingの読み取りツールの土台になっているオープンソースの光学楽譜認識エンジン。
- ABC記譜法の標準.
よくある質問
ChatGPTは、楽譜のPDFを読めますか？
PDFがきれいで、モデルが強力なら、たいていは読めます。2026年10月13日のテストでは、gpt-6-astraがバッハのメヌエット16小節（101音符）を読んで、3回の試行での間違いは1個、2個、1個でした。gpt-6.1-solは1個、5個、0個です。7モデルのうち最も弱いものは、86〜97個を間違えました。頼りにする前に、音符を確認してください。
なぜChatGPTは、写真だと音符を間違えるのですか？
音符の音高は、五線上の位置で決まるので、傾いた写真や影の入った写真では、線か間をひとつ数え違えやすくなります。私たちのテストで写真に多かった間違いは、1小節まるごとが2度高く、または低く読まれることでした。最良のモデルでも、3回のうち1回は101音符中13個を間違え、ほかのモデルは最大37個を間違えました。
ChatGPTは楽譜を移調できますか？
読み取った音符を移調して、一覧やABCテキストとして書き出せます。読み取りが正しいときは、8小節をト長調からヘ長調へ移調した結果も正しくなりました。得られるのはテキストで、楽譜作成ソフトで開ける楽譜ファイルではありません。
ChatGPTは、楽譜をMIDIに変換できますか？
読み取った音符のMIDIファイルは作れますが、間違いもそのまま入ります。2026年10月13日のChatGPTアプリでは、1〜4小節目のMIDIファイルを書き出しましたが、そこには間違った音符が1つ入っていました。アプリのツールなしで直接頼むと、モデルはかわりにABCテキストを書きました。ScoreStarlingのような楽譜読み取りツールにつなげば、同じチャットで、ページ全体のMIDIとMusicXMLを受け取れます。
Claudeは楽譜を読めますか？
Claudeも楽譜の画像を見られます。このテストでは採点していません。ClaudeはChatGPTと同じように、MCPでScoreStarlingに接続できるので、以下の読み取り、再生、エクスポートは、Claudeでも使えます。
