部落格故事

像樂手一樣扒譜的 AI:一次完整的扒譜過程

寫給想從錄音得到一份靠得住的樂譜的鋼琴手和歌手:Agent 扒譜怎麼聽、怎麼查譜、怎麼對照錄音寫譜和校對,以及哪些地方還得靠你。

作者
發布於
更新於
篇幅
閱讀約 9 分鐘

簡要回答

AI 扒譜 Agent 處理錄音的方式和細心的樂手一樣:先聽,再查原譜和已出版的樂譜,對照錄音把整首寫出來,然後校對自己的草稿,並說明哪裡拿不準。一鍵轉譜工具只做了第一步。在一段 19 秒的薩提《裸體歌舞曲第一號》(Gymnopédie No. 1)錄音上,椋鳥記譜的 Agent 扒譜用了大約 6 分鐘,查了 3 份資料,校對了 4 版草稿,改對了 28 個音。

AI 扒譜 Agent 比轉譜工具多做了什麼?

轉譜工具把錄音交給轉錄模型過一遍,聽到什麼就寫什麼。Agent 把這個結果當作初稿,接著往下改。音訊轉樂譜的工具,包括椋鳥記譜每份樂譜都會有的快速初稿,只靠聲音推測音符:它們不知道這是哪首曲子、有沒有出版過、作曲家是怎麼寫的。Agent 是一個能反覆呼叫工具、直到把事做完的語言模型。我們的 Agent 叫 Starling,它能打開網頁、PDF 和 MusicXML 檔案,讀演算法初稿,寫出新一版樂譜,再看排好的譜面。

  1. 聽辨先從錄音得到一份初稿,留著核對
  2. 查資料原譜、已出版的樂譜和改編版
  3. 寫譜對照錄音,一小節一小節寫出整首
  4. 校對每版從頭讀一遍,改掉錯的,標出拿不準的
Agent 扒譜的四個步驟。寫譜和校對會來回幾輪,直到有一版不用再改。
快速初稿和 Agent 扒譜對比(2026年11月8日)
做什麼快速初稿Agent 扒譜
聽錄音會會
查原譜和已出版的樂譜不會會
找到原譜就照著寫不會會
檢查自己寫的譜不會會
說明拿不準的地方不會會
用時一兩分鐘通常 10–20 分鐘

在一段真實錄音上,它做了什麼?

我們在 2026年11月7日跑了一次,用的是 Robin Alciatore 為 Musopen 錄的《裸體歌舞曲第一號》(Gymnopédie No. 1)前八小節:19 秒鋼琴獨奏,也就是我們鋼琴錄音轉樂譜頁面上播放的那一段。下面每一步都來自這次扒譜自己的紀錄,寫著它打開了什麼、檢查了什麼,時間從開始算起。

  1. 打開了 noctavepiano.com 上這首曲子的 MusicXML 檔案 satie-gymnopedie-1.mxl。

  2. 打開了 Mutopia Project 的版本 gymnopedie_1-a4.pdf。

  3. 演算法初稿出來了,可以拿來核對。

  4. 打開了 noctavepiano.com 上這首曲子的頁面。

  5. 檢查了它寫的第一版,之後在 4:02、4:39 和 5:18 又各檢查了一版。

  6. 交出樂譜。

一次扒譜,時間是從開始算起的分和秒。演算法初稿還沒出來,它就開始查譜了,所以兩段等待是重疊的。

它扒譜的時候,工作區上有一間小工作室,把這些步驟一步步演出來,下面列著它打開的每份資料和檢查的每版草稿。每份資料都連到原本的頁面。

像素風的工作室,Starling 坐在書桌前,說它的樂譜好了;下方是三份資料和四版草稿的縮圖
同一次扒譜在工作室裡的最後一幕:3 份資料、4 版草稿,每一份都是它打開或檢查時的樣子。

它改了什麼?

