與其下載安裝那些肥大的第三方套件，不如善用現今各大瀏覽器內建的 PDF 檔案瀏覽功能，直接使用簡單的幾行 HTML 程式碼就搞定啦！

以下程式碼修改自這個發佈於 Stack Overflow 問答網站上的回答。

1<object data="myfile.pdf" type="application/pdf" width="100%" height="100%">
2  <p><a href="myfile.pdf">PDF file link</a></p>
3</object>

• 將 myfile.pdf 改成你要內嵌的 PDF 檔的絕對或相對路徑。
• 可自行調整內嵌的 width（寬度）與 height（高度）數值設定。建議將 width 維持在 100%，而 height 改成自己想要的 pixel 值（例如 500px）。

關於 <object> 這個 HTML 元素，請見這個發佈於 MDN Web Docs 的說明文件。

至於以上 HTML 程式碼的最終呈現效果，請見此文章。

就在我寫了這篇解釋自行採譜好處的文章不久後，我偶然在網上得知 Yamaha 公司最近推出了一款名叫 Piano Sheet Converter 的音檔轉鋼琴編曲五線譜軟體，目前仍在公開測試版狀態。

因爲是公開測試版，Yamaha 目前允許人們免費無限制地使用該軟體，而之後的正式上線版將會以「免費試用、付費訂閱完整版」的形式發佈。

Piano Sheet Converter 這款軟體讓我聯想起 MuseScore.com 上的將 PDF 樂譜檔案轉換成可編輯的 MSCZ 檔的線上服務，不過 Piano Sheet Converter 則是更上一層樓：它能夠直接將原始音源轉換成可真人演奏的鋼琴編曲樂譜檔案（並且支援 PDF、MIDI 與 MusicXML 格式）。

沒錯，換句話說，它是個切切實實的電腦自動採譜工具。

因爲 Piano Sheet Converter 只支援 Windows 以及 MacOS 版本，而我目前的筆電是跑 Linux 的，所以我得在一部虛擬機上運行 Windows 10¹ 才得以試用這款軟體。

至於原始音檔，我使用的是這首由 issey（弌誠）演唱的 MoeChakkaFire（モエチャッカファイア）。我個人覺得將這首歌拿來給 Piano Sheet Converter 自動採譜會比較有挑戰性，因爲：

• 它含有音高不明確的說唱式主旋律段落。
• 它的伴奏曲風於電子舞曲、古典與重金屬之間相互切換。
• 它含有從 4/4 拍轉至 3/4 拍再回到 4/4 拍的拍子組合切換。

該軟體的操作方式滿直白明瞭的，只需要選擇要處理的音檔，設定鋼琴譜編曲的難度、調性、時長與風格，再按下「創建」按鈕讓它跑一段時間，輸出的成品就直接出現了。

結果，它輸出的檔案品質好到令我感到驚訝。

（中級難度、原調、原曲長度、獨奏風格。）

（上級難度、原調、原曲長度、獨奏風格。）

（以上 MP3 音檔皆由在 MuseScore 開啟對應的 MusicXML 檔案，使用 Muse Sounds 鋼琴音色輸出而成，沒有經過任何手動修改。）

雖然它沒有成功偵測到那 4/4 拍與 3/4 拍之間的拍子切換，但音高、調性與和弦大致上都有正確偵測到，主旋律線的大概形狀也有在。重要的是，除了一些些可見的基本記譜錯誤與 bug 以外，整份鋼琴譜裡頭幾乎找不到對真人演奏者而言過於不切實際的部分，記譜的品質也很乾淨（畢竟日本出版社的樂譜是出了名地整潔養眼）。滿分 100 分的話，大概就是 55 分的水準。

雖然 Piano Sheet Converter 只能生成鋼琴編曲樂譜，而且輸出的鋼琴譜還需要由人類再作一定程度的修正，但以「可以表演給普通觀衆看的基本水準編曲」而言，它可說是已能做到這一點了。

