A resposta curta
Toque o rascunho junto com a gravação, alguns compassos de cada vez, e procure cinco erros: notas fantasma uma oitava acima, uma nota quebrada em pedaços, a tonalidade errada, a fórmula de compasso errada e as barras de compasso no lugar errado. Uma transcrição automática costuma ouvir a maior parte das notas e escrevê-las mal. Nosso rascunho de piano solo de uma gravação de Für Elise em domínio público continha todas as 130 notas, além de 67 notas a mais, 66 delas harmônicos, e estava em Mi maior e 6/8 em vez de Lá menor e 3/8. Uma revisão por IA, que edita a partitura com as ferramentas do próprio editor, removeu todas as notas a mais e acertou a tonalidade, a fórmula de compasso e a anacruse, nas duas rodadas. No violão ela ajudou menos e, nos nossos testes, nunca trouxe de volta uma nota que o rascunho tinha perdido.
O que dá errado em uma transcrição automática?
Um modelo de transcrição ouve alturas e instantes. Uma partitura também precisa de uma tonalidade, uma fórmula de compasso, barras de compasso e valores de nota que alguém consiga ler. Cinco erros respondem pela maior parte do que vemos nos rascunhos:
- Notas fantasma. Uma corda de piano soa harmônicos com cada nota, e o modelo pode ouvir a oitava acima como uma tecla própria, tocada no mesmo instante.
- Uma nota em pedaços. Uma nota longa pode voltar como duas, o deslize de um cantor até uma nota como uma nota curta errada antes dela, e o vibrato como uma oscilação entre duas alturas.
- A tonalidade errada. Todas as alturas podem estar certas e a armadura de clave, errada. Für Elise está em Lá menor, que não tem sustenidos, mas os Sol sustenidos e os Ré sustenidos fazem o modelo apostar em Mi maior.
- A fórmula de compasso errada. Os valores das notas saem dobrados ou pela metade (6/8 no lugar de 3/8), ou uma peça em 3/4 é lida em 4/4.
- Barras de compasso no lugar errado. Uma peça que começa em anacruse precisa de um primeiro compasso curto, e uma gravação regular vai saindo das barras de compasso quando o andamento detectado erra por uma fração de BPM.
Como você mesmo pode conferir uma transcrição?
Toque a partitura junto com a gravação, alguns compassos de cada vez, e procure estes sinais:
| O que você vê | O que isso costuma significar | O que fazer |
|---|---|---|
| Notas empilhadas com uma oitava de distância que a gravação não toca | A de cima é uma fantasma | Exclua a nota de cima |
| Frases que repousam em uma nota que não combina com a armadura de clave | A tonalidade está errada | Defina a tonalidade pela nota e pelo acorde em que as frases terminam e depois reescreva a grafia dos sustenidos e bemóis |
| Tempos fortes que caem no meio dos compassos na primeira frase | A fórmula de compasso ou a primeira barra de compasso está errada | Mude a fórmula de compasso ou transforme o primeiro compasso em uma anacruse curta |
| Notas muito curtas logo antes de notas mais longas a uma segunda de distância, no canto | Deslizes até a nota, não notas da melodia | Exclua a nota curta e passe a duração dela para a principal |
| Pausas e ligaduras de prolongamento espalhadas por uma passagem tocada com fluidez | As notas estão certas e as durações estão mal escritas | Reescreva o ritmo como notas sustentadas |
No ScoreStarling, você pode fazer cada um destes com os compassos selecionados e uma frase para o Starling, por exemplo “os compassos 1–8 estão em Lá menor e 3/8 com uma anacruse de uma nota; reescreva a grafia e refaça os compassos”. Toda resposta pode ser desfeita.
O que faz uma revisão por IA?
O Starling Refine, do ScoreStarling, roda depois da transcrição. Um modelo de linguagem lê o rascunho e o edita com as ferramentas que uma pessoa tem no editor, numa ordem fixa. Tiramos essa ordem do modelo mais forte que testamos, que revisou seis rascunhos com as mesmas ferramentas e sem limite de tempo nem de passos:
- LimparO código acha notas fantasma e pedaços de uma mesma nota, a partir das notas e da gravação
- EstruturaFórmula de compasso, andamento, o primeiro tempo forte e a tonalidade
- LerA partitura inteira, uma vez, comparada com as frases que voltam na peça
- EscreverGrafia, mãos, notas sustentadas e um ritmo legível
- FinalizarCompassos vazios depois do fim removidos, página conferida
Ele recebe a instrução de que a gravação é o juiz e de nunca retranscrever, arranjar, simplificar nem transpor. A última mensagem dele diz o que mudou e quais compassos ouvir de novo.
Você pode ativá-lo no formulário de envio para piano solo ou para um instrumento ou uma voz, ou executá-lo depois, numa partitura pronta, caso em que ele salva uma nova versão e deixa o original como estava. É grátis com Plus, e contas sem Plus têm uma tentativa grátis por mês (preços, conferidos em 24 de outubro de 2026).
Como fica uma transcrição corrigida?
Aqui está o início do teste com Für Elise, como o rascunho o escreveu e depois da revisão. O rascunho é difícil de ler, mas contém todas as notas que foram tocadas. A revisão excluiu as cópias, definiu a tonalidade e a fórmula de compasso de Beethoven e deu a cada mão a sua própria pauta.