演算法初稿的音高全對,但有 28 個音寫錯了。初稿放在下面譜表的 5 個音挪到了右手的譜表上,另有 23 個音時值不對。Starling 還改了第 1、5、7 小節的速度和力度記號,寫上薩提標的 Lent et douloureux(緩慢而痛苦地)、pp 和漸強、漸弱記號。

從演算法初稿到 Starling 的樂譜改了哪些,一共 28 個音。下面的表格裡是同樣的數字。
19 秒錄音的演算法初稿裡,Starling 改了哪些音
改動類型音符數
改了時值23
挪到右手5
改了音高0

原因在於錄音能說明什麼、不能說明什麼。錄音能告訴你按了哪些鍵、什麼時候按的,卻說不出作曲家把每個音寫成多長、由哪隻手彈;而這首曲子裡,延音踏板會讓聲音在放開琴鍵之後還響很久。出版的樂譜把這兩件事都寫清楚了。薩提在每小節的低音寫一個附點二分音符,再在一個四分休止符之後寫一個二分音符的和弦,Starling 的版本就是照這樣寫的。

這八小節的演算法初稿,Starling 發現寫錯的音標成了紅色
演算法初稿,Starling 發現寫錯的音標成了紅色。
Starling 寫的這八小節,3/4 拍,改過的音和記號標成了藍色,旁邊是它的說明:沒有標出換踏板
Starling 的版本,改過的地方標成了藍色。在 Agent 扒譜頁面上,錄音、演算法初稿和 Starling 的版本都能播放。

為什麼要先查出版的樂譜?

因為出版過的曲子,譜上已經寫清了錄音回答不了的事:時值、哪隻手彈哪些音,還有作曲家自己標的記號。只有當樂譜就是錄音裡彈的那個版本時,Starling 才照著它寫。改編版、簡易版或者換了調的翻彈,寫法都不一樣,這時它就照錄音來寫。它用錄音把每一小節對齊,只看公開看得到的內容,付費內容不會繞過。

這次用到的兩份樂譜都是免費的。noctavepiano.com 的檔案標示為 CC0 1.0(公共領域),是從 Mutopia Project 的版本轉換來的,一個音都沒改;Mutopia 的版本由 Evin Robertson 照 Dover 版打譜,並釋出到公共領域。薩提在 1888 年寫了這首曲子,1925 年過世。

如果是你自己寫的歌、即興演奏,或者沒人出版過的改編,就沒有譜可查。這時 Starling 照錄音和演算法初稿來寫,校對也就更要緊。

它說哪裡拿不準?

兩處,它在樂譜旁邊用自己的話寫了出來:

沒有標出換踏板和每個鍵放開的時機,音符時值按出版樂譜來

播放逐小節跟著錄音的速度走,音符起音的細微差別只是近似

這兩條都說得在理。鋼琴家的踏板聽得出來,這份譜上卻沒寫,所以想彈出錄音裡的效果,就要聽踏板在哪裡把和聲換乾淨。有這樣一張清單,你就知道先用耳朵核對哪幾小節,而這正是校對時大家最常跳過的一步。

不用 AI,自己怎麼做?

不用任何 AI,也能照同樣的步驟來。花的時間更長,但細心的扒譜人一直都是這樣做的:

  1. 先確定曲子和版本:曲名、作曲家,如果是翻彈或改編,還有改編者。再確認錄音是什麼調,因為演奏者常常會移調。
  2. 找出版過的樂譜。公共領域的作品可以去 IMSLP 找(它的《裸體歌舞曲》(Gymnopédies)頁面列出了薩提 1888 年的手稿和他自己出版的初版),也可以去 Mutopia Project,那裡免費排版公共領域的樂譜。有版權的曲子,就向出版社或有授權的商店購買。
  3. 拿樂譜和錄音對一對:調一樣、反覆一樣,再挑幾個聽得清楚的小節,看音是不是一樣。如果不一樣,錄音就是另一個版本,應該照錄音扒,別照抄這份譜。
  4. 在錄音裡標出每一小節從哪裡開始,可以用音訊編輯軟體或變速播放 App 裡的標記,這樣比對的才是同一小節。
  5. 一邊聽一邊逐小節校對,錄音定不下來的地方,比如踏板、聲部安排或彈性速度,就記下來,別靠猜。

如果要從頭扒一首曲子,《怎麼聽音扒譜,軟體能幫上哪些忙》講怎麼聽,《AI 扒譜結果怎麼改》講演算法初稿常見的錯誤。

要多久,要多少錢?

整首通常要 10–20 分鐘,這次 19 秒的測試用了大約 6 分鐘。2026年11月7日上線後,使用者最早的幾次整首扒譜用了 8–17 分鐘。頁面可以關掉,它會接著扒,扒好後寄信通知你;這段時間可以先看演算法做的快速初稿。

訂閱 Plus 或購買過點數的帳號,開頭免費預覽。整首在 2 分鐘以內是 150 點,之後每分鐘 25 點(不滿一分鐘以一分鐘計),最長 6 分鐘;看過開頭再決定要不要。以儲值價計算,150 點約合 US$3.75(2026年11月8日核對)。目前是測試版。你會得到可編輯的樂譜和所有下載格式,沒有浮水印。

它還做不到什麼?

  • 這篇文章只展示了一次扒譜,用的是一段乾淨的鋼琴獨奏錄音。這只是一個例子,算不上評測:這次演算法初稿的音高已經全對,錄音越複雜,Agent 要改的越多,漏掉的也可能越多。
  • 鋼琴獨奏效果最好。單一樂器或一個人聲也可以;完整的樂團暫時不支援。
  • 音樂最長 6 分鐘。
  • 它不一定全對。拿不準的地方它會告訴你,任何一個音你都可以在編輯器裡改,也可以讓 Starling 幫你改。
  • 只有公開看得到的出版樂譜,它才會照著寫。付費內容它從不繞過,所以有版權的曲子,它會照錄音來寫。

它的做法是公開的:Agent 扒譜照著椋鳥記譜公開外掛程式裡的扒譜技能來做,這些技能寫明了怎麼查一首曲子的資料、怎麼對照錄音寫出來、怎麼校對。

參考資料

  1. 艾瑞克·薩提,《裸體歌舞曲第一號》(Gymnopédie No. 1),Robin Alciatore 為 Musopen 演奏,已釋出到公共領域:Wikimedia Commons。我們的片段是它的前八小節。
  2. Noctave,Gymnopédie No. 1 (Satie): free piano sheet music,PDF 和 MusicXML,採用 CC0 1.0,由 Mutopia Project 的版本轉換而來,該版本由 Evin Robertson 照 Dover 版打譜。2026年11月8日查閱。
  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日查閱。
  4. 椋鳥記譜,2026年11月7日的 Agent 扒譜執行紀錄(打開的資料、檢查的草稿、交付),見 Agent 扒譜頁面。

常見問題

有沒有扒譜時會去查原譜的 AI?

有。椋鳥記譜的 Agent 扒譜動筆之前會先查原譜和已出版的樂譜。找到你錄音裡那個版本的樂譜時,它就照著這份譜寫,再用錄音對齊;找不到就照錄音來寫。

它會照抄有版權的樂譜嗎?

它只看公開看得到的內容,付費內容不會繞過。在我們這次測試裡,它用到的兩份樂譜都是免費的公共領域檔案,曲子是 1925 年過世的艾瑞克·薩提寫的。

為什麼 AI 每個音都聽對了,譜還是會寫錯?

錄音能告訴你按了哪些鍵、什麼時候按的,卻說不出作曲家把每個音寫成多長、由哪隻手彈,延音踏板還會把時值糊在一起。在我們這次扒譜裡,演算法初稿的音高全對,但有 28 個音放錯了譜表或寫錯了時值。

Agent 扒譜要多久?

整首通常要 10–20 分鐘。頁面可以關掉,它會接著扒,扒好後寄信通知你。這段時間,演算法做的快速初稿一兩分鐘就好。

帶來任何音樂帶走一份樂譜