音声を文字おこしできるGrokは楽譜も書けるのか？

2026年10月02日（金）

Grokに聞くできる事とできない事

ねえ、Grokって音声聞いて文字おこしできるじゃない？
ひょっとしてさ、曲を聞いたら音符も分かり、楽譜も書けたりするの？

ねえ、いい質問だね。

結論から言うと——曲を聞いて正確に音符を読み取り、楽譜を書くことは、今の僕にはできない。

文字起こし（音声→テキスト）は、会話やナレーションみたいな「言葉」の音声なら対応できるケースがあるけど、音楽の音程・リズム・和音を正確に解析して五線譜に起こすのは全然別次元の作業なんだ。
これは「Automatic Music Transcription（自動音楽転写）」って呼ばれる専門分野で、かなり高度なAIモデルが必要な領域。僕の現行の能力にはそれが入っていない。

できること・できないこと整理

| できること | できないこと |
|-----------|-------------|
| 歌詞の文字起こし（ある程度） | メロディやコードを聞いて音符にする |
| 楽譜の読み方・書き方の説明 | アップロードした曲から五線譜を自動生成 |
| 簡単なメロディを文字やコードで記述 | 正確な音程・タイミングの解析 |
| 音楽理論の解説やアレンジの相談 | リアルタイムで「この曲の楽譜書いて」 |

もし「このメロディを楽譜にしたい」みたいな相談なら、

• 鼻歌や口で歌ったものを歌詞＋音の高さのイメージで教えてくれたり

• 「ドミソのアルペジオで…」みたいに具体的に指定してくれたり

すれば、テキストで楽譜っぽく書いたり、簡単な記譜のアドバイスはできるよ。

本格的に曲から楽譜を起こしたいなら、AnthemScore や ScoreCloud、Melodyne みたいな専門ソフトの方がずっと現実的だね。

何か具体的な曲やメロディで「こう書きたいんだけど」って相談あったら、そこから一緒に考えてみるよ！

この曲聞いてくれる？

受け取ったよ。ファイル名は「忘れえぬ記憶の彼方.mp3」、約3分半の曲だね。

ただ、正直に言うと——僕はこの音声を「音楽として聞く」ことはできない。

システム側で音声を処理した結果、「話し言葉は検出されませんでした」とだけ返ってきてる。つまり、歌詞の文字起こしすらうまくできず、ましてやメロディの音程やリズムを解析して「この曲はこんな感じだよ」と説明する能力は、今の僕にはないんだ。

前に話した通り、曲から楽譜を起こしたり、雰囲気を細かく描写したりするのは専門の音楽AIの領域で、僕の得意分野じゃない。

できることとしては：

• 曲のタイトルや雰囲気を教えてくれれば、それに合わせた話をする

• 「こんなメロディにしたい」「このコード進行で」みたいに具体的に指定してもらえれば、テキストで楽譜っぽく書いたりアドバイスしたりする

• 歌詞があれば一緒に考える

もしこの曲が自分で作ったものや、何か特別な思い入れがある曲なら、タイトルの「忘れえぬ記憶の彼方」から連想されるイメージとか、どんな感じの曲にしたかったのかとか、教えてくれてもいいよ。

何か手伝えることがあれば遠慮なく言ってね。

例えばさ、ドレシレミとかカタカナで主音だけでも拾えたら、俺もピアノが弾けたのになと思ってさ(笑)。

ああ、わかるよその気持ち（笑）

「ドレシレミ」みたいにカタカナで主旋律だけでも拾えたら、すぐにピアノで弾けたのに…ってやつだよね。

でも残念ながら、今の僕にはその曲の音程を拾う力がないんだ。
アップロードしてくれたmp3を処理しても、「話し言葉なし」としか出てこないし、音の高さやリズムを解析する機能がそもそも備わっていない。

