免费在线
MP3 转 MIDI 转换器
拖入一个音频文件，得到一个 MIDI 文件。任意乐器，包括和弦，由一个直接在本页面里运行的神经网络完成转谱——你的录音不会被上传到任何地方。
- 12种音频与视频格式
- 任意乐器，支持复音
- 在浏览器中运行——不上传任何文件
- 不上传任何文件 模型在你自己的机器上运行，录音永远不会到达服务器。
- 没有时长限制 三十秒的即兴片段，还是九分钟的完整录音都行。没有片段上限，也没有试用期。
- 免费，无需账号 不用注册，没有点数，下载的文件上也没有水印。
一份你可以质疑的转谱
音频只分析一次。之后的每一项设置都会立刻重新提取音符——你听得到差别，而不是靠猜。
听一遍、改一改、再听一遍
大多数转换器只给你一个文件，然后让你自己打开 DAW 才知道结果好不好。这里转谱会画成钢琴卷帘，可以直接播放，而且就在产生它的那些控件旁边。音频只分析一次；之后每一项设置都会在几毫秒内重新提取音符。所以你拖动灵敏度滑块，立刻就能听到差别，而不用把歌重新上传一次。
-
任意乐器，不只是钢琴
这个引擎在训练时并不假设自己在听什么，所以吉他即兴、贝斯线、人声旋律、小提琴，或者一整段钢琴，都能转谱。较早的浏览器转换器——包括本页面之前用的那个——使用的是钢琴专用模型，这就是为什么什么东西转出来都隐约像钢琴。
-
和弦，而不只是最高声部
转谱是复音的：同时响起的多个音会被写成多个音符，所以柱式和弦、琶音和双手钢琴声部都能保留下来，而不是被压平成一条旋律。
-
音频永远不离开浏览器
这里没有上传步骤，因为根本没有可上传的服务器。模型只获取一次，之后分析都在你的机器上完成——这也是为什么网络不稳时它照样能用，以及为什么你转换的任何内容都不可能进入别人的训练数据。
-
弯音、颤音与滑音
模型会连续追踪音高，而不是立刻吸附到半音上，所以吉他推弦或歌手的颤音会作为弯音事件写进 MIDI。用键盘类乐器时请关掉它，那只会给文件增加噪声。
-
以正确的速度打开
速度会根据音符估算并写进文件，这样它进入你的 DAW 时小节线大致落在该在的位置。你可以直接改写这个数值，如果素材是循环片段而非演奏，也可以把时值对齐到网格。
-
十二种输入格式
MP3、WAV、M4A、AAC、FLAC、AIFF、OGG、Opus 和 WebM，以及 MP4、M4V、MOV 里的音轨。解码由浏览器自己完成，所以它能播放的，这个工具就能转谱。
三步把音频变成 MIDI
-
拖入音频
把文件拖到面板上，或者选一个。MP3、WAV、M4A、FLAC、AIFF、OGG 和视频文件都可以。什么都不会被发送出去。
-
告诉它里面是什么
钢琴、吉他、贝斯、人声——或者保持“任意乐器”。这个选择决定音域以及提取音符的严格程度，转换之后仍可更改。
-
试听、调整、下载
把转谱结果和原音频对照着播放，移动灵敏度直到音符和你听到的一致，然后下载标准的 .mid 文件。
在找别的工具？
这个工具会听一段录音，把听到的音符写下来。如果你已经有 MIDI 文件，或者音频在 YouTube 上，请从别处开始。
-
你已经有 MIDI 文件了
播放它、渲染成 MP3 或 WAV，或者变成可读的乐谱。
-
音频在 YouTube 上
直接粘贴链接，不用先想办法把音频下载下来。
转谱引擎的工作方式
Spotify 的 Basic Pitch，运行在你自己的电脑上。
模型
Basic Pitch，Spotify 以 Apache 2.0 许可发布的开源转谱模型。它刻意做得小巧且与乐器无关：与其把一种乐器学到极细，它为每一个 11 毫秒的音频帧预测三件事——哪些音高正在响、哪些正在起音，以及音高落在半音之间的什么位置。
- 模型
- Spotify Basic Pitch
- 下载体积
- 917 KB，只获取一次
- 分析帧率
- 每秒 86 帧
- 音域
- A0 到 C8
- 复音数
- 不限
在哪里运行
一切都发生在这个标签页里。音频由浏览器解码，混为单声道并重采样到 22.05 kHz，然后通过 WebGL 在你的显卡上送入模型。文件的任何部分都不会被传输。没有图形加速时，同样的工作会退回到纯 JavaScript，慢得多——真发生了页面会告诉你。打开页面后的第一次转换比之后的要慢：浏览器需要一次性编译模型运行所需的着色器程序。这项工作在你选择文件时就已开始，所以在你按下转换之前，大部分都已经完成了。
各项设置改变了什么
昂贵的是推理这一步；把它的输出变成音符只是算术。这就是控件能即时响应的原因。
