自动鼓谱 · 鼓谱草案 · 跟练验收
AI 自动鼓谱能直接练吗?一张错误账本验收法
一张鼓谱看起来很满,也可能把首拍放错、漏掉定义乐句的底鼓、凭空多出一击 Hi-Hat,或把正确事件通过错误映射播成另一件鼓。不要把这些问题混在一起修。固定一个连续 8 小节参考段,对照原音与未编辑草案,把问题按时间结构、漏/多记、鼓件身份与谱面细节分别编码入账;先修坐标,再修事件,最后才处理真正会改变练习任务的表达信息。
范围说明:本文用于人工验收从你有权使用的音频生成的自动鼓谱草案,不是准确率排名、统一毫秒容差、学习效果证明,也不声称任何工具能完整识别所有鼓件、奏法、力度、拍号或谱面惯例。FingerDrum 当前会在用户登录并主动开始 AI 分析后生成“需要试听核对的鼓谱草案”,不会自动证明草案正确,也不对本次检查给出准确度评分。如果原音或分离出的鼓 stem 已经模糊到无法判断,请先做独立的 AI 分轨音频质量检查。本文的连续 8 小节证据包、G/M/E/I/N 账本、修正队列、使用决定与跟练迁移,是 FingerDrum 编辑团队的原创综合,不是 MIREX、Georgia Tech、E-GMD、Oxford、MIDI Association 或 MuseScore 的官方流程。
锁定一个连续 8 小节参考段和它的第一拍。用 G 标记网格/小节框架错误,用 M 标记能明确听到却漏掉的事件,用 E 标记多出或重复的事件,用 I 标记错鼓件或错播放映射;只有谱面与表达会改变练习任务时,才记 N。每次只处理一种代码,但必须从头重播完整 8 小节。
自动鼓谱可能在一层正确、另一层错误
MIREX 把鼓谱转录的核心任务定义为:找到打击起音在时间中的位置,并给它标注鼓件类别;其评测既出现过底鼓、军鼓、Hi-Hat 三大类,也出现过更细的八类词表。对使用者来说,这个边界很重要:草案正确地写出“这里是 Hi-Hat 家族”,不等于它已经分清开镲、闭镲和脚踩镲。一个只承诺粗分类的结果不该因“不够细”被误判为错,但也不能拿来教授它没有表达的奏法。
“事件存在”到“谱面可读”之间还有一层。Oxford 的 MIDI-to-score 工作把事件数据转换成鼓谱视为独立问题,并区分鼓件与击打方式。MuseScore 的手册也明确说明,子鼓件、变体、谱表位置、符头、声部和回放音色都属于可配置的打击乐设置。因此,一个起音可能检测正确,却落在难读的谱表位置;也可能标签正确,却通过错误音色映射播成另一件鼓。
反过来,谱面看着规整也不代表事件正确。Georgia Tech 的 MDB Drums 项目把起音同步、鼓件标注、重复/拼写自动检查与人工交叉复核分成不同环节。这提醒我们要分层记录证据,但不意味着普通听者能从复杂商业混音制造“实验室真值”。听不清的事件必须保留为未决,而不是强行填满。
动任何音符前,先冻结一个连续 8 小节参考段
选一个同时包含稳定 groove 与至少一次段落边界、fill、停顿或 pickup 的连续片段。8 小节足以暴露错小节线、错首拍或随时间增大的 BPM 偏差,同时又能在每次修正后从头完整复听。它是一条连续证据,不是只挑对自己有利的三个局部窗口。
- 保存源与草案:复制未编辑鼓谱,记录音频标识、草案版本和 8 小节精确起止。只在副本上改,不覆盖唯一基线。
- 写下时间假设:记录暂定拍号与 BPM,再明确指出哪一个可听事件代表第 1 小节第 1 拍。自动 BPM 是待验证假设,不是首拍证据。
- 保留三个同步视图:原始音频、未编辑草案、草案回放必须同时可取。若工具还给出鼓 stem,可辅助听辨;分离伪影意味着它不能自动成为真相。
- 声明词表上限:列出草案真正能表达的鼓件家族与奏法。不要因三类系统没有细奏法而扣错,但也别从没有开闭标记的 Hat 音符推导手法。
- 写清练习目标:你要的是节奏骨架、Pad 演奏转录,还是可读的完整鼓谱?同一草案可能足够完成其中一个目标,却不适合另外两个。
