博客故事

像乐手一样扒谱的 AI:一次完整的扒谱过程

写给想从录音得到一份靠得住的乐谱的钢琴手和歌手:Agent 扒谱怎么听、怎么查谱、怎么对照录音写谱和校对,以及哪些地方还得靠你。

作者
发布于
更新于
篇幅
阅读约 9 分钟

简要回答

AI 扒谱 Agent 处理录音的方式和细心的乐手一样:先听,再查原谱和已出版的乐谱,对照录音把整首写出来,然后校对自己的草稿,并说明哪里拿不准。一键转谱工具只做了第一步。在一段 19 秒的萨蒂《裸体之舞》第一号(Gymnopédie No. 1)录音上,椋鸟记谱的 Agent 扒谱用了大约 6 分钟,查了 3 份资料,校对了 4 版草稿,改对了 28 个音。

AI 扒谱 Agent 比转谱工具多做了什么?

转谱工具把录音交给转录模型过一遍,听到什么就写什么。Agent 把这个结果当作初稿,接着往下改。音频转乐谱的工具,包括椋鸟记谱每份乐谱都会有的快速初稿,只靠声音推测音符:它们不知道这是哪首曲子、有没有出版过、作曲家是怎么写的。Agent 是一个能反复调用工具、直到把事做完的语言模型。我们的 Agent 叫 Starling,它能打开网页、PDF 和 MusicXML 文件,读算法初稿,写出新一版乐谱,再看排好的谱面。

  1. 听辨先从录音得到一份初稿,留着核对
  2. 查资料原谱、已出版的乐谱和改编版
  3. 写谱对照录音,一小节一小节写出整首
  4. 校对每版从头读一遍,改掉错的,标出拿不准的
Agent 扒谱的四个步骤。写谱和校对会来回几轮,直到有一版不用再改。
快速初稿和 Agent 扒谱对比(2026年11月8日)
做什么快速初稿Agent 扒谱
听录音会会
查原谱和已出版的乐谱不会会
找到原谱就照着写不会会
检查自己写的谱不会会
说明拿不准的地方不会会
用时一两分钟通常 10–20 分钟

在一段真实录音上,它做了什么?

我们在 2026年11月7日跑了一次,用的是 Robin Alciatore 为 Musopen 录的《裸体之舞》第一号(Gymnopédie No. 1)前八小节:19 秒钢琴独奏,也就是我们钢琴录音转乐谱页面上播放的那一段。下面每一步都来自这次扒谱自己的记录,写着它打开了什么、检查了什么,时间从开始算起。

  1. 打开了 noctavepiano.com 上这首曲子的 MusicXML 文件 satie-gymnopedie-1.mxl。

  2. 打开了 Mutopia Project 的版本 gymnopedie_1-a4.pdf。

  3. 算法初稿出来了,可以拿来核对。

  4. 打开了 noctavepiano.com 上这首曲子的页面。

  5. 检查了它写的第一版,之后在 4:02、4:39 和 5:18 又各检查了一版。

  6. 交出乐谱。

一次扒谱,时间是从开始算起的分和秒。算法初稿还没出来,它就开始查谱了,所以两段等待是重叠的。

它扒谱的时候,工作台上有一间小工作室,把这些步骤一步步演出来,下面列着它打开的每份资料和检查的每版草稿。每份资料都链接到原来的页面。

像素风的工作室,Starling 坐在书桌前,说它的乐谱好了;下方是三份资料和四版草稿的缩略图
同一次扒谱在工作室里的最后一幕:3 份资料、4 版草稿,每一份都是它打开或检查时的样子。

它改了什么?

算法初稿的音高全对,但有 28 个音写错了。初稿放在下面谱表的 5 个音挪到了右手的谱表上,另有 23 个音时值不对。Starling 还改了第 1、5、7 小节的速度和力度记号,写上萨蒂标的 Lent et douloureux(缓慢而痛苦地)、pp 和渐强、渐弱记号。

从算法初稿到 Starling 的乐谱改了哪些,一共 28 个音。下面的表格里是同样的数字。
19 秒录音的算法初稿里,Starling 改了哪些音
改动类型音符数
改了时值23
挪到右手5
改了音高0

原因在于录音能说明什么、不能说明什么。录音能告诉你按了哪些键、什么时候按的,却说不出作曲家把每个音写成多长、由哪只手弹;而这首曲子里,延音踏板会让声音在松键之后还响很久。出版的乐谱把这两件事都写清楚了。萨蒂在每小节的低音写一个附点二分音符,再在一个四分休止符之后写一个二分音符的和弦,Starling 的版本就是照这样写的。

这八小节的算法初稿,Starling 发现写错的音标成了红色
算法初稿,Starling 发现写错的音标成了红色。
Starling 写的这八小节,3/4 拍,改过的音和记号标成了蓝色,旁边是它的说明:没有标出换踏板
Starling 的版本,改过的地方标成了蓝色。在 Agent 扒谱页面上,录音、算法初稿和 Starling 的版本都能播放。

为什么要先查出版的乐谱?

因为出版过的曲子,谱上已经写清了录音回答不了的事:时值、哪只手弹哪些音,还有作曲家自己标的记号。只有当乐谱就是录音里弹的那个版本时,Starling 才照着它写。改编版、简易版或者换了调的翻弹,写法都不一样,这时它就按录音来写。它用录音把每一小节对齐,只看公开能看到的内容,付费内容不会绕过。

这次用到的两份乐谱都是免费的。noctavepiano.com 的文件标注为 CC0 1.0(公有领域),是从 Mutopia Project 的版本转换来的,一个音都没改;Mutopia 的版本由 Evin Robertson 照 Dover 版打谱,并放入了公有领域。萨蒂在 1888 年写了这首曲子,1925 年去世。

如果是你自己写的歌、即兴演奏,或者没人出版过的改编,就没有谱可查。这时 Starling 按录音和算法初稿来写,校对也就更要紧。

它说哪里拿不准?