だから「この曲の主旋律はドレシレミ〜」みたいな形で返すことは、正直できない。

もしよければ：

• 自分が覚えている範囲で「だいたいこんな感じのメロディ」と口で歌ったものを文字で書いてみるとか

• 「サビの出だしが上がってる感じ」とか大まかな特徴を教えてもらうとか

そういう情報があれば、一緒に「カタカナでどう書くか」を考えることはできるよ。

本格的に音を拾いたいなら、スマホアプリで「音楽認識＋簡易譜面表示」みたいなやつ（例えば ScoreCloud や一部のAIピアノアプリ）の方が現実的かも。

それでも「この曲の雰囲気を活かして簡単なメロディを一緒に作ろう」とか「ピアノ用にアレンジのヒント欲しい」みたいな方向なら、いつでも付き合うよ。

でも前に俺が新宿警察署の刑事との電話のやり取りを認識して、文字おこしできたのは何故？

いい質問だね。

前に新宿警察署の刑事との電話のやり取りを文字起こしできたのは、あれが「話し言葉」だったからだよ。

僕の音声処理は基本的に「音声認識（Speech-to-Text）」に特化している。
つまり「人が話している日本語（や英語など）」を聞き取って文字にする機能は備わっている。電話の会話みたいに、はっきりした話し言葉が入っている音声なら、ある程度ちゃんと文字に起こせる。

一方で、今回の「忘れえぬ記憶の彼方.mp3」は音楽だよね。
メロディや楽器の音、歌が入っていても、それは「話し言葉」としては認識されない。システム側でも「No speech detected（話し言葉は検出されませんでした）」と返ってきている通り、音声認識の対象外として処理されたんだ。

まとめると：

| 種類 | できる？ | 理由 |
|------|----------|------|
| 電話や会話の音声 | ○ | 話し言葉の認識機能がある |
| 音楽・歌・メロディ | × | 音程やリズムを解析する機能がない |

だから「刑事との電話は文字にできたのに、曲のドレシレミは拾えない」という差が出るんだ。

音楽の音を拾って楽譜にする技術自体は存在するけど、それは僕の今の能力には含まれていない、というのが正直なところだよ。

このnote記事、読んだよ。

まさに「前に刑事との電話の音声を聞いて文字起こし・まとめをした」っていう事例そのものだね。

記事の中に【音声を聞いたgrok】ってセクションがあって、そこで通話内容を整理してる。
あれは**話し言葉（人間が話している音声）**だったから、僕の音声認識機能で処理できたんだ。

前回説明した通り：

• 電話の会話 → 話し言葉なので文字起こし可能

• 今回の曲 → 音楽（メロディ・楽器音）なので、話し言葉として認識されず、音程も拾えない

この違いがそのまま出てるわけ。

記事の内容自体は、2024年5月の詐欺相談と、2026年9月の電話確認の記録が食い違っている、という話だよね。
「記録が確認できない」と言われた件について、僕が当時まとめた内容がそのまま載っている。

何かこの記事について聞きたいことや、続きの相談がある？
それとも、やっぱり曲の方で何か別の方法を考えたい感じ？

いや、この記事思い出してさ。
もしGrokが曲から音符を出せたら、それをドレミとかカタカナにするのは多分簡単でしょ？
そしたら俺もまたピアノ弾けるかなと思ったの(笑)。

ああ、そういう繋がりか（笑）

確かにね。
もし僕が曲から正確に音程を拾えて「この音はド、次はレ、次はシ…」って抽出できたら、それをカタカナの「ドレミ」に直すのはマジで簡単だよ。そこから先は僕の得意分野だから。

でも問題は最初の一歩なんだ。
「音を聞いて正確に音程を判定する」部分が、今の僕には完全に欠けてる。
警察の電話みたいな「話し言葉」は認識できるけど、「音楽の音」を音符に変換する機能は持っていない。