全程固定监听路径。若原混音与鼓 stem 对同一击给出冲突印象,以原混音为主并标记“未决”;不要靠反复调 EQ、音量或播放速度把模糊判断包装成确定答案。
错误账本把坐标、数量、身份与谱面问题分开
| 代码 | 要问的问题 | 应该记录 | 此时不要推断 |
|---|---|---|---|
| G — 网格/框架 | 首拍、拍号、小节线与间距是否跟得上音频? | 第一处错小节/拍位,以及恒定偏移、逐渐漂移或单点错位 | 每一击都要单独移动 |
| M — 漏记 | 是否有一击清楚可辨却未出现在草案? | 小节、拍/细分位置与最低限度可辩护的鼓件家族 | 混音遮住的精细奏法 |
| E — 多记 | 草案是否多出一击、把一次起音拆成两击,或填掉真实休止? | 精确草案事件,以及回放是否制造虚假重音 | 相邻正确事件也必须删除 |
| I — 身份 | 已有事件是否标成或播成错误鼓件家族/奏法? | 检测标签、听到的角色、回放映射三者分开 | 挪动 note 就能修好映射 |
| N — 谱面/表达 | 力度、重音、开闭镲、flam/roll、休止或声部会改变练习吗? | 只记保持听感、手序或可读性所需的细节 | 所有细微差别都必须写进谱 |
一小节示例:先给差异贴代码,再决定怎么修
下面是虚构的验收例,不是通用鼓型。“原音”表示在有权使用的参考音频中能明确辩护的事件。草案漏了 2& 的脉冲,在 3& 凭空加了底鼓,并把第 4 拍军鼓写成 Tom。
1 & 2 & 3 & 4 &H H H H H H H HH H H . H H H HK . . . K . . .K . . . K K . .. . S . . . S .. . S . . . T .. . . M . E I .图例:H = Hi-Hat 家族,K = 底鼓家族,S = 军鼓家族,T = Tom 家族,点 = 该行无事件。编辑前先记 M / 第 n 小节 / 2& / H、E / 第 n 小节 / 3& / K、I / 第 n 小节 / 第 4 拍 / 草案 T、原音 S。如果整小节都被平移,应先记一条 G,而不是制造 8 组 M/E。
复制这张账本:一条观察只用一个代码
| 位置 | 原音听到 | 未编辑草案 | 代码 | 一次修正 | 8 小节复测 |
|---|---|---|---|---|---|
| 第 __ 小节 / 第 __ 拍 | ________________ | ________________ | G / M / E / I / N | ________________ | 通过 / 仍存在 / 未决 |
| 第 __ 小节 / 第 __ 拍 | ________________ | ________________ | G / M / E / I / N | ________________ | 通过 / 仍存在 / 未决 |
| 第 __ 小节 / 第 __ 拍 | ________________ | ________________ | G / M / E / I / N | ________________ | 通过 / 仍存在 / 未决 |
按依赖顺序修,不要先追最刺耳的那一击
- 先解决 G:确认首拍、拍号、小节数,以及偏移是恒定还是逐渐增大。恒定错位更像起点锚定问题;越走越远更像 BPM 或速度图问题。若源音频本身无法持续对齐,请转到独立的 BPM 漂移检查。
- 再删除 E:虚构事件会教出原音没有的协调和重音。只删账本记录的多余击,然后从第 1 小节重播全部 8 小节。
- 补关键 M:先补决定乐句的底鼓、反拍、停顿和细分变化,再处理安静装饰。听不清的 ghost note 保持未决,不要编答案。
- 从两层修 I:先问事件标签是否错,再问正确 note 是否通过映射播错鼓。MIDI Association 记录了一套明确的默认 Drum Note Map Profile,但常见映射不等于所有工具都启用或遵循它。若只有回放音色错误,请做 MIDI Note 映射检查。