我都不知道應該要對此感到神奇還是害怕了。

若正向一點來想的話，在像 Piano Sheet Converter 那樣的自動採譜軟體品質還沒到特別厲害的程度之前，至少我可以說人類編曲家的優勢在於他們可以運用自己多年來累積的學識與經驗，將一首曲子改編成個人風格鮮明，並且令人感到耳目一新的版本，就像那鋼琴編曲界的「聖經」——電玩系列 Final Fantasy 的官方配樂鋼琴曲集（即 Square Enix 出品的 Piano Collections 系列）那樣。

看來，一板一眼的編曲方式如今已能漸漸被電腦與 AI 取代。在這個情況下，人類編曲家需要將自身的創意與個人特色融入編曲作品中，才能使其脫穎而出。

同場加映：無獨有偶，MuseScore.com 最近也提供了將原始音檔轉換成 MSCZ 格式樂譜檔案的線上服務，在本文初版發佈之時也是處於公開測試狀態。

我也拿了同一首歌作爲測試，結果輸出的成品長這樣：

嗯，完全不堪使用呢。

偶然找到了這篇（日文）教學文章，裡頭提供了在樂譜編製軟體 Dorico 上隱藏休止符的步驟（不是刪除哦！），那就是：

1. 選取要隱藏的休止符。
2. 視需要使用 Ctrl/Cmd + 8 快捷鍵顯示畫面下方的 Lower zone toolbar，並切換至 Properties panel。
3. 在 Properties panel 的 Common 部分，將 Custom scale 設爲 1。
4. 爲了保險起見，在 Color美式英文/Colour英式英文 選項中，將顏色的 Opacity（不透明度）設爲 0。

神奇的是，這個做法並沒有將目標的休止符真正地隱藏起來，而只是將該休止符縮得夠小，剛好可以「隱身」於某一條樂譜線中。

哇，如此簡單的事情，在 Dorico 上竟然要以如此迂迴、粗暴的方式才能達成？真是意外。就連原文作者也以「泥臭い」（粗糙）來形容這個方法。

反觀 MuseScore，我只需要選取想要隱藏的休止符，按下 V 鍵，就搞定了。

（我在上面影片中使用的按鍵顯示軟體爲 screenkey¹。）

付費的專有軟體，並不一定就代表比較好用啊。

讀到了強者我學弟 blog 網站上的這篇文章，竟是對我之前發佈的這篇文的回應文章¹，讓我驚喜了一下。

其中，他提到了「採譜²」（英文：transcription）這一個分析研究音樂作品時的常用技巧。

身爲一位過來人，我會說「採譜」這件事情，在研究一首（品質良好的）音樂作品以及訓練自己（五線譜）作編曲能力等方面，是個極爲有效且一舉多得的學習方式。

單單是一個「採譜」的動作，我們就能同時習得：

• 將腦中的音樂想法轉化成樂譜的能力
• 正確編製五線譜的能力
• 音高、節奏（包括拍子組合）、和弦與調性的辨識能力
• 和弦進行分析能力
• 樂器音色辨認能力
• 樂曲構造（例如主旋律、副旋律、伴奏和聲等等）分析能力
• 樂曲結構（例如奏鳴曲式、流行樂曲式等等）分析能力
• 實體樂器和/或電子音色搭配技巧
• 值得學習的大師級作曲技巧⋯⋯

⋯⋯以及更多。

研究別人的曲子最好的方式，就是嘗試自己完全用耳朵聽，來做一個跟別人一模一樣的 cover。

——Wiwi 官大為，《來 Cover 台北捷運紅線的進站音樂！》影片

對於還沒有完全掌握基本作編曲能力的初學者（或程度中等的人），「採譜」是個能夠「一石多鳥」地學習那些技能的最佳方式之一。

這也是爲什麼我對最近的「新型 LLM 被拿來編製五線譜」的現象感到擔憂。因爲首當其衝的，恰恰就是「對現有音樂作品進行採譜」的過程。

若將「採譜」的工作交給 AI 代勞，而非自己親手、親耳實作，這基本上和抄人家的功課或是叫同學幫自己做功課無異，只會讓初學者學習（五線譜）作編曲的效率大大減低。

學習採譜是一門基本功，而鍛鍊基本功沒有捷徑可循，即便它的過程有多麼地艱澀。若人們開始將「把採譜工作交給 AI」這件事給常態化，我不敢想像這會扼殺掉多少人的技能提升機會。

