科技焦點｜把你的歌聲變成可列印的樂譜（直接在瀏覽器裡）・What did SFFA vs. Harvard reve・The Git history command deserv

📰 1. 把你的歌聲變成可列印的樂譜（直接在瀏覽器裡）

這是什麼神奇工具？

簡單說，這是一個網頁應用程式，你打開瀏覽器、插上麥克風（最好戴耳機），對著它唱一段旋律，它就會自動把音高和節奏寫成五線譜。介面上有節拍器幫你對齊網格，你唱的音會被記錄成一個個點，然後轉換成音符。甚至可以輸出成MusicXML、ABC記譜法、SVG向量圖，或直接印出來。

我實際玩了一下，它的參數超多——可以選譜號（Treble、Bass、Tenor 8vb）、自動偵測調號、調整節奏細分（八分、十六分）、設定「重新攻擊敏感度」，決定兩個同音是分開的音符還是連起來。還有噪音門檻和音高容錯，減少滑音或裝飾音造成的誤判。

我的觀點：門檻極低，但精準度很吃使用者技巧

核心判斷：這款工具確實把「聽寫樂譜」這件事從專業錄音室拉進了一般人的瀏覽器，但它的準確度並不是「唱什麼就寫什麼」，而是「你唱得夠精準，它才寫得出來」。

我認為它最大的亮點是即時視覺化回饋——你唱的時候螢幕上會顯示音高線條，垂直線是節拍，點點是已經被寫進譜的音符。如果你唱了一段抖來抖去的抖音，它會直接忽略，因為音高容錯會把偏離半音太多的部分濾掉。這其實是好事：逼你唱得乾淨一點，旋律感就更強。

不過，它對「同音反覆」的偵測有點微妙。官方說明寫得很誠實：如果你用同一個母音唱連續兩個同音（像是「啊～啊～」），訊號上根本分不出來，它們會自動被當成一條長音符。解決方法是分開音節（「ta-ta」）或調整重新攻擊敏感度。這顯示這類工具還是有天生限制——聲音的物理特性和人類耳朵能分辨的細節，電腦不一定能靠演算法完全還原。

延伸思考：這會讓音樂教育變得更簡單，還是更混亂？

這種工具其實是 「AI輔助音樂記譜」 的一個極簡前哨站。專業的人可能覺得它太粗糙，畢竟正規聽寫訓練需要分辨和弦、節奏型、甚至裝飾音；但對於業餘愛好者，或是想快速把腦中旋律記下來的創作者，這種工具簡直是救命稻草。

我反而擔心的是：當人人都能「唱出來就變成譜」，會不會讓傳統的音樂理論學習變得更被忽略？畢竟記譜不只是一種技術，更是一種理解音樂結構的方式。但反過來說，降低門檻也能讓更多人願意嘗試創作，即使他們看不懂五線譜。只要工具能輸出MusicXML，後續就能匯入專業打譜軟體（如MuseScore、Finale）進一步編輯，這條路徑其實很合理。

另外，它只支援單音旋律，無法處理和聲或同時多個音。如果你唱的是和弦，它只會抓其中一個基頻。這一點在應用上要特別注意，不是萬能。

📝 編輯說：:這篇工具在Hacker News上引發不少討論，有人拿來測試自己音準，也有人實際錄了整段旋律轉譜後再手動修正——筆者認為它最有價值的觀點是：它讓音樂記譜不再是「會的人才能做的事」，而是「想記就可以試試看的事」。

📰 2. What did SFFA vs. Harvard reveal about admissions?

🔗 原文連結

TITLE:SFFA vs. Harvard：美國頂尖大學的「分類機器」如何篩選學生？

原文摘要

最近一份由「The Sorting Machine」網站整理的交互式圖表，把SFFA（Students for Fair Admissions）告哈佛大學的庭審紀錄拆解得明明白白。簡單說，法庭上曝光的數據告訴我們：精英大學根本不是只看分數和課外活動。

錄取率差距有多誇張？

招募運動員（Recruited Athletes）： 錄取率高達 86%！
校友子女（Legacies）： 約 34%。
無任何優勢（Unhooked Applicants）： 低於 5.5%。

也就是說，一個背景普通的學生申請哈佛，要跟一個有「校友子女+運動員」頭銜的人競爭，後者的錄取機會是前者的15倍以上。這還不算種族因素的模型——同樣的學術成績，白人、亞裔、非裔的錄取機率完全不同。

另外，學費也不是你以為的那樣。像普林斯頓，年收入低於3萬美元的家庭平均淨學費只要41美元，年收入高於11萬的則要3.6萬美元。但對照全額學費約9.8萬美元，這根本是兩個世界。

