Kostenlos online
MP3-zu-MIDI-Konverter
Audiodatei ablegen, MIDI-Datei zurückbekommen. Jedes Instrument, Akkorde inklusive, transkribiert von einem neuronalen Netz, das direkt in dieser Seite läuft — deine Aufnahme wird nirgendwohin hochgeladen.
- 12Audio- und Videoformate
- Jedes Instrument, polyphon
- Läuft im Browser — nichts wird hochgeladen
Audiodatei hier ablegen
oder Datei auswählen
MP3, WAV, M4A, AAC, FLAC, AIFF, OGG — und die Tonspur aus MP4 oder MOV
Deine Datei verlässt diesen Browser nie. Es wird nichts hochgeladen.
Deine Transkription
Ergebnis feinjustieren
Das wirkt sofort — die Audiodatei wird nur einmal analysiert.
Niedriger behält nur klar angeschlagene Noten. Höher erfasst leise Töne — und mehr Fehler.
Alles Kürzere wird als Störung verworfen.
Aus behält das Spiel genau so, wie es gespielt wurde.
Schreibt Vibrato und Slides als Bend-Events. Für Klavier und für eine saubere Datei ausschalten.
- Nichts wird hochgeladen Das Modell läuft auf deinem eigenen Rechner. Deine Aufnahme erreicht nie einen Server.
- Keine Längenbegrenzung Ein 30-Sekunden-Riff oder ein neunminütiger Take. Kein Clip-Limit, keine Testphase.
- Kostenlos, ohne Konto Keine Anmeldung, keine Credits, kein Wasserzeichen auf der Datei, die du herunterlädst.
Eine Transkription, der du widersprechen kannst
Das Audio wird einmal analysiert. Jede Einstellung danach wählt die Noten sofort neu — du hörst den Unterschied, statt ihn zu erraten.
Hören, ändern, wieder hören
Die meisten Konverter geben dir eine Datei und überlassen es dir, in einer DAW herauszufinden, ob sie etwas taugt. Hier wird die Transkription als Piano Roll gezeichnet, die du abspielen kannst — direkt neben den Reglern, die sie erzeugt haben. Das Audio wird einmal analysiert; jede Einstellung danach wählt die Noten in wenigen Millisekunden neu. Du ziehst also den Empfindlichkeitsregler und hörst den Unterschied sofort, statt deinen Song erneut hochzuladen.
-
Jedes Instrument, nicht nur Klavier
Die Engine wurde trainiert, ohne anzunehmen, was sie hört. Ein Gitarrenriff, eine Basslinie, eine gesungene Melodie, eine Violine oder ein vollständiger Klavierpart — alles wird transkribiert. Ältere Browser-Konverter, auch der, der früher auf dieser Seite lief, nutzten ein reines Klaviermodell. Deshalb kam alles vage nach Klavier klingend zurück.
-
Akkorde, nicht nur die Oberstimme
Die Transkription ist polyphon: Mehrere gleichzeitig klingende Töne werden als mehrere Noten geschrieben. Blockakkorde, Arpeggien und zweihändige Klavierparts überstehen den Weg, statt zu einer einzelnen Melodie zusammengedrückt zu werden.
-
Dein Audio verlässt den Browser nie
Es gibt keinen Upload-Schritt, weil es keinen Server gibt, zu dem hochgeladen würde. Das Modell wird einmal geladen, danach passiert die Analyse auf deinem Rechner — deshalb funktioniert es auch bei wackliger Verbindung, und deshalb kann nichts, was du umwandelst, in irgendeinem Trainingsdatensatz landen.
-
Pitch Bends, Vibrato und Slides
Das Modell verfolgt die Tonhöhe kontinuierlich, statt sofort auf Halbtöne zu rasten. Ein Gitarren-Bending oder das Vibrato einer Sängerin landet als Bend-Event im MIDI. Für Tasteninstrumente schaltest du es ab, dort fügt es der Datei nur Rauschen hinzu.
