Wenn aus Musik Notenfehler werden –
und du dafür bezahlst!
Die Versprechen klingen beeindruckend: Eine Audiodatei hochladen, ein paar Minuten warten – und schon liegt eine fertige Partitur oder Gitarrentabulatur auf dem
Bildschirm. Künstliche Intelligenz soll hören, welche Töne gespielt werden, und daraus automatisch Noten, MIDI-Dateien oder sogar komplette Sheet Music erzeugen.
Was nach einem Durchbruch für Musiker aussieht, erweist sich bei genauerem Hinsehen jedoch als weitaus weniger spektakulär.
Es gibt inzwischen eine ganze Reihe von Programmen für die automatische Musikerkennung. In Übersichten werden unter anderem Latouchemusicale, Klangio, ScoreCloud,
AnthemScore, AudioScore (Sibelius), Melody Scanner, Soundslice, Frettable und genannt. Die Programme versprechen je nach Ausrichtung die Umwandlung von Audio
in Noten, Partituren oder Tabulaturen. Doch schon die Anbieter selbst räumen ein, dass die Ergebnisse überprüft und Fehler anschließend manuell korrigiert werden müssen.
Die vorliegende Übersicht stellt ausdrücklich fest, dass keine der genannten Lösungen eine dauerhaft hundertprozentige Genauigkeit erreicht.
Das Grundproblem: Erkennen ist nicht Transkribieren
Genau hier liegt der entscheidende Punkt. Eine Maschine kann inzwischen erstaunlich gut erkennen, dass in einer Aufnahme bestimmte Frequenzen vorhanden sind. Daraus
lässt sich aber noch lange keine brauchbare musikalische Transkription erstellen.
Eine professionelle Transkription besteht nämlich nicht lediglich aus einer Reihe von Tonhöhen. Der Musiker muss wissen, welcher Ton wann, wie lange, auf
welcher Saite und in welcher Lage gespielt wird. Bei einer Partitur kommen Rhythmik, Artikulation, Stimmenführung, Dynamik, Taktstruktur und eine sinnvolle
Notation hinzu.
Bei einem einfachen einstimmigen Signal kann eine automatische Erkennung durchaus brauchbare Ergebnisse produzieren. Je komplexer die Musik wird, desto größer werden
allerdings die Probleme. Schon bei mehreren gleichzeitig erklingenden Instrumenten weisen die beschriebenen Systeme erhebliche Fehler auf. Selbst bei AudioScore wird
ausdrücklich darauf hingewiesen, dass insbesondere komplexere Stücke und mehrere Instrumente zu zahlreichen Fehlern führen können.
Und dann kommt die Gitarre
Bei der Gitarre verschärft sich das Problem dramatisch. Die Gitarre ist kein Klavier. Derselbe Ton kann auf verschiedenen Saiten und in verschiedenen Lagen gespielt
werden. Eine Software kann also unter Umständen die richtige Tonhöhe erkennen und trotzdem eine musikalisch falsche Gitarrennotation erzeugen.
Für einen Gitarristen ist es keineswegs egal, ob beispielsweise ein E auf der offenen ersten Saite, im fünften Bund der zweiten Saite oder in einer höheren Lage gespielt
wird. Die Position verändert die Spielbarkeit, den Klang, die Artikulation und häufig sogar die musikalische Bedeutung einer Passage.
Noch komplizierter wird es bei Akkorden und mehrstimmigem Spiel. Die Software muss nicht nur erkennen, welche Töne gleichzeitig erklingen. Sie müsste auch verstehen,
wie diese Töne auf dem Griffbrett tatsächlich gespielt werden. Genau an diesem Punkt stoßen die automatischen Systeme an ihre Grenzen.
Die Tabulatur ist noch lange keine Transkription
Besonders problematisch ist die Werbung mit angeblich guter Gitarrentabulatur. Programme wie Frettable und Guitar2Tabs sind speziell
auf Gitarre beziehungsweise Zupfinstrumente ausgerichtet. Frettable verspricht die Umwandlung von Live- oder aufgenommenem Material in Noten und Tabulaturen. Gleichzeitig
wird aber eingeräumt, dass gerade bei polyphonen Passagen und mehreren Instrumenten erhebliche Fehler auftreten können.