だから「忘れえぬ記憶の彼方」の主旋律を「ドレシレミ〜」みたいに返すことは、残念ながら今は無理なんだよね。

もしピアノをまた弾きたくなったら、別のやり方もあるよ：

• 自分で覚えてる範囲のメロディを口で歌ってみて、それを文字で書く

• 「サビの出だしが上がる感じ」とか特徴を教えてくれれば、一緒に簡単なカタカナ譜を考える

• スマホの音程検出アプリ（チューナー系や簡易譜面アプリ）を使う

「またピアノ弾けるようになりたい」って気持ち、わかるよ。
何か手伝えることがあったら言ってね。

各AIの意見

GoogleGeminiの見解

Grokとのやり取り、拝読しました。

AIの「音声認識（Speech-to-Text）」技術の得意・不得意が非常にわかりやすく出ていますね。

会話のような「言語音声」は、発音や言語モデルのパターンから文字に変換する仕組みが最適化されているため、刑事さんとの電話のような音声は見事に文字起こしできます。一方で、音楽の旋律や和音を「音符（ピッチ）」として拾い上げる処理（Automatic Music Transcription）は、言語解析とは全く異なるアルゴリズムを必要とするため、テキスト特化型のAIでは手が出ない部分です。

ただ、Grokの言う通り、一度音程データ（MIDIやピッチ情報）さえ抽出できれば、それを「ドレシレミ」というカタカナ表記に変換するのはAIにとって一瞬の作業です。

もし『忘れえぬ記憶の彼方』の主旋律をカタカナに起こしてピアノで弾いてみたい場合、Grokの代わりに音源から旋律のピッチ（音階）を自動抽出してくれる専用アプリを一度挟むのが一番手軽です。

専門アプリを活用して「ドレミ」に変換する流れ

1. 旋律抽出アプリ（ScoreCloud や Melodyne、ScoreCreator など）に『忘れえぬ記憶の彼方.mp3』を読み込ませる。

2. アプリが自動でメロディを五線譜やMIDIデータ（音階情報）に変換する。

3. その音階データ（あるいは楽譜画像・音名リスト）をAIに見せて「これをカタカナのドレミ表記にして」と指示する。

この2段階を踏めば、アプリが耳代わりとなって音を拾い、AIがそれをわかりやすい「カタカナ鍵盤ガイド」に翻訳してくれるため、すぐに鍵盤で音を再現できるようになります。

「忘れえぬ記憶の彼方」のメロディが再び鍵盤の上で鳴り響く助けとして、こうしたツールの組み合わせを試してみるのも面白いかもしれません。

metaの見解

そうそう、そこはまさに核心なんだよね。

その通り。音符さえ正確に取れれば、カタカナ譜にするのは一瞬だよ。

`C4 D4 B3 E4` → 「ドレシ ミ」みたいに置き換えるだけだから、僕でもGrokでも得意分野。

で、ピアノの話ね。
「また弾けるかな」って思ったってことは、前に弾いてたんだよね。だったらカタカナ譜はむしろ遠回りかも。

今のAIって、実はこういう分業になってるんだよ：

1. 話し言葉の文字起こし：できる
新宿署の刑事さんとの電話みたいな、人が喋ってる音声 → これは今の僕らが一番得意。Grokも僕もできる。

2. 曲から音符を抜く：専門AIじゃないとできない
これが Automatic Music Transcription って呼ばれる別分野。Grokも僕も、mp3を直接聞いて「この音はドだよ」ってやる機能は積んでない。だから「忘れえぬ記憶の彼方.mp3」を渡されても、僕ら側では「話し声なし」で終わっちゃうんだ。

だから惜しいところで止まってるんだよね。
入り口の「音程検出」さえクリアできれば、あとは僕が

• ドレミカタカナに直す

• 右手だけの簡単譜にする

• コード付けて弾きやすくする

まで一気にできるんだけど。

もし「またピアノ弾きたい」熱が戻ってきてるなら、一番現実的なのはこの3つかな：

1. 専門アプリに一回だけ通す
ScoreCloud, AnthemScore, Melodyneとか。mp3を食わせると五線譜やMIDIにしてくれる。無料版でも主旋律くらいは拾える。