- 灵敏度会同时移动起音阈值和帧阈值——也就是模型要有多确定，才会记下一个音符。
- 最短音符会丢弃更短的东西，大多数误检音符就是这样被清掉的。
- 乐器选择设定了频率的下限和上限，正是它防止贝斯线被自身泛音在高八度处复制一份。
- 弯音从连续的音高曲线中读出，并写成弯音事件。
- 对齐到网格会把起始时间和时长四舍五入到检测速度的某个细分。
它不擅长什么
在评判结果之前值得知道。鼓和打击乐没有可转谱的音高，出来的是噪声。密集的完整混音会得到同样密集而粗略的转谱——模型是一次性听到全部内容的，并不会分离乐器。强失真、重混响和非常轻的段落都会降低准确度。单一乐器的干净录音效果远远最好。
常见问题
这个 MP3 转 MIDI 工具免费吗？
完全免费。没有账号、没有点数系统、没有时长上限、没有水印。这个工具靠页面上的广告支持，而不是靠对每次转换收费。
AI 真的能把 MP3 转成 MIDI 吗？
它能做的是转谱，这和“转换”并不完全一样。MP3 是声音的录音，MIDI 是一份音符清单。没有办法从其中一个精确还原出另一个，所以是神经网络在听，并写下它最有把握的那些音符——这和音乐人靠耳朵做的事一样，也同样存在分歧的余地。对于干净的独奏乐器，结果通常已经接近到可以直接编辑，而不必重弹一遍。对于密集的混音，它就是一份草稿。
有没有不用装任何东西、在线免费把 MP3 转成 MIDI 的方法？
这个页面就是。不需要下载，也不需要插件：模型在你的浏览器里运行，唯一会被获取的就是模型文件本身，而且只获取一次。
转换的准确度如何？
这几乎完全取决于录音本身，而不是设置。大致可以这样判断：
- 干净录制的独奏钢琴、吉他或人声——大多数音符正确，少量时值需要整理。
- 带混响或失真的独奏乐器——音高通常没问题，起止时间差一些。
- 完整的乐队混音——最响的那条线能出来，较轻的部分只是近似。
- 鼓、打击乐、说话——无法转谱，因为根本没有音高可找。
我可以把哪些音频格式转成 MIDI？
MP3、WAV、M4A、AAC、FLAC、AIFF、AIF、OGG、OGA、Opus 和 WebM，以及 MP4、M4V、MOV 视频文件的音轨。解码由你的浏览器完成，所以实际上它能播放的都接受。
有文件大小或时长限制吗？
没有固定限制。音频保存在内存里而不是上传，所以实际限制是你设备的内存——在笔记本上处理几分钟的音频是常事，更长的文件只是要更久。这里没有三十秒的试用片段，也没有三分钟的上限。
我的音频会被上传到服务器吗？
不会。这里根本没有上传接口。文件由页面读取、解码，并在你自己的硬件上分析。你可以在浏览器的网络面板里确认：模型获取完成之后，没有任何请求携带你的音频。
它能把鼓或节拍转成 MIDI 吗？
没什么用。这个模型转的是音高，而鼓基本上没有确定音高——它会把军鼓的噪声听成一堆含混音符的散点。鼓的转谱是另一个问题，需要另一种模型，今天没有哪个浏览器工具能做好。如果你需要一段鼓的 MIDI，靠耳朵手动编写仍然比清理一份糟糕的转谱更快。
它能从整首歌里把某个乐器分离出来吗？
不能——那是分轨，是另外一个步骤。这个工具转谱的是它整体听到的东西，所以面对完整混音时，它倾向于跟随最响、最清晰的部分。如果你只想要成品曲目里的贝斯线，请先用分轨工具处理，再把分离出来的音轨拿到这里转换。
为什么转谱里出现了录音中没有的音符？
通常是泛音或混响尾巴被当成了真实音符。有两个立刻见效的办法：调低灵敏度，只保留清晰弹奏的音符；调高最短音符，把短促的杂讯丢掉。选对乐器也有帮助，因为那会给参与判断的频率设一个上限——对于被复制到高八度的贝斯线，这是最有效的单项修正。
我可以把 YouTube 视频转成 MIDI 吗？
请用YouTube 转 MIDI 工具，它可以直接接受链接。否则你得先自己拿到音频，再拖到这里。
我能得到乐谱而不是 MIDI 文件吗？
先在这里转换，然后把 .mid 文件送进MIDI 转乐谱工具，得到可读或可打印的记谱。下载前先对齐到网格，通常能得到清晰得多的乐谱。
怎么把 MIDI 转回 MP3？
反方向是MIDI 转 MP3 工具，它会用你选择的乐器把 MIDI 文件渲染成音频。
在手机上能用吗？
能跑，但很慢：手机浏览器给页面的图形性能远低于笔记本电脑，而分析正是最重的部分。只要比短片段更长，用桌面浏览器省下的时间都值得。
把 MP3 转成 MIDI，最好的软件是什么？
对于单一而干净的乐器，像这样的浏览器工具通常就够了，而且不花钱。对于密集素材的制作工作，内置分轨和手动编辑的付费桌面软件——