OK，我知道「電腦自動採譜」的技術在 AI 爆紅之前的 1970 至 1980 年代便已開始成形。換句話說，「該不該將採譜過程自動化」已經是個歷經數十年的老問題了。

While many musicians and educators insist that manually doing transcriptions is a valuable exercise for developing musicians, the motivation for automatic music transcription remains the same as the motivation for sheet music: musicians who do not have intuitive transcription skills will search for sheet music or a chord chart, so that they may quickly learn how to play a song.

（雖然許多音樂家與教育者堅持認爲自行手動採譜是個發展音樂技能的有益訓練方式，但推動「自動音樂採譜」的原因仍然是「對樂譜的需求」：無法得心應手地採譜的音樂人想要在自身樂器上演奏某首樂曲並需要使用相關的樂譜時，他們會想要藉着「電腦自動採譜」以快速取得需要的樂譜，以省去自行採譜的工夫。）

——取自英文維基百科

其中，（通常）只需依賴 MIDI 技術的「自動音高辨識」與「自動和弦辨識」已經是行之有年的功能，在各大 DAW 中都一定能找到相關的套件。像是「即興伴奏與旋律自動產生器」的工具也早在至少 20 年前便已出現。

所以，既然在那幾十年間，這種「電腦自動採譜/製譜」的技術並沒有對人類音樂產業造成什麼嚴重的生存危機的話，爲什麼新型的 AI 模型與 LLM 反而會帶給我那種以前的「老技術」所給不了的危機感？

也許是因爲，LLM 不僅能編製任何樂譜，而且其效率比幾十年前的「老技術」還好上許多了吧——好到可以直接將最終成品「從無到有」地產生出來的程度（至於其品質則見仁見智）。「既然讓電腦採譜這麼方便，那我就不需要自己來仔細聆聽、仔細記錄了吧。」鼓勵人們偷吃步，給人們一個「有在進步」的錯覺，才是我感到最害怕的地方吧。

不過，換另一個角度想，也許將採譜的過程自動化，我們省去的工作僅僅是「將樂曲音檔轉換成五線譜格式」的過程，但分析樂曲、修正製譜錯誤的部分還是得由人類本身花費心力做好，而人類仍尚且有機會從中學到該學到的相關能力。

「樂譜研讀」（英文：score study）的過程同樣能夠訓練上面提到的音樂技能（除了「編製五線譜能力」以外），但這只需要用到現成的樂譜（或是——呃——電腦自動編採出來的樂譜），不需要自行動手採譜。

換句話說，也許「採譜的過程」本身不是重點，重點是有沒有「以音樂分析的角度仔細聆聽」。

但是，如果一個人（尤其是音樂初學者）連自行採譜都覺得太麻煩的話，那他還會花心力「仔細聆聽、研究音樂」嗎？

沒錯，又回到了這一個 AI 熱潮所帶來的「老問題」：已經習得相關技能的技術人士可以藉此省去處理基本「冗務」的麻煩，但仍在摸索、熟悉該技能當中的初、中階學習者卻因此失去了透過這些基本流程來訓練、提升自己的機會。

換句話說，AI 太容易誘使人們偷懶（而非使學習過程更有趣或輕鬆），學習成效被大幅縮減卻仍不自知。

舉個例子，雖然我在上面提到「分析樂曲、修正製譜錯誤的部分還是得由人類本身花費心力做好」，但前提是：我們得要已經懂得那樣做才行啊！如果我們連這個能力都還沒掌握好，而 AI 的賣點恰恰就是能夠直接「授人以魚」而非「授人以漁」的話，那我們還談什麼「學習音樂技能」？更別說如果將來 AI 輸出的樂譜品質好到連基本錯誤也（幾乎）找不到的話，那麼那些樂譜編製技能還要拿來幹嘛？