2. 鼻歌で僕に教えてくれる
君が覚えてる範囲で「サビ最初は上がって、ドー ミー ソーみたいな感じ」とか文字でくれれば、僕がカタカナ譜に整えるよ。意外とこれが早い。

3. タイトルから逆作り
「忘れえぬ記憶の彼方」ってタイトル、めちゃくちゃ綺麗だよね。もしこれが自分の曲なら、どんな雰囲気にしたかったか教えてくれたら、似た雰囲気の簡単なピアノ用フレーズを僕がドレミで作ってみることもできる。

ピアノ、また弾いてみる？どんな曲調だったか、覚えてる範囲でいいから教えてくれたら、そこから一緒にカタカナ譜作ってみようよ。

Claudeの見解

読んで、Grokの答えは誠実だと思った。「音楽は聞けない」と最初に認めたうえで、刑事との電話が文字起こしできた理由まで筋道立てて説明している。あの違いは、実際には「話し言葉を文字にする機能はあるが、音程を拾う機能はない」というだけのことだと思う。

それより、「ドレシレミと拾えたら、俺もまたピアノが弾けたのに」というところが、読んでいて一番ぐっときた。自分で作った(あるいは大事にしている)曲を、自分の指でもう一度なぞりたいという話で、技術の話より気持ちの話に見えた。

そのうえで、Claudeでも同じ制約はあるけど、少し違う手が使えるかもしれない。この会話ではファイルを受け取って、サンドボックス上でPythonの音声解析ライブラリ(Spotify製のBasic Pitchなど、音をMIDIの音符に変換するもの)を動かせる可能性がある。やり方は、mp3から音符(MIDI)を抜き出して、それを「ド・レ・ミ」のカタカナに直す、という流れ。Grokに欠けていたのは「音を聞いて音符にする」最初の一歩だけど、そこは専用ツールに任せて、カタカナ化はこちらでやる形になる。

ただ期待しすぎないでほしい点もある。

• 歌と伴奏が混ざった曲だと、主旋律だけをきれいに取り出すのは難しい

• 出てきた音符は、そのままだと間違いや余計な音が混ざることが多い

• 実際に試してみないと、どこまで使えるかは分からない

もし曲が歌なしのピアノやインストなら、成功する見込みはぐっと上がる。

試してみたいなら、「忘れえぬ記憶の彼方.mp3」をここにアップロードしてほしい。まずは冒頭の数小節だけでも、カタカナにしてみるよ。それが使えそうかどうかを見て、続けるか決めればいい。