- 只补相关 N:只有漏掉力度、重音、开闭镲、flam、roll、休止或声部会教出不同听感或手序时才修。E-GMD 研究显示,在分类指标相近时,包含力度信息的输出仍可能带来不同感知质量;命中数量不是完整的听感结论。
处理完每一类代码,都从第 1 小节开始完整播放参考段。局部修正可能在段落边界暴露新关系。未编辑草案必须一直留在旁边,保证每个变化都能追溯,而不是把几轮改动混成一张无法解释的新谱。
按使用范围放行,不要发明一个准确率百分比
| 修正后的证据 | 决定 | 安全用法 |
|---|---|---|
| 8 小节 G 框架可辩护;没有会改变目标 groove 的未决 M/E/I;必要 N 细节已保留 | 参考段通过 | 用这个命名版本试听、跟数和 Pad 跟练 |
| 一个短 loop 已干净,但其他小节或转场仍不确定 | 仅放行已核对 loop | 标明精确小节范围,不把周边草案说成已验收 |
| 首拍/BPM 仍不稳,错误密到无法可靠记账,或源音频无法支持判断 | 重做或拒绝本草案 | 换更清楚的源、重新生成,或手工转写真正需要的片段 |
最后做一次“三视图”跟练迁移
- 不看谱先听:在实用且相近的响度下,对照修正草案回放与参考音频。先凭耳朵记录虚构重音、漏掉落点或被改掉的 feel。
- 看谱跟数:从头跟完 8 小节,说出小节号或约定细分。若视觉小节框架迫使你用与音频不同的方式数拍,立即退回 G。
- 只打已核对骨架:在 Pad 上演奏确认过的锚点与细分声部。任何残留错误只要会改变落点、鼓件角色或手序,这一段就不能作为练习答案。
完整 8 小节尚未通过时,一个干净的两小节 loop 仍可成为有效练习对象。写明已核对范围,保留所有未决标记,不把“没检查”改写成“正确”。FingerDrum 的 精选鼓谱展示了已经打包的跟练材料;自动生成的个人草案依然需要自己的证据。
来源与访问日期
MIREX 支持“起音时间位置 + 鼓件分类”的事件边界;Georgia Tech 说明参考标注也需要同步、分类、重复检查和人工复核;E-GMD 说明表达听感不能被单一分类指标替代;Oxford 把事件数据到可读鼓谱视为另一转换层;MIDI Association 与 MuseScore 说明鼓 note、谱面与回放映射都是明确且可配置的。它们构成本文的事实边界。连续 8 小节证据包、账本代码、修正顺序、记录表、使用决定与跟练迁移,是 FingerDrum 编辑团队的原创综合。
- MIREX Wiki — 2018: Drum Transcription(访问于 2026 年 7 月 28 日)
- Georgia Tech Music Informatics Group — MDB Drums dataset for automatic drum transcription(访问于 2026 年 7 月 28 日)
- Callender, Hawthorne & Engel — Improving Perceptual Quality of Drum Transcription with the Expanded Groove MIDI Dataset(访问于 2026 年 7 月 28 日)
- Oxford DLfM — MIDI to Score Automated Drum Transcription(访问于 2026 年 7 月 28 日)
- MIDI Association — MIDI-CI Profile for Default Drum Note Map(访问于 2026 年 7 月 28 日)
- MuseScore Studio Handbook — Inputting percussion notation(访问于 2026 年 7 月 28 日)