2020年後標化成績可選提交（Test-Optional），申請量暴增（哈佛從4萬→6.1萬），但錄取名額沒變。研究顯示這反而傷害了那些高分但選擇不送成績的學生——因為你無法再用高分來脫穎而出。

我的觀點

86% vs. 5.5% ——這組數字就是整起訴訟最大的矛盾。所謂「優才」（merit）到底是什麼？如果運動員和校友子女可以靠血統和體能碾壓一般學霸，那「優才」根本是為特權階級量身打造的藉口。

我認為這起訴訟真正揭露的，是美國精英大學招生其實是一台階級分類機器。表面說要找最優秀的學生，實際上他們在找「最可能捐款的家長」和「最可能幫學校贏比賽的孩子」。種族因素只是其中一個槓桿，但更根本的還是財富和關係網的世襲。哈佛不是你以為的公平競技場，它更像一個高級俱樂部的入場審查。

延伸思考

這件事對台灣讀者有什麼啟發？我們常羨慕美國大學的多元評量，但這次訴訟告訴我們：多元評量很容易變成「有關係就沒關係」的遮羞布。台灣的大學申請入學也在推「學習歷程檔案」，會不會也養出另一種「校友子女優勢」？值得觀察。

另外，亞裔學生在這場訴訟裡的角色很微妙——他們被當成「高分低錄取」的受害者，但同時也是更會考試族群。平權法案被推翻後，各校開始用社經地位代替種族偏好，但真正的問題是：那些靠「運動員+校友」特權進去的白人，才是制度最大的既得利益者。

📝 編輯說：:這篇文章在The Sorting Machine網站引發熱議，筆者認為最有價值的觀點是揭露了精英大學招生中「優才」口號與現實的巨大鴻溝，值得所有關心教育公平的人細讀。

📰 3. The Git history command deserves more attention

🔗 原文連結

TITLE:Git history 指令值得更多關注

原文摘要

這篇由 Lalit Maganti 撰寫的文章，指出開發者在 Git 上面對大量並行修改時，經常得在不同分支與 commit 之間切換，還得執行令人提心吊膽的 rebase -i。雖然 jj（一個 Git 替代方案）常被吹捧為解方，但作者嘗試了多次仍無法融入工作流。這時，他發現了 Git 本身的實驗性指令 git history，這個指令在 2.54 與 2.55 版本中陸續加入了 reword、split 與 fixup 三個子命令。作者認為它已經能提供 jj 的許多好處，而且不需要改變整個工具鏈，可惜社群討論度並不高。

我的觀點

你有沒有遇過這種情況：開發到一半，發現上一個 commit 裡有個拼字錯誤或邏輯漏洞，但因為後面已經疊了好幾個分支，根本不敢用 rebase -i 去改，怕一搞壞整棵樹都炸掉？這時候 git history fixup 簡直就是救星。你只要 git add 修正檔，然後 git history fixup <commit>，它就會自動把那筆改動「塞進」指定的舊 commit，同時幫你把所有後續分支重新 rebase 好，完全不用手動處理 merge 衝突的糾結。

說真的，不是每個人都需要像 jj 那樣從頭來過的版本管理哲學。我們大多時候只想要一個簡單、不傷身的方式去修正歷史。而 git history 正好填補了這個缺口：它是 Git 內建指令，不用裝任何額外套件，學習曲線也相對平緩。而且它還能做 reword（直接改舊 commit 訊息）和 split（把一個 commit 拆成多個），這幾個操作以往都得靠 rebase -i 的互動模式，但只要按錯一個鍵就 GG。

延伸思考

從這篇文章可以聯想到一個更廣泛的現象：開發者常常在「追求全新工具」和「善用既有工具」之間搖擺。jj 的出現沒錯，它確實解決了某些情境下的痛點，但 git history 的案例提醒我們，有時候官方團隊早已在默默推出解決方案，只是我們不知道，或者知道了卻沒認真試。Git 社群對實驗性功能的討論風氣，其實可以更積極一點——畢竟很多實用功能（像是 git switch 或 git restore）最初也是從實驗性指令開始的。

另外，文中提到的「每次只試用 jj 幾天就放棄」，也讓我們思考工具轉換的摩擦成本（learning curve、團隊協作慣性）。或許比起鼓吹大家跳槽，更務實的作法是先挖掘現有工具裡被低估的寶石。

📝 編輯說：:這篇文章在 Hacker News 上引發不少討論，筆者認為最有價值的觀點是「不需要為了特定功能就放棄整個 Git 生態系，先試試官方提供的實驗性指令」。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。