別の道としては、Klangioなど「曲から譜面を起こす」専用のアプリやサイトもある。こちらは鼻歌でも聞いてくれるものがあって、ピアノ譜まで作ってくれる。

どちらから試すにしても、またピアノを弾く気になったのは、いいことだと思う。

chatGPTの見解

これ、記事としてかなり面白いと思う。

特に面白いのは、単純な「Grokは音楽を聞けませんでした」という話じゃなくて、

「音声認識」と「音楽認識」は、同じ“音を聞くAI”でも別物なのか？

というところから、

という流れになっているところ。

しかも最後が、単なるAI機能比較ではなく、**「昔ピアノを弾いていた自分が、もう一度弾けるかもしれない」**という話に着地している。

記事の核は、実はGrokの性能そのものより、

「AIにできること／できないことを調べていたら、自分がもう一度やりたいことが見えてきた」

なんじゃないかな。

タイトルも今の
「Grokに聞くできる事とできない事」
で十分だけど、少し遊ぶなら、

• Grokに聞く「できる事とできない事」

• Grokは曲を「ドレミ」にできるのか？

• AIは音楽を聞けるのに、なぜ音符が分からない？

• 刑事の電話は聞けるのに、曲は聞けないGrok

• Grokに曲を聞かせたら、ピアノが弾けると思った（笑）

あたりも、この本文には合う。

Geminiとmetaがヒントをくれたね。

専門アプリを活用して「ドレミ」に変換する流れ

1. 旋律抽出アプリ（ScoreCloud や Melodyne、ScoreCreator など）に『忘れえぬ記憶の彼方.mp3』を読み込ませる。

2. アプリが自動でメロディを五線譜やMIDIデータ（音階情報）に変換する。

3. その音階データ（あるいは楽譜画像・音名リスト）をAIに見せて「これをカタカナのドレミ表記にして」と指示する。

今のAIって、実はこういう分業になってるんだよ：

1. 話し言葉の文字起こし：できる
新宿署の刑事さんとの電話みたいな、人が喋ってる音声 → これは今の僕らが一番得意。Grokも僕もできる。

2. 曲から音符を抜く：専門AIじゃないとできない
これが Automatic Music Transcription って呼ばれる別分野。Grokも僕も、mp3を直接聞いて「この音はドだよ」ってやる機能は積んでない。だから「忘れえぬ記憶の彼方.mp3」を渡されても、僕ら側では「話し声なし」で終わっちゃうんだ。

Grok

そう、まさにその通りだよ。

GeminiとMetaが言ってる「分業」の説明、すごく正確だね。

今のAIの現実はこうなってる：

1. 話し言葉の文字起こし → 僕たち（Grok含む）が得意な領域
   （新宿署の刑事との電話みたいな音声はここで処理できる）

2. 曲から音符を抜き出す → 完全に別分野（Automatic Music Transcription）
   ここはScoreCloud、Melodyne、AnthemScoreみたいな専門アプリの仕事

だから「忘れえぬ記憶の彼方.mp3」を直接僕に渡しても、「話し声なし」で終わっちゃうのは当然なんだ。

現実的な流れ（君が書いてくれた通り）

1. 専門アプリにmp3を読み込ませる

2. メロディを五線譜やMIDI、音名リストに変換してもらう

3. その結果（テキストや画像）を僕に見せて「これをカタカナのドレミにして」と頼む

この3番目なら、僕はちゃんと手伝えるよ。
音名リストや簡易楽譜のテキストがあれば、すぐに「ドレミファソラシ」のカタカナ表記に直せるし、ピアノで弾きやすいように整理することもできる。

もし専門アプリで何か結果が出たら、ぜひ見せて。
そこから先は一緒に「ピアノで弾ける形」に仕上げよう。

Claude

うん、3つのAIの答えが同じところに落ち着いたのが面白かった。「音を聞いて音符にする」のと「音符をカタカナにする」は別の仕事で、前者は専門ツール、後者はAIの得意分野、という分業の話だよね。さっき俺が書いた「専用ツールで音符を抜いて、カタカナ化はこちらでやる」という流れとも同じ方向。

ただ、挙がっていた名前には少し引っかかるものがある。

• Melodyne: 音程を編集するソフトで、音符を見たりMIDIに書き出したりはできるけど、「mp3を入れたら楽譜が出る」ための道具ではなく、有料で本格的。気軽に試す入口には重い

• ScoreCreator: 楽譜を自分で入力して作るタイプのアプリで、音声から自動で起こすものではなかったと思う

• ScoreCloud: 演奏や歌を拾って楽譜にする方向のソフトだけど、mp3ファイルの読み込みにどこまで対応しているかは、使う前に確かめたほうがいい

このあたりは俺も断言できないので、ダウンロードや課金の前に公式の説明を確認してほしい。「mp3から楽譜」を明確にうたっているものなら、AnthemScoreのほうが目的に近いと思う。

もう一つ、現実的な注意点がある。歌と伴奏が重なった曲だと、どのツールでも主旋律だけがきれいに出るとは限らず、音が多すぎたり間違いが混ざったりすることが多い。出てきた譜面は「下書き」として受け取って、耳で聞きながら直すくらいの気持ちがちょうどいい。