我的想法是：如果你是要「省去麻煩」，那麼使用 AI 的確是比較直接有效的方式，但如果你是要「認真學習」的話，反而不應該使用 AI 來逃避那些必經的坎坷。矛盾的是，當在不使用 AI 的情況下鍛鍊自己技能並使其提升到一定程度過後，我們反而不需要 AI 也能做出高水準的作品。所以，既然如此，還要 AI 來幹嘛？

在朋友之間的聚會中，最害怕遇到的情況就是大家因為想不到談天的話題而尷尬冷場。

不過，要想出一個大家都會覺得有參與感的好話題，不是一件容易的事情。

因此，許多人——至少以我對自身社交圈的個人觀察而言——都選擇走最不費腦力的路線：談別人的八卦。

這種開啟話題的方式，在引起眾人注意以及迴響等方面，可說是最簡單粗暴、最有效率的方式之一。此外，這類話題通常也有很強的向心力與主導力：若有人想將話題從其轉移掉，輕則會被忽略，重則會被嫌掃興。

至於我則是做不到這一點，因為我的待人處事哲學就是簡單的八個字：「關你屁事、關我屁事」。換句話說，別人的閒事，我能夠不去理就不去理。

不過也因此，只要聚會中的話題圍繞在別人的八卦上，我就只能聽人家講，卻無法加入話題。這也導致一些人對我產生「沉默寡言」、「不擅交談」的印象。

他們認為我「孤僻難搞」，我倒是認為他們「內心空虛」，只顧著討論外人的閒事，卻連正坐在他們面前的朋友都不關心一下。

也許我們應該要體悟到，一場聚會的交談話題若專注於在場人士自身，這才顯得更有意義。

更準確來說，這個欠揍的界面設計應該叫作「虛假選擇權¹」，或是「假裝自己在乎使用者隱私」。

給人家整整三個 toggle switch（切換開關），結果需要把全部三個 toggle switch 都設爲開啟狀態才給人家按下下面的 Agree（同意）鍵，只爲了正常使用一個手機內建功能。那些開關不是拿來擺美裝飾用是什麼？

該說中國廠牌手機不意外嗎？

試想像一下：你是一位自小便對廣播、主持等大衆演說相關活動感興趣的人。也許你是個外向開朗、熱愛聊天的人；也許你常被身邊人稱讚自己口才俐落，並且不吝於對別人分享自身的有趣想法；也許你是個具有高度同理心，並且能夠用心傾聽他人訴苦的人；也許你三者皆是。

懷揣着如此的性格與熱忱，你時常報名參加辯論或演講比賽以鍛鍊自身口才；你時常閱讀書籍或是文章，並且涉獵領域廣泛；你願意在空餘時間接下臨時的主持活動，以訓練自己面對大衆的膽量與口說技巧；你甚至用愛發電地參與錄製了一個簡單的談話性 podcast 節目。

然後，你爲了往正式投入廣播專業之路邁進，決定在大學修讀相關科系（例如大衆傳播系、廣播媒體系等等），即使需要繳付一大筆學費也在所不惜。

你在花費了多年的時間、精力與金錢後，終於練成了一位電台主播所需的專業能力。此刻，你認爲自己已經準備就緒，因此想要找找看有沒有什麼電台公司開放職缺，讓自己成爲一位正式的電台主播⋯⋯

⋯⋯然後，你無意間看到了這個所謂的「AI 電台主播招募廣告」。

你爲了投入廣播專業作了如此多的努力，到最後某業界公司竟然寧願選擇用「雞膆咁多¹」的錢（RM2 000 在馬來西亞只比最低基本月薪水平多一點點而已），隨便「招募」一個阿貓阿狗以取得其相貌與聲音資訊，再將之餵給所謂的「AI 電台主播」模型作爲訓練資料，也不想聘請你這位活生生、能夠提供真實人際交流的人類。

