光学音乐识别需要还原哪些内容
文本 OCR 读取一行中的字符。乐谱是二维的:音符的垂直位置决定音高,水平分组影响节奏,而符号可能作用于单个音符、一个声部、一行谱表或整个系统。
OMR 系统必须定位谱表系统、消除透视畸变、识别符号、推断其关系,并将结果编码为机器可读的乐谱。研究综述一致指出,复杂排版、页面损坏、手写记谱和评估标准不一致是主要挑战。
如何拍摄乐谱以提高识别效果
识别技术无法还原模糊、裁切、被眩光遮挡或像素过少的信息。上传前请改善素材。
- 将页面平放,并从正上方拍摄。
- 使用均匀的光线,避免阴影落在谱线上或页面出现反光。
- 拍下完整页面,同时确保记谱足够大,以便分辨加线和附点。
- 消除透视倾斜,并旋转页面,使谱线保持水平。
- 一次拍摄一页,并在识别步骤之外保留页面顺序。
- 尽量使用干净的原件或高分辨率 PDF,而不是压缩图像的截图。
核对音乐关系,而不只是符号
影响最大的错误是结构性错误:声部缺失、时值错误、小节边界错误,或变音记号附在了错误的音符上。请对照素材逐小节核查,并在调整布局前聆听播放结果。
检查谱号、调号和拍号、连音符、延音线、附点节奏、跨谱表记谱、歌词和反复结构。即使印刷音符识别良好,手写标注和特殊的当代记谱也可能需要手动重新输入。
选择可编辑的输出格式
PDF 和 PNG 保留外观,但不会变成可编辑音乐。如果你要在其他编辑器中修正记谱,MusicXML 是实用的输出格式;如果你主要需要音高和演奏事件,MIDI 则很有用。
NotationAI 会将识别结果转换为同一份乐谱,用于编辑、播放、练习和协作。核对时请让原始页面保持可见,并将其与项目一同保存,以便后续编辑者确认不确定的片段。
继续使用可编辑乐谱
在同一款 NotationAI 产品中采集、编辑、编排、练习和协作,并支持 App 和 Web。
常见问题
手写乐谱照片能变成可编辑乐谱吗?
有时可以,但手写记谱的变化远大于印刷记谱。请预期需要更多修正,尤其是节奏、连线、声部和非标准符号。
AI 识别后,为什么 MusicXML 比 PDF 更好?
PDF 描述页面图像或布局。MusicXML 描述音乐结构,记谱软件可以对其进行编辑、播放和重新排版。
照片分辨率越高,OMR 效果就一定越好吗?
只有在符号已清晰可辨之前,提高分辨率才有帮助。对焦、光线、透视、裁切和页面状况可能比给劣质照片增加像素更重要。