PDF 与照片扫描：最新动态

Flat 的乐谱扫描（由光学音乐识别 OMR 驱动）持续进步。我们会不断优化；本页面按时间倒序记录 PDF 与照片导入的更新——既包含主要版本的详细说明，也会定期汇总较小的记谱与识别改进。

2026 年 8 月 7 日

支持隐式连音组的新模型版本

我们自研模型的新版本现已用于所有 PDF 与照片导入，重点提升对乐谱中连音组（tuplet）印刷方式的理解。

• 现已支持隐式连音组。 排版人员通常只会在一段乐句中的第一个三连音或六连音上方印一个小小的“3”或“6”，后续的连音组则不再标注——演奏者需要自行延续这一节奏模式。这些未标注但应按连音组演奏的分组就是隐式连音组：需要按连音组演奏，但谱面上没有任何标记。它们在 19 世纪的版本、练习曲与变奏曲中非常常见。扫描现在会根据小节节奏重建这些隐式连音组，而不是为了让小节符合拍号而删减音符。
• 减少“凭空生成”的连音组。 过去模型有时会把普通的连梁音群标记为三连音，即使上方并没有印数字，导致你的谱子里出现多余的连音组数字。现在只有在页面上确实画出了连音组标记时，才会写入连音组。

记谱与识别改进

• 韩文谱例。 现在可识别韩文标题与韩语演奏指示。
• 排练记号会附着在其所开启的小节上，而不是附着在最近的音符上。
• 另外还修复并改进了歌词、和弦符号、乐器名称、六线谱、弱起小节以及总谱细节等一系列问题。

2026 年 7 月 29 日

聚焦扫描乐谱准确度的新模型版本

我们自研模型的新版本现已用于所有 PDF 与照片导入，在我们的扫描乐谱基准测试中错误率减少 22% 到 51%。提升在更困难的页面上最为明显——例如较旧的雕版乐谱与印刷不均匀的页面。

2026 年 7 月 24 日

聚焦记谱修复的新模型版本

Flat 自研模型的改进版本现已用于所有 PDF 与照片导入，尤其包括：

• 现在支持含共享休止符与不可见休止符的多声部段落。
• 小节线与反复结尾（volta）现在会在小节内正确放置。
• 连梁识别更可靠。
• 现在可识别跨多个谱表绘制的拍号（如管弦乐总谱常见写法）。
• 修复了部分导出到 MusicXML 时使用了非标准和弦类型的和弦符号。

2026 年 7 月 21 日

Windows 版 Opuscan

Opuscan——我们的独立“扫描转总谱”应用——现已在 Windows 上线，并与 macOS、iPhone、iPad 和 Android 版本一同提供。扫描一页乐谱或打开一个 PDF，即可获得可编辑、可播放的乐谱，并可导出为 MusicXML 与 MIDI——无需 Flat 账号。

记谱与识别改进

• 现在可识别小节中途出现的谱号变化。

2026 年 7 月 15 日

iPhone 与 iPad 版 Opuscan

Opuscan——我们的独立“扫描转总谱”应用——现已在 App Store 上线，支持 iPhone 与 iPad，并与 macOS 与 Android 应用共同组成完整平台。拍摄一页乐谱或打开一个 PDF，即可获得可编辑、可播放的乐谱，并可导出为 MusicXML 与 MIDI——无需 Flat 账号。

2026 年 7 月 10 日

macOS 与 Android 专用 Opuscan 应用

Opuscan——我们的独立“扫描转总谱”应用——现已提供 macOS 与 Android 的专用应用。它基于与 Flat 相同的自研 OMR 引擎，让任何人都能把 PDF 或乐谱照片转换为可编辑、可播放的乐谱，并导出为 MusicXML 与 MIDI——无需 Flat 账号。它面向那些只希望将扫描技术接入自己常用音乐软件的人群：从记谱编辑器（MuseScore、Dorico、Sibelius、Finale）到宿主软件（GarageBand、Logic Pro、Ableton Live）。可在 Mac App Store 或 Google Play 获取。