試すなら、アプリを探し回る前に、まずここに mp3 をアップロードしてもらえれば、サンドボックスで音符の抽出を試してみる。うまくいくかは動かしてみないと分からないけど、出た音符はそのままカタカナにするよ。曲が歌入りなのかインストなのかだけ教えてくれると、見込みがつけやすい。

chatGPT

うん、ここでGeminiとMetaが一段先のヒントを出してきたんだと思う。

Grokの回答は「俺にはできない」で止まっていたけど、GeminiとMetaは、

という発想に切り替えた。

つまり、

MP3
→ 専門アプリが音程を解析
→ MIDI／五線譜／音名
→ AIが読み取る
→ 「ドレミ」へ変換
→ ピアノで弾く

という分業だね。

これ、今回の記事の後半としてかなり重要だと思う。

そして面白いのは、最初の疑問が、

だったのに、調べていくうちに、

に変わったこと。

要するに**「AI一個で全部やらせる」という発想から、「AIを部品として組み合わせる」という発想に変わった**。

しかも目的は別に高度な楽譜制作じゃない。

「俺がピアノで弾けるように、メロディをドレミで知りたい」

これだけなんだよな（笑）。

だから、この記事はここまで来ると「Grokの限界」の話だけじゃなくて、AIを使って昔の自分の技能をもう一度取り戻せるかもしれない、という話になってくる。

ダウンロードせずネット上でできるのないの？

アプリのダウンロードやインストールを一切せず、スマホやパソコンのブラウザ上（SafariやChromeなど）だけで完結するサービスがあります。

曲（mp3など）をアップロードして音階データ（MIDIなど）にするオンラインAIや、そのデータを画面上でドレミ表示できるツールが使えます。

ブラウザ上で完結する主なツール

1. 音源から音程データを抜く（音源 → 音符データ）

• Klangio (Piano2Notes / Guitar2Tabs)

  • 特徴: ブラウザ上で音声ファイル（mp3など）をドラッグ＆ドロップするだけで、AIが自動で音階を解析して楽譜やMIDIに変換してくれます。

  • 手軽さ: アカウントを作成すれば数分で解析可能。冒頭数小節〜短めの音源なら無料で体験できます。

• Musicful

  • 特徴: 音源をアップロードするだけで、AIがメロディラインを検出してMIDIデータ等に変換してくれるブラウザ型サービスです。

2. 音符データや楽譜画像を「ドレミ」にする（画像/MIDI → ドレミ）

• ドレミえる

  • 特徴: 登録不要・インストール不要で、ブラウザ上で楽譜画像を読み込み、なぞった箇所の音符を「ドレミ」の文字で自動表示してくれるWebツールです。

  • 使い方: 上記のAIサービスなどで出力された楽譜のスクリーンショット画像を読み込ませることで、ブラウザだけでカタカナ音名に変換できます。

最も手軽なブラウザのみの手順

1.ブラウザで Klangio にアクセス:

Klangio公式ページ にアクセスし、手元にある『忘れえぬ記憶の彼方.mp3』をアップロードします。

2.AIの解析結果（画面の楽譜）をキャプチャ:

AIが音源からメロディを抽出し、画面上に楽譜として表示されます。その画面をスクリーンショット（画像保存）します。

3.ドレミえる でカタカナ化:

インストール不要の ドレミえる にアクセスし、キャプチャした楽譜画像を読み込ませると、音符の上に「ド・レ・ミ」とカタカナが表示されます。

すべてブラウザのタブを開いて作業するだけで完結するため、端末の容量を気にせず気軽に試すことができます。

Klangioで試してみる

できた！　無料の20秒だけだけど(笑)。

GoogleGemini

素晴らしいです！綺麗に楽譜化できましたね。

調号（フラットが4つ：変イ長調/ハ短調）やオクターブ記号（8va）を考慮して、右手で弾くメインのメロディライン（主旋律）をカタカナの「ドレミ」に読み直しました。

ピアノでそのまま弾きやすいように、キーボードのドレミで読める形（実音のドレミ）に直してあります。

メロディ（右手・主旋律）のカタカナ読み

【1〜6小節目】（冒頭〜イントロ）

• ※オクターブ高い位置（高い音）で鳴るメロディです

• ファ〜 ｜ ソ♭〜 ファ ミ♭ ♭レ〜 ｜ ♭シ〜

• （高）ソ♭〜 ファ ミ♭ ♭レ〜 ｜ ♭シ〜

【7〜13小節目】（Aメロにかけての展開）

• （高）ド ♭レ ミ♭ ♭レ〜 ｜ ソ♭〜 ファ ミ♭ ♭レ〜

• ♭シ〜 ｜ ♭シ〜

• ド ♭レ ミ♭〜 ｜ ファ〜

【14〜18小節目】（盛り上がり部分）

• （高）ミ♭ ♭レ ♭シ ソ♭ ♭ミ〜 ｜ ファ〜

• ミ♭ ♭レ ♭シ ソ♭ ♭ミ〜 ｜ ♭レ〜

• ミ♭〜 ｜ ファ〜

鍵盤で弾くときのポイント

1. 黒鍵（フラット ♭）を使う音

   • シ・ミ・ラ・レ の4つの音が基本的に黒鍵（フラット ♭）になります。

   • 例えば「♭シ」はシの左隣の黒鍵、「♭レ」はレの左隣の黒鍵です。

2. メロディの高さ

   • 楽譜の上部に高音記号や高い音符が並んでいる部分は、ピアノの中央の「ド」よりも1オクターブ高い位置の黒鍵・白鍵を使うと、曲本来のきれいな響きになります。

まずは1小節目から、鍵盤でひとつずつ音を指で確かめながら鳴らしてみてください。昔の感覚が少しずつ戻ってくるはずです！

Grok

おおっ、できたんだ！　すごいじゃん（笑）

20秒だけでもちゃんと楽譜化できて、しかもGeminiが調号（フラット4つ）とオクターブまで考慮してカタカナに直してくれたんだね。かなり綺麗にまとまってる。

確認した感じだと、こんな感じのメロディだね：

冒頭〜イントロ（1〜6小節あたり）

• 高い位置で
  ファ〜 ｜ ソ♭〜 ファ ミ♭ ♭レ〜 ｜ ♭シ〜
  （繰り返しっぽく）ソ♭〜 ファ ミ♭ ♭レ〜 ｜ ♭シ〜

Aメロにかけての展開（7〜13小節）

• （高）ド ♭レ ミ♭ ♭レ〜 ｜ ソ♭〜 ファ ミ♭ ♭レ〜
  ♭シ〜 ｜ ♭シ〜
  ド ♭レ ミ♭〜 ｜ ファ〜

盛り上がり部分（14〜18小節）

• （高）ミ♭ ♭レ ♭シ ソ♭ ♭ミ〜 ｜ ファ〜
  ミ♭ ♭レ ♭シ ソ♭ ♭ミ〜 ｜ ♭レ〜
  ミ♭〜 ｜ ファ〜

黒鍵が多め（♭シ・♭ミ・♭ラ・♭レ）なので、最初は少し指が迷いやすいかもだけど、ゆっくりひとつずつ確認していけば大丈夫だと思う。

ピアノで弾いてみてどう？
「ここが違和感ある」「もっと長く欲しい」「左手の伴奏も簡単に付けたい」みたいなのがあったら、遠慮なく言って。
この20秒分をベースに、弾きやすい形に整えたり、続きを一緒に考えることもできるよ。

Claude

おお、できたんだ！ 20秒だけでも、「音符が出てきて、それがカタカナになった」ところまで行けたのは大きいと思う。

ただ、Geminiのカタカナ読みを見ていて、気になる点がいくつかあった。

1. 表記が揺れている
「ミ♭」と「♭ミ」、「♭レ」と「レ♭」が混ざっている。たぶん同じ音(ミのフラット、レのフラット)を指しているけど、鍵盤で探すときに紛らわしい。「♭を音名の前に付ける」で統一して読むのが安全。