Antes: a transcrição
Depois do Starling Refine
A gravação da Gymnopédie, de 19 segundos, na nossa página áudio de piano para partitura, deu errado de outro jeito. O rascunho dela está em 4/4, com os acordes da mão esquerda na pauta de cima, misturados à melodia. As duas rodadas da revisão terminaram com as notas de Satie nos oito compassos, cada altura, valor de nota e pauta, em 3/4 e Ré maior.
Antes: a transcrição
Depois do Starling Refine
Até que ponto isso funciona?
Rodamos duas vezes em cada gravação que tem uma transcrição de referência, em 12 de outubro de 2026, com o modelo que ela usa, o GPT-6.1 Sol, da OpenAI. Uma nota conta como certa quando uma nota de referência tem a mesma altura e começa a até 0,1 segundo dela. O F1 combina as notas que faltam e as a mais, então 1,0 significa todas as notas e nada além delas.
| Gravação | F1 do rascunho | F1 depois | Notas a mais | Tonalidade e fórmula de compasso depois |
|---|---|---|---|---|
| Für Elise, início (piano, 24 s) | 0.795 | 1.000 | 67 → 0 | Lá menor, 3/8 (rascunho: Mi maior, 6/8) |
| Solo de violão de bossa nova (GuitarSet) | 0.839 | 0.887 | 25 → 12 | Mi maior, 4/4 |
| Acompanhamento de bossa nova (GuitarSet) | 0.696 | 0.716 | 46 → 26 | Mi maior, 4/4 |
Também rodamos duas gravações cantadas de um conjunto de dados de pesquisa cuja licença impede que elas fiquem neste site. O F1 foi de 0,78 para 0,89 e de 0,79 para 0,87, e a parcela de compassos que começam com uma nota subiu de cerca de um terço para nove em dez ou mais.
Sete gravações, seis delas com menos de um minuto, são uma amostra de diagnóstico, não um benchmark. As gravações de violão ganham pouco porque a maioria dos erros dos rascunhos delas são notas perdidas ou fundidas, que uma revisão não consegue recuperar.
O que ela não consegue fazer?
- Trazer de volta uma nota que o rascunho perdeu. Todo ganho da tabela veio de remover notas a mais, e as notas perdidas continuaram perdidas em todos os testes.
- Distinguir toda nota real de uma a mais. Em quatro das cinco gravações com referência, ela removeu de uma a seis notas reais junto com as a mais; no acompanhamento, seis de 117.
- Julgar por você uma gravação sem referência. Numa gravação de piano pop de 2:48, ela removeu as oitavas fantasma do rascunho e manteve a figura da mão esquerda na pauta de baixo, mas só os seus ouvidos podem dizer se toda nota removida era mesmo uma fantasma.
- Trabalhar com gravações de banda, que têm várias partes numa mesma mixagem.
Quanto tempo leva?
Alguns minutos depois que a transcrição termina: de um a quatro minutos nas nossas gravações de teste de 19 a 82 segundos, e menos de três minutos na gravação de piano de 2:48. A partitura fica pronta quando a revisão termina, com algumas frases sobre o que ela mudou.
Fontes
- Für Elise, Internet Archive, Public Domain Mark 1.0
- Erik Satie, Gymnopédie nº 1, Wikimedia Commons
- GuitarSet 1.1.0, Xi, Bittner, Pauwels, Ye e Bello, Zenodo (CC BY 4.0)
- High-resolution Piano Transcription with Pedals by Regressing Onset and Offset Times, Kong et al., 2020
- A Lightweight Instrument-Agnostic Model for Polyphonic Note Transcription and Multipitch Estimation, Bittner et al., Spotify, 2022
- Preços do ScoreStarling, conferidos em 24 de outubro de 2026
Perguntas e respostas
Por que minha transcrição de piano tem notas uma oitava acima?
Uma corda de piano soa seus harmônicos junto com a nota, e o mais forte fica uma oitava acima. Um modelo de transcrição pode ouvi-lo como uma segunda tecla tocada no mesmo instante. No nosso rascunho de uma gravação de 24 segundos de Für Elise, 66 das 67 notas a mais ficavam uma oitava ou outro harmônico acima de uma nota que estava sendo tocada.
Por que minha transcrição está na tonalidade errada?
As notas podem estar todas certas e a armadura de clave ainda estar errada, porque a tonalidade é uma leitura da música, não um som. O nosso rascunho de Für Elise tinha todas as alturas certas, mas quatro sustenidos (Mi maior) em vez de Lá menor. Veja onde as frases repousam: a nota e o acorde em que terminam costumam indicar a tonalidade.
A IA consegue corrigir uma transcrição por completo?
Não. Uma revisão remove o que não deveria estar lá e reescreve o que está. Nos nossos testes, ela nunca trouxe de volta uma nota que o rascunho tinha perdido e, em quatro de cinco gravações, também removeu de uma a seis notas reais junto com as a mais. Ouça de novo os compassos sobre os quais ela diz ter ficado em dúvida.
A revisão por IA muda a minha música?
Não é para mudar. Ela recebe a ordem de nunca arranjar, simplificar nem transpor. Cada alteração é salva como uma nova versão da mesma partitura, então desfazer volta passo a passo até a transcrição original.