OMR 现已作为开发者 API 提供

Flat 的 OMR 引擎现已可通过开发者 API以编程方式使用。你可以发送 PDF 或照片、跟踪识别进度、查看识别到的乐器，然后将结果作为可编辑乐谱导入 Flat 乐谱库，或导出为 MusicXML 或 MIDI。这与编辑器中 PDF 与照片导入所使用的自研模型完全一致，现在也可用于你自己的应用与工作流，并支持规模化调用。

记谱与识别改进

• 现在可识别提示（括号）临时升降记号（courtesy / cautionary accidentals）。
• 修复了部分双声部段落中两声部共享同一休止符的问题。

2026 年 6 月 23 日

针对复杂版式更清晰的页面分析

我们改进了扫描对页面版式的读取方式。现在导入 PDF 与照片时能生成更干净、更准确的乐谱，尤其在复杂版式下表现更好：

• 密集页面现在能正确拆分。 由许多较短的谱系统上下堆叠构成的页面不再被合并为一组——每个系统都会被单独检测。
• 更适用于管弦乐与大型合奏总谱。 钢琴、管风琴等多谱表乐器，以及包含大量谱表的大型总谱，现在识别更可靠。
• 宽幅、横向与小册子版式。 横向页面不再裁切左侧边缘（这可能会切掉谱号），并且可正确处理多页与小册子式扫描。
• 减少杂散识别。 页面页脚与边缘附近的错误元素不再被误识别为音乐内容。

记谱与识别改进

• 现在可识别并在导入时保留自定义连梁样式。
• 现在支持跨休止符的连梁（例如：音符 / 休止符 / 音符）。
• 对于能被正确检测为爵士乐谱的内容，现在会自动应用爵士和弦样式与手写风格的爵士乐谱字体。

2026 年 6 月 15 日

更准确的模型

现在每一次 PDF 与照片导入都会由 Flat 自研模型处理。这是一次以转写准确度为核心的重大版本更新：音乐正确性（决定乐谱是否准确的音高、节奏、连结线与临时升降记号）在所有测试集上均有提升，其中提升幅度最大的是：

文本、力度与版面位置也更精确：歌词、和弦名称与力度记号更可靠地附着到正确的音符上，即使在钢琴大谱表或包含谱号变化的声部等复杂版式中也同样如此。

2026 年 6 月 1 日

自研 AI 模型开始逐步上线

我们正在为 PDF 与照片导入逐步上线 Flat 自研 AI 模型，该模型由我们内部设计与训练，用于替代产品初期使用的第三方引擎。端到端掌握核心技术，让我们能够进一步提升准确度、拓展识别范围、更快发布改进，并让导入结果与 Flat 的记谱格式更好地对齐，从而自然融入产品的其他功能。此首次发布已经能读取更多乐谱内容：

更广的记谱覆盖。 新增识别包括：

• 和弦符号：将按其音乐含义正确编码为可编辑和弦，而不仅是纯文本
• 小节反复记号与节奏斜线（rhythm slashes）
• 速度术语与节拍器标记（含 BPM）

更多语言的歌词与文本。 默认可识别拉丁字母书写语言的歌词、排练记号与其他文本，并支持日语、韩语与中文。

更贴近原始版面。 导入现在会更紧密地遵循源谱的版式，包括每行小节数、每页系统数与整体结构。这对管弦乐作品等大型复杂总谱，以及钢琴等多谱表乐器尤为关键。同时也支持更多页面格式，包括此前不支持的横向页面。

2025 年 9 月 1 日

PDF 导入上线

PDF 导入现已可用，你可以将乐谱 PDF 转换为可编辑乐谱。该功能由第三方光学音乐识别技术驱动。

本页面是从英语自动翻译的。查看英语原版。