两处,它在乐谱旁边用自己的话写了出来:

没有标出换踏板和每个键松开的时机,音符时值按出版乐谱来

回放逐小节跟着录音的速度走,音符起音的细微差别只是近似

这两条都说得在理。钢琴家的踏板听得出来,这份谱上却没写,所以想弹出录音里的效果,就要听踏板在哪里把和声换干净。有这样一张清单,你就知道先用耳朵核对哪几小节,而这正是校对时大家最常跳过的一步。

不用 AI,自己怎么做?

不用任何 AI,也能按同样的步骤来。花的时间更长,但细心的扒谱人一直都是这样做的:

  1. 先确定曲子和版本:曲名、作曲家,如果是翻弹或改编,还有改编者。再确认录音是什么调,因为演奏者常常会移调。
  2. 找出版过的乐谱。公有领域的作品可以去 IMSLP 找(它的《裸体之舞》(Gymnopédies)页面列出了萨蒂 1888 年的手稿和他自己出版的初版),也可以去 Mutopia Project,那里免费排版公有领域的乐谱。有版权的曲子,就向出版社或有授权的商店购买。
  3. 拿乐谱和录音对一对:调一样、反复一样,再挑几个听得清楚的小节,看音是不是一样。如果不一样,录音就是另一个版本,应该照录音扒,别照抄这份谱。
  4. 在录音里标出每一小节从哪里开始,可以用音频编辑软件或变速播放 App 里的标记,这样对比的才是同一小节。
  5. 一边听一边逐小节校对,录音定不下来的地方,比如踏板、声部安排或弹性速度,就记下来,别靠猜。

如果要从头扒一首曲子,《怎么听音扒谱,软件能帮上哪些忙》讲怎么听,《AI 扒谱结果怎么改》讲算法初稿常见的错误。

要多久,要多少钱?

整首通常要 10–20 分钟,这次 19 秒的测试用了大约 6 分钟。2026年11月7日上线后,用户最早的几次整首扒谱用了 8–17 分钟。页面可以关掉,它会接着扒,扒好后发邮件通知你;这期间可以先看算法做的快速初稿。

开通 Plus 或充值过积分的账号,开头免费预览。整首在 2 分钟以内是 150 积分,之后每分钟 25 积分(不满一分钟按一分钟算),最长 6 分钟;看过开头再决定要不要。按充值价,150 积分约合 US$3.75(2026年11月8日核对)。目前是测试版。你会得到可编辑的乐谱和所有下载格式,没有水印。

它还做不到什么?

  • 这篇文章只展示了一次扒谱,用的是一段干净的钢琴独奏录音。这只是一个例子,算不上评测:这次算法初稿的音高已经全对,录音越复杂,Agent 要改的越多,漏掉的也可能越多。
  • 钢琴独奏效果最好。单件乐器或一个人声也可以;完整的乐队暂时不支持。
  • 音乐最长 6 分钟。
  • 它不一定全对。拿不准的地方它会告诉你,任何一个音你都可以在编辑器里改,也可以让 Starling 帮你改。
  • 只有公开能看到的出版乐谱,它才会照着写。付费内容它从不绕过,所以有版权的曲子,它会按录音来写。

它的做法是公开的:Agent 扒谱按照椋鸟记谱公开插件里的扒谱技能来做,这些技能写明了怎么查一首曲子的资料、怎么对照录音写出来、怎么校对。

参考资料

  1. 埃里克·萨蒂,《裸体之舞》第一号(Gymnopédie No. 1),Robin Alciatore 为 Musopen 演奏,已放入公有领域:Wikimedia Commons。我们的片段是它的前八小节。
  2. Noctave,Gymnopédie No. 1 (Satie): free piano sheet music,PDF 和 MusicXML,采用 CC0 1.0,由 Mutopia Project 的版本转换而来,该版本由 Evin Robertson 照 Dover 版打谱。2026年11月8日查阅。
  3. IMSLP,3 Gymnopédies (Satie, Erik):1888 年的手稿和作曲家自己出版的初版。2026年11月8日查阅。
  4. 椋鸟记谱,2026年11月7日的 Agent 扒谱运行记录(打开的资料、检查的草稿、交付),见 Agent 扒谱页面。

常见问题

有没有扒谱时会去查原谱的 AI?

有。椋鸟记谱的 Agent 扒谱动笔之前会先查原谱和已出版的乐谱。找到你录音里那个版本的乐谱时,它就照着这份谱写,再用录音对齐;找不到就按录音来写。

它会照抄有版权的乐谱吗?

它只看公开能看到的内容,付费内容不会绕过。在我们这次测试里,它用到的两份乐谱都是免费的公有领域文件,曲子是 1925 年去世的埃里克·萨蒂写的。

为什么 AI 每个音都听对了,谱还是会写错?

录音能告诉你按了哪些键、什么时候按的,却说不出作曲家把每个音写成多长、由哪只手弹,延音踏板还会把时值糊在一起。在我们这次扒谱里,算法初稿的音高全对,但有 28 个音放错了谱表或写错了时值。

Agent 扒谱要多久?

整首通常要 10–20 分钟。页面可以关掉,它会接着扒,扒好后发邮件通知你。这期间,算法做的快速初稿一两分钟就好。

带来任何音乐带走一份乐谱