-
Öffnet sich im richtigen Tempo
Das Tempo wird aus den Noten geschätzt und in die Datei geschrieben, damit sie in deiner DAW mit halbwegs passenden Taktstrichen ankommt. Du kannst die Zahl überschreiben und das Timing auf ein Raster ziehen, wenn die Quelle ein Loop und keine Performance ist.
-
Zwölf Eingabeformate
MP3, WAV, M4A, AAC, FLAC, AIFF, OGG, Opus und WebM, dazu die Tonspur aus MP4, M4V und MOV. Das Dekodieren übernimmt der Browser selbst — was er abspielen kann, kann dieses Werkzeug transkribieren.
In drei Schritten von Audio zu MIDI
-
Audio ablegen
Zieh eine Datei auf das Feld oder wähl eine aus. MP3, WAV, M4A, FLAC, AIFF, OGG und Videodateien funktionieren alle. Es wird nichts verschickt.
-
Sag, was drin ist
Klavier, Gitarre, Bass, Stimme — oder lass es auf „Alles“. Die Wahl legt den Tonumfang fest und wie streng Noten erkannt werden, und lässt sich nachträglich ändern.
-
Hören, justieren, laden
Spiel die Transkription gegen das Original, verschieb die Empfindlichkeit, bis die Noten zu dem passen, was du hörst, und lade eine normale .mid-Datei herunter.
Suchst du etwas anderes?
Dieses Werkzeug hört sich eine Aufnahme an und schreibt die Noten auf, die es hört. Wenn du bereits eine MIDI-Datei hast oder dein Audio auf YouTube liegt, fang woanders an.
-
Du hast bereits eine MIDI-Datei
Spiel sie ab, rendere sie als MP3 oder WAV, oder mach lesbare Noten daraus.
-
Dein Audio liegt auf YouTube
Link einfügen, statt erst einen Download des Tons zu suchen.
So arbeitet die Transkriptions-Engine
Spotifys Basic Pitch, direkt auf deinem Rechner.
Das Modell
Basic Pitch, ein quelloffenes Transkriptionsmodell von Spotify unter der Apache-2.0-Lizenz. Es ist bewusst klein und instrumentenunabhängig: Statt ein Instrument im Detail zu lernen, sagt es für jeden 11-Millisekunden-Frame drei Dinge voraus — welche Tonhöhen klingen, welche beginnen, und wo die Tonhöhe zwischen den Halbtönen liegt.
- Modell
- Spotify Basic Pitch
- Download
- 917 KB, einmalig
- Analyserate
- 86 Frames pro Sekunde
- Tonumfang
- A0 bis C8
- Polyphonie
- Unbegrenzt
Wo es läuft
Alles passiert in diesem Tab. Das Audio wird vom Browser dekodiert, auf Mono heruntergemischt, auf 22,05 kHz umgerechnet und dann per WebGL über deine Grafikhardware durch das Modell geschickt. Kein Teil der Datei wird übertragen. Ohne Grafikbeschleunigung fällt dieselbe Arbeit auf reines JavaScript zurück, was deutlich langsamer ist — die Seite sagt dir Bescheid, wenn das passiert. Die allererste Umwandlung nach dem Öffnen der Seite dauert länger als die folgenden: Der Browser muss einmalig die Shader-Programme kompilieren, auf denen das Modell läuft. Das startet, sobald du eine Datei auswählst, sodass das meiste davon erledigt ist, bevor du auf Umwandeln drückst.
Was die Einstellungen ändern
Der teure Schritt ist die Inferenz; aus ihrem Ergebnis Noten zu machen, ist Rechnen. Deshalb reagieren die Regler sofort.
- Die Empfindlichkeit verschiebt Onset- und Frame-Schwelle gemeinsam — wie sicher sich das Modell sein muss, bevor eine Note notiert wird.