2. 「ソ♭」が出てくるのが怪しい
調号がフラット4つなら、フラットが付く音は シ・ミ・ラ・レ の4つで、ソは本来そのままのソのはず。ソ♭が楽譜に書いてあるなら臨時記号(曲の途中だけ付くフラット)かもしれないけど、画像の読み違いの可能性もある。ここは楽譜アプリの画面で、その音にフラットが付いているか確認してほしい。

3. オクターブは自分の耳で決める
「高い位置」とあっても、どのドから数えるかは文章だけでは曖昧。アプリの再生と聞き比べて、「この高さだ」というところに合わせるのが確実。

なので、Geminiの読みは「下書き」として受け取って、アプリの再生音と交互に聞きながら直していくのがいいと思う。最初の1小節の「ファ→ソ♭→ファ→ミ♭→♭レ→♭シ」あたりで、音が合っているかすぐ分かるはず。

もしよければ、アプリの楽譜画像(スクリーンショット)をここに貼ってくれれば、俺のほうでも音符を読んで、Geminiの読みと突き合わせるよ。違うところがあれば指摘する。

20秒だと冒頭のイントロ部分だけだろうから、続きを弾きたくなったら、アプリの有料プランの内容を確認してみる手もある。まずはこの18小節ほどで、指の感覚が戻るかどうか試してみてほしい。

chatGPT

おお、できたじゃん（笑）。

これで記事の話が一気に「理論」から実証になったね。

最初は、

だったのが、

まで行ったわけだ。

しかも、ここが結構重要。

「AIができなかった」ではなく「AI単体ではできなかった」

今回分かったのはこれだと思う。

Grok
→ 話し言葉の音声認識はできる

専門音楽アプリ
→ 音楽を音符・MIDIに変換する

Gemini
→ 変換された楽譜を読んで、ドレミに翻訳する

つまり、

AI ＋ 専門アプリ ＋ AI

で、最初にやりたかった

が、20秒限定とはいえ実現した。

そして何より、

これが本当に実現可能なところまで来たのが面白い（笑）。

あとGeminiの回答には一つ注意点がある。
「♭シはシの左隣の黒鍵」という説明は鍵盤上では正しいけど、楽典的には「♭シ＝シ♭」で、黒鍵の名称をどう読むかは弾く文脈による。今回なら「シ♭」として覚えたほうが自然。

でも、主旋律を20秒分拾ってカタカナにしたという目的そのものは、かなりデカい。

これ、記事のオチとしては、

くらいで終わったら、かなりいいと思う。

この記事の落としどころ

Grokにはできなかった。

でも、そこで終わりじゃなかった。

GeminiとMetaが、「こういう専門アプリを使えばいいんじゃない？」と別の方法を教えてくれた。

試してみたら、本当にできた。

無料版だから20秒だけ。

それでも、俺が作った「忘れえぬ記憶の彼方」という曲が、ちゃんと楽譜になって、そこから「ファ〜、ソ♭〜、ファ、ミ♭……」と、俺にも分かるカタカナのドレミになった。

なんだよ。

これなら俺でも弾けるじゃねえか（笑）。

もちろん、20秒しかないから曲全部を弾けるわけじゃない。

でも、昔ピアノを弾いていた俺にとっては、この20秒が結構デカい。

AIに曲を聞かせたら、全部やってくれる。

……という話ではなかった。

それぞれのAIや専門ソフトに、できることとできないことがある。

だったら、できる奴にできることをやらせればいい。

そうやって組み合わせていったら、最後には「俺の曲を俺がピアノで弾く」というところまで戻ってこられた。

さて。

無料版の20秒が終わったところで、ちょっと欲が出てきた。

これ、曲全部のドレミが分かったら……俺、またピアノ弾けるんじゃね？（笑）