Auch Guitar2Tabs wird in der Übersicht als relativ genau bezeichnet und speziell für Gitarrenaufnahmen empfohlen. Das Programm kann Audio- und YouTube-Dateien verarbeiten
und daraus Tabulaturen erzeugen.
Doch genau hier sollte man genauer hinschauen. Eine automatisch erzeugte Tabulatur ist nicht automatisch eine korrekte Gitarrentranskription. Wenn
eine Software lediglich eine mögliche Position für eine erkannte Tonhöhe auswählt, ist damit noch nicht bewiesen, dass diese Position tatsächlich der gespielten entspricht.
Bei einem einfachen Gitarrenriff mag das Ergebnis brauchbar sein. Bei anspruchsvoller Fingerstyle-, Klassik-, Jazz-, Bossa-Nova- oder Flamenco-Musik wird die Sache
wesentlich komplizierter.
Polyphonie wird zum Prüfstein
Der eigentliche Härtetest beginnt dort, wo ein Gitarrist mehrere Stimmen gleichzeitig spielt. Basslinie, Mittelstimme und Melodie können sich überlagern. Dazu kommen
offene Saiten, Lagenwechsel, Legato, Barrégriffe, Hammer-ons, Pull-offs und unterschiedliche Anschlagsarten.
Eine menschliche Transkription erkennt dabei nicht nur Frequenzen. Der Musiker interpretiert die Aufnahme. Er entscheidet, welche Töne zu welcher Stimme gehören, welche
rhythmische Struktur sinnvoll ist und wie eine Passage auf dem Instrument tatsächlich gespielt werden kann.
Eine automatische Musikerkennung arbeitet dagegen zunächst mit Audiosignalen. Sie versucht, aus diesen Signalen musikalische Informationen abzuleiten. Das Ergebnis
kann deshalb durchaus eine erstaunlich aussehende Partitur sein – und trotzdem musikalisch unbrauchbar sein.
Die schöne Partitur kann eine Illusion sein
Das vielleicht größte Problem besteht darin, dass Fehler in einer sauber gesetzten Notation kaum noch auffallen. Ein automatisch erzeugtes Notenblatt sieht nach dem
Export in PDF oder MusicXML schnell professionell aus. Doch eine hübsch gesetzte Partitur ist noch lange keine korrekte Partitur.
Die vorliegende Übersicht formuliert deshalb selbst eine wichtige Einschränkung: Die Ergebnisse sollen unabhängig vom verwendeten Programm überprüft und verbleibende
Fehler manuell korrigiert werden.
Damit wird allerdings auch die eigentliche Schwäche dieser Technologie sichtbar. Wenn der Musiker anschließend Takt für Takt kontrollieren, falsche Noten korrigieren,
Stimmen auseinanderhalten, Lagen verändern und die Gitarrennotation neu setzen muss, stellt sich die Frage, wie viel Arbeit durch die künstliche Intelligenz tatsächlich
eingespart wurde.
Vom Klavier auf die Gitarre übertragen funktioniert nicht
Besonders deutlich wird der Unterschied beim Vergleich mit Klaviertranskriptionen. PianoConvert wird beispielsweise als besonders auf Klaviermusik spezialisiertes
System beschrieben und soll Noten, Tempo, Takte sowie die Trennung von rechter und linker Hand erkennen.
Das Klavier bietet für eine automatische Transkription einen entscheidenden Vorteil: Jede Tonhöhe besitzt auf der Tastatur genau eine Position. Bei der Gitarre gibt
es diese Eindeutigkeit nicht. Derselbe Ton existiert an mehreren Stellen des Griffbretts.
Das ist keine Kleinigkeit, sondern ein grundlegender Unterschied zwischen beiden Instrumenten. Eine Software kann beim Klavier eine erkannte Tonhöhe relativ direkt einer
Taste zuordnen. Bei der Gitarre muss sie zusätzlich eine spieltechnisch sinnvolle Position auf dem Griffbrett bestimmen.
Die Gitarre lässt sich nicht auf Frequenzen reduzieren
Wer Gitarrenmusik ernsthaft transkribiert, weiß, dass die Aufgabe weit über die Erkennung einzelner Frequenzen hinausgeht. Schon die Frage, welche Saite für einen
bestimmten Ton verwendet wurde, kann entscheidend sein. Hinzu kommen Klangunterschiede derselben Tonhöhe auf verschiedenen Saiten, die Artikulation der Greifhand und die
Anschlagstechnik der rechten Hand.