- „Kürzeste Note“ verwirft alles Kürzere, womit die meisten Fehlnoten verschwinden.
- Die Instrumentenwahl setzt eine Frequenzunter- und -obergrenze. Genau das verhindert, dass eine Basslinie von ihren eigenen Obertönen eine Oktave höher verdoppelt wird.
- Pitch Bends werden aus dem kontinuierlichen Tonhöhenverlauf gelesen und als Bend-Events geschrieben.
- „Am Raster ausrichten“ rundet Startzeiten und Längen auf eine Unterteilung des erkannten Tempos.
Worin es nicht gut ist
Gut zu wissen, bevor du ein Ergebnis beurteilst. Schlagzeug und Perkussion haben keine Tonhöhe, die sich transkribieren ließe, und kommen als Rauschen zurück. Ein dichter Gesamtmix ergibt eine dichte, ungefähre Transkription — das Modell hört alles gleichzeitig und trennt keine Instrumente. Starke Verzerrung, viel Hall und sehr leise Passagen senken die Genauigkeit. Eine saubere Aufnahme eines einzelnen Instruments liefert mit Abstand das beste Ergebnis.
Häufig gestellt
Ist dieser MP3-zu-MIDI-Konverter kostenlos?
Ja, vollständig. Kein Konto, kein Credit-System, keine Längenbegrenzung, kein Wasserzeichen. Das Werkzeug finanziert sich über Werbung auf der Seite, nicht über Gebühren pro Umwandlung.
Kann KI MP3 wirklich in MIDI umwandeln?
Sie kann transkribieren, was nicht ganz dasselbe ist. Eine MP3 ist eine Aufnahme von Klang, MIDI ist eine Liste von Noten. Man kann das eine nicht exakt in das andere zurückrechnen, also hört ein neuronales Netz zu und notiert die Noten, bei denen es sich am sichersten ist — dieselbe Arbeit, die eine Musikerin nach Gehör macht, mit demselben Spielraum für Uneinigkeit. Bei einem sauberen Soloinstrument ist das Ergebnis meist nah genug, um es zu bearbeiten statt neu einzuspielen. Bei einem dichten Mix ist es eine Skizze.
Gibt es eine kostenlose Möglichkeit, MP3 online in MIDI umzuwandeln, ohne etwas zu installieren?
Diese Seite ist eine. Kein Download, kein Plug-in nötig: Das Modell läuft in deinem Browser, geladen wird nur die Modelldatei selbst, ein einziges Mal.
Wie genau ist die Umwandlung?
Das hängt fast vollständig von der Aufnahme ab, nicht von den Einstellungen. Als grobe Orientierung:
- Solo-Klavier, -Gitarre oder -Gesang, sauber aufgenommen — die meisten Noten stimmen, etwas Timing muss nachgezogen werden.
- Soloinstrument mit Hall oder Verzerrung — Tonhöhen meist richtig, Anfang und Ende weniger.
- Kompletter Bandmix — die lauteste Stimme kommt durch, leisere Anteile bleiben ungefähr.
- Schlagzeug, Perkussion, gesprochenes Wort — nicht transkribierbar, es gibt keine Tonhöhe zu finden.
Welche Audioformate kann ich in MIDI umwandeln?
MP3, WAV, M4A, AAC, FLAC, AIFF, AIF, OGG, OGA, Opus und WebM, dazu die Tonspur von MP4-, M4V- und MOV-Videos. Das Dekodieren übernimmt dein Browser — in der Praxis wird also alles akzeptiert, was er abspielen kann.
Gibt es eine Datei- oder Längenbegrenzung?
Keine feste. Das Audio liegt im Arbeitsspeicher statt auf einem Server, die praktische Grenze ist also der Speicher deines Geräts — mehrere Minuten sind auf einem Laptop Alltag, längere Dateien dauern einfach länger. Es gibt kein 30-Sekunden-Testschnipsel und keine Drei-Minuten-Grenze.