連正式業界也可以爲了「省錢」而對一門專業如此羞辱性地輕視，只能說不能低估一個只重視利益的企業的下限啊。

我之前在 Wiwi.Blog 讀到這篇題爲〈因為不困難了，所以不想做了〉的文章，裡頭提到至少在該文初次發佈之時，「編製（可真人演奏的）樂譜」是音樂上爲數不多的「困難部份」之一：

🎼 編製「真人可演奏」的五線譜：目前的大型語言模型還做不到（因為訓練資料不足），而且似乎沒人願意投入資金研究，感覺幾年之內還不會被解決。

「幾年之內還不會被解決」，我那時是如此地相信着⋯⋯

⋯⋯直到幾天前（2026 年 9 月 4 日），新版本的大型語言模型（LLM）——GPT-6 Astra 正式面世。

當這個模型一推出的時候，許多人第一件事是拿它去做什麼？

編製樂譜、編製樂譜、編製樂譜、編製樂譜⋯⋯族繁不及備載。

換句話說，現在五線譜作編曲/編製家連「幾年的舒適期」也可能沒機會有，不出半年 LLM 就已經往將該技藝「巴剎菜市場化」更跨近一大步。雖然目前 GPT-6 輸出的樂譜品質初步而言說不上很精緻，並且充斥着那些基本的記譜錯誤，但能夠生出個「勉強堪用」的雛形已經是個一大進展了。

無話可說。不是出於驚豔，而是出於內心的無力。

正向一點想的話，至少那些往往會用上許多非常規演奏技巧和/或具高度「不確定性」（指刻意寫得很模棱兩可的演奏指示，以賦予演奏者本身更多的自我詮釋空間）的當代古典樂五線譜，因爲其高度客製化的版面設計，也許真的還需要至少幾年的時間才能被 LLM 學走？

又或者是直接走非主流路線，以圖像記譜法作曲算了。

當你對某一首樂曲癡迷到只是看到某個隨便的五線譜截圖就可以一眼認出它源自該曲子的程度的時候。

不知不覺，這個極短（？）文 blog 網站已經累積了超過 300 篇（！）發文了。

因此，我開始心想：「這麼多發文，如果讀者只想找某個特定文章的話，要他們自己在貼文列表頁面一個一個去查找不是很麻煩？而且即使用上比較聰明的 Ctrl + F 一招，也只能以幫助不大的貼文標題作爲依循。如果有一個可以透過查詢標題還有內文的關鍵字取得特定發文的搜尋功能，那該有多好。」

所以我就在貼文列表頁面的開頭增設了一個搜尋欄。會選擇放在那邊是想模仿 Bear Blog 的預設版面配置。

我是照着此網站所使用的 SSG——Hugo 官方網站上的搜尋功能工具推薦頁面，選擇了 pagefind 這個設定過程非常直接簡單的工具。

因爲我就想要一個可以用的搜尋欄就好，所以我只需要照着 Quick Start 頁面的指示，在此網站貼文列表頁面所對應的原始碼檔案——也就是 list.html——加上這幾行 HTML 程式碼：

1<link href="/pagefind/pagefind-component-ui.css" rel="stylesheet">
2<script src="/pagefind/pagefind-component-ui.js" type="module"></script>
3
4<pagefind-modal-trigger></pagefind-modal-trigger>
5<pagefind-modal></pagefind-modal>

（上述程式碼的最後兩行對應的是會另外開啟「覆蓋整個原頁面的全螢幕搜尋頁」的版本。若想改成將搜尋結果以下拉選單樣式顯示的版本，請將該兩行程式碼改成 <pagefind-searchbox></pagefind-searchbox>。）

然後在我所使用的網站部署服務——Vercel 的設定頁面中，將建構網站的指令由普通的 hugo --gc 改成以下指令：

hugo --gc && npx -y pagefind --site public

這樣就搞定了。直白明瞭！

希望這個搜尋功能可以有所幫助。