Nous sommes en fait dans le problème inverse: celui de l'acquisition de la mélodie, pas de sa production. Pour faire un parallèle avec le graphisme, ce serait un programme qui prendrait un gribouillis fait à la main et en ferait un beau dessin vectoriel. Ça aussi ça parait faisable, mais ça n'est pas répandu.
Pour ce qui est du gribouillis je ferai plutôt une comparaison avec du charabia et le dessin vectoriel avec une symphonie
Je comprends davantage la voix comme un instrument - assez complet d'ailleurs

- qui peut donner une ébauche d'une mélodie ou d'un thème musical.
Le logiciel qui transcrirait le son ferait de l'ébauche une proposition de modèle, ou un croquis. Bref la même chose qui se fait pour les étapes d'un dessin. Libre ensuite au dessinateur d'en faire une toile, une aquarelle... ou une fresque.
Excuse-moi, Céroce, de répondre de façon allégorique. C'est ce qui me permet de mieux faire comprendre ce que je cherche... et que je ne trouverai pas encore :mouais:
La voix parlée et la voix chantée différent peu. C'est un assemblage de fréquences qui sont caractéristiques de la personne (on reconnaît la voix de quelqu'un parce que le cerveau sépare ces plages de fréquences). On groupe ces plages en "Formants", en général 6 formants sont suffisants (F0 à F6). Je simplifie un peu car il y aussi des "bruits" caractéristiques comme les "ssss" et les "t" produites par claquement dans la bouche(fricatives)
Quand quelqu'un chante il change la fréquence du premier (F0) les autres restent inchangés pour un phonème donné.
Les F1 à F6 par contre déterminent le phonème, c'est ce qui va changer entre un "Ooooo" et un "Aaaaaa"
A un instant T, il faut donc calculer l'ensemble des formants, en déterminer le F0 et on connaît la fréquence de la note. Le temps pendant lequel cette fréquence est maintenue donne la durée de la note.
J'apprécie beaucoup ton intervention

car j'enseigne les techniques liées au chant diphonique :zen:
Peut-on dire que ce que tu appelles "formant" est ce qu'on nomme harmonique ? avec bien sûr une relation proportionnelle à la fréquence fondamentale, qu'on appelle "son fondamental" dans notre jargon de chanteur.
Ainsi, sur le sonogramme obtenu avec Amadeus que j'ai joint plus haut, la fréquence fondamentale serait la première ligne brillante en jaune, c'est cela, non ? Et cette fréquence correspond à une note ?
A partir de cette observation, ne serait-il pas possible de transformer le sifflement d'une chanson

et de le noter sur une portée sans aucune - ou presque pas ! - connaissance de solfège ?
À moins de se brancher le derrière à son mac et d'être né avec la capacité de chanter en midi... non, ça n'existe pas.
Il arrive parfois que les vrais musiciens, eux aussi, fassent aussi des couacs


Excusez ce post un peu tardif dans notre discussion, mais j'ai un travail assez fou en ce moment