Wird mein Audio auf einen Server hochgeladen?
Nein. Es gibt keinen Upload-Endpunkt. Die Datei wird von der Seite gelesen, dekodiert und auf deiner eigenen Hardware analysiert. Du kannst es im Netzwerk-Tab deines Browsers nachprüfen: Nach dem Laden des Modells trägt keine Anfrage dein Audio.
Kann es Schlagzeug oder einen Beat in MIDI umwandeln?
Nicht sinnvoll. Dieses Modell transkribiert Tonhöhe, und Schlagzeug ist weitgehend tonhöhenlos — es hört das Rauschen einer Snare als Streuung vager Noten. Schlagzeugtranskription ist ein anderes Problem und braucht ein anderes Modell; kein Browser-Werkzeug kann das heute gut. Wenn du einen Drum-MIDI-Part brauchst, ist es immer noch schneller, ihn nach Gehör zu programmieren, als eine schlechte Transkription aufzuräumen.
Kann es ein einzelnes Instrument aus einem ganzen Song herauslösen?
Nein — das ist Stem-Separation, ein eigener Schritt. Dieses Werkzeug transkribiert, was es als Ganzes hört, und folgt bei einem vollen Mix eher dem, was am lautesten und klarsten ist. Wenn du nur die Basslinie aus einem fertigen Track willst, lass zuerst einen Stem-Separator laufen und wandle dann den isolierten Stem hier um.
Warum enthält meine Transkription Noten, die in der Aufnahme nicht vorkommen?
Meist werden Obertöne oder Hallfahnen als echte Noten gelesen. Zwei sofort wirksame Korrekturen: die Empfindlichkeit senken, damit nur klar angeschlagene Noten übrig bleiben, und die kürzeste Note anheben, damit kurze Artefakte verworfen werden. Auch das richtige Instrument hilft, weil es die berücksichtigten Frequenzen nach oben begrenzt — das ist die wirksamste einzelne Korrektur für eine Basslinie, die eine Oktave höher verdoppelt wurde.
Kann ich ein YouTube-Video in MIDI umwandeln?
Nimm den YouTube-zu-MIDI-Konverter, der direkt einen Link entgegennimmt. Sonst müsstest du dir das Audio erst selbst besorgen und hier ablegen.
Kann ich Noten statt einer MIDI-Datei bekommen?
Wandle hier zuerst um und schick die .mid-Datei dann durch den MIDI-zu-Noten-Konverter, um lesbare oder druckbare Notation zu erhalten. Vor dem Download aufs Raster zu quantisieren ergibt in der Regel deutlich lesbarere Noten.
Wie wandle ich MIDI zurück in MP3 um?
Die Gegenrichtung ist der MIDI-zu-MP3-Konverter, der eine MIDI-Datei mit einem Instrument deiner Wahl als Audio rendert.
Funktioniert es auf dem Handy?
Es läuft, aber langsam: Handy-Browser geben einer Seite deutlich weniger Grafikleistung als ein Laptop, und die Analyse ist der schwere Teil. Für alles, was länger als ein kurzer Clip ist, lohnt sich ein Desktop-Browser.
Was ist die beste Software, um MP3 in MIDI umzuwandeln?
Für ein einzelnes, sauberes Instrument reicht ein Browser-Werkzeug wie dieses meistens und kostet nichts. Für Produktionsarbeit an dichtem Material gibt dir kostenpflichtige Desktop-Software mit eingebauter Stem-Separation und manueller Bearbeitung — Melodyne oder das Audio-zu-MIDI einer vollwertigen DAW — mehr Kontrolle über die Fehler, und genau dafür bezahlst du. Alles, was es heute gibt, erreicht bei derselben Art Aufnahme dieselbe Klasse von Ergebnis; der Unterschied liegt darin, wie viel du danach bearbeiten kannst.