Bei klassischer Gitarre, Fingerstyle, Jazz oder komplexer Bossa-Nova-Musik kommen mehrere Stimmen hinzu. Ein Programm müsste also nicht nur hören, was
gespielt wird, sondern letztlich auch rekonstruieren, wie es gespielt wurde.
Genau das können die derzeitigen automatischen Systeme nicht zuverlässig leisten.
KI produziert Ergebnisse – aber keine fertige Transkription
Damit soll die Technologie nicht grundsätzlich wertlos geredet werden. Als Werkzeug für eine erste Annäherung kann automatische Musikerkennung durchaus interessant sein.
Ein Musiker kann sich beispielsweise einen Abschnitt herauslösen lassen, das Tempo reduzieren oder eine erste Tonhöhenanalyse erhalten. Auch Programme wie Transcribe!
verfolgen bewusst einen anderen Ansatz: Sie ersetzen den Musiker nicht, sondern unterstützen ihn bei der manuellen Transkription.
Das ist möglicherweise sogar die ehrlichere Herangehensweise. Denn eine Software, die dem Musiker bei der Arbeit hilft, muss nicht behaupten, die musikalische Analyse
vollständig selbst erledigen zu können.
Problematisch wird es dort, wo aus einer automatisch erzeugten Datei der Eindruck entsteht, man habe damit bereits eine fertige Partitur oder professionelle
Gitarrennotation erhalten.
Der große Unterschied zwischen „erkannt“ und „richtig“
Die aktuelle Generation der Musikerkennungsprogramme kann zweifellos interessante technische Leistungen vorweisen. Sie kann Audiosignale analysieren, Tonhöhen bestimmen,
MIDI-Daten erzeugen und daraus Notenschrift generieren. Aber zwischen einer solchen technischen Analyse und einer musikalisch korrekten Transkription
liegt noch eine erhebliche Lücke.
Für einfache Melodien mag diese Lücke klein sein. Für komplexe Gitarrenmusik wird sie riesig.
Gerade die Gitarre zeigt deshalb besonders deutlich, wo die Grenzen der automatischen Musikerkennung liegen. Die Programme erkennen möglicherweise einzelne Töne, aber
sie verstehen nicht zuverlässig die Logik des Griffbretts. Sie erkennen möglicherweise Akkordbestandteile, können daraus aber nicht sicher die tatsächlich gespielte
Grifftechnik rekonstruieren. Sie können Noten setzen, aber daraus entsteht noch keine idiomatische Gitarrenpartitur.
Fazit: Viel KI, wenig fertige Gitarrennotation
Die automatische Umwandlung von Musik in Noten klingt nach einer Revolution. Bei genauer Betrachtung handelt es sich jedoch noch immer eher um ein Hilfsmittel
für die Transkription als um einen Ersatz für die Transkription.
Die zahlreichen Programme auf dem Markt zeigen vor allem, wie groß der Wunsch nach einer solchen Lösung ist. Die technische Entwicklung ist beeindruckend – die
musikalische Zuverlässigkeit bleibt dagegen deutlich dahinter zurück.
Besonders bei Gitarrenmusik zeigt sich das Problem unübersehbar: Die Programme können eine Aufnahme analysieren, aber sie können eine komplexe Gitarrenperformance
noch nicht zuverlässig in eine wirklich korrekte, spielbare und musikalisch sinnvolle Partitur übersetzen.
Wer lediglich eine grobe Orientierung benötigt, kann mit den Ergebnissen möglicherweise etwas anfangen. Wer dagegen eine professionelle Gitarrenpartitur erwartet,
sollte sich nicht von einer sauber aussehenden PDF-Datei täuschen lassen. Zwischen automatisch erzeugten Noten und einer wirklich guten Transkription liegen noch immer
die Ohren, das Wissen und die Erfahrung eines Musikers.
Die eigentliche Herausforderung der Zukunft besteht deshalb nicht darin, noch schneller irgendwelche Noten auf ein Notensystem zu setzen. Sie besteht darin, die
musikalische Sprache eines Instruments tatsächlich zu verstehen. Und genau davon ist die automatische Musikerkennung bei der Gitarre noch ein gutes Stück
entfernt.