AI 扒譜結果怎麼改

AI 扒譜常出哪些錯？

扒譜模型聽出的是音高和時間；樂譜還需要調、拍號、小節線，以及看得懂的時值。我們在初稿裡見到的問題，大多是下面五種：

• 幽靈音。鋼琴的琴弦每發一個音都帶著泛音，模型可能把高八度的泛音聽成另一個鍵，在同一時刻按下。
• 一個音被拆成幾段。一個長音可能變成兩個；歌手滑進一個音，會變成它前面一個短短的錯音；顫音會變成在兩個音高之間來回晃。
• 調號錯了。每個音高都可能是對的，調號卻錯了：《給愛麗絲》是 A 小調，不需要升號，但曲中的升 G 和升 D 會讓模型猜成 E 大調。
• 拍號錯了。時值整體翻倍或減半（把 3/8 寫成 6/8），或者把 3/4 拍的曲子讀成 4/4 拍。
• 小節線位置不對。從弱拍開始的曲子需要一個較短的第一小節；而一段速度平穩的錄音，只要速度每分鐘差零點幾拍，就會慢慢偏離小節線。

怎樣自己檢查扒譜結果？

把樂譜和錄音對照著播放，每次幾個小節，留意下面這些地方：

1. 錄音裡沒有、卻上下疊著相差八度的音：上面那個通常是幽靈音。
2. 樂句在哪裡結束。樂句落腳的那個音和它的和弦通常就是調，拿它和調號比一比。
3. 數一數第一個樂句。如果強拍落在小節中間，拍號或第一條小節線就錯了。
4. 長音前面、與它相差二度的極短音符：在人聲裡，這是滑進那個音的過程，不是旋律裡的音。
5. 連奏段落裡零零散散的休止符和連結線：音多半是對的，只是時值寫得不好。

AI 校對都做些什麼？

ScoreStarling 的 AI 精修是上傳表單裡的一個開關，適用於鋼琴獨奏，以及單一樂器或人聲。轉譜完成後，一個語言模型會讀初稿，用編輯器裡人能用的那些工具，按固定的順序修改。這個順序來自我們試過的最強的模型：它用同樣的工具、不限時間和步數，校對了六份初稿：

它被告知以錄音為準：絕不重新扒譜、改編、簡化或移調。它最後會說明改了什麼，以及哪幾個小節值得再聽一遍。

改好的譜長什麼樣？

下面是《給愛麗絲》測試的開頭，分別是初稿和校對之後的樣子。初稿很難讀，但彈到的每個音都在；校對刪掉了多餘的複製音，改回貝多芬原本的調和拍號，並讓左右手各自一行譜表。

我們鋼琴錄音轉樂譜頁面上那段 19 秒的《吉諾佩蒂第一號》錄音，錯法又不一樣：初稿是 4/4 拍，左手的和弦跑到上面一行譜表，和旋律混在一起。兩次校對最後都得到了薩提原譜的音符，八個小節全部一致，每個音高、時值和所在譜表都對，3/4 拍，D 大調。

效果怎麼樣？

2026年10月12日，我們用它實際使用的模型 OpenAI GPT-6.1 Sol，在每段有參考標註的錄音上各跑了兩次。音高相同、起點相差不超過 0.1 秒，就算這個音對；F1 同時計入漏掉的音和多餘的音，1.0 表示所有音都對、一個不多。

另外兩段人聲錄音來自一個研究資料集，授權不允許放在本站。它們的 F1 分別從 0.78 升到 0.89、從 0.79 升到 0.87；以音符開頭的小節，從大約三分之一增加到九成以上。

七段錄音（其中六段不到一分鐘）只能當作診斷樣本，算不上基準測試。吉他錄音提升不大，因為它們初稿的錯誤大多是漏掉或合併了的音，而校對找不回這些音。

它做不到什麼？

• 找回初稿漏掉的音。表格裡的每一點提升都來自刪掉多餘的音：每次測試裡，漏掉的音都還是漏著。
• 分清每一個真實的音和多餘的音。在有參考標註的五段錄音裡，有四段它在刪多餘音時也刪掉了 1 到 6 個真實的音；在伴奏上，是 117 個裡刪了 6 個。
• 替你判斷沒有參考標註的錄音。在一段 2 分 48 秒的流行鋼琴錄音上，它刪掉了初稿裡的幽靈八度音，左手的音型也留在下面一行譜表，但刪掉的是否全是幽靈音，只能靠耳朵確認。
• 處理樂團錄音：樂團錄音是好幾個聲部混在一起的。

要多長時間？

轉譜完成後再等幾分鐘：在我們 19 到 82 秒的測試錄音上用了 1 到 4 分鐘，在那段 2 分 48 秒的鋼琴錄音上不到 3 分鐘。校對結束後樂譜就完成了，並附上幾句話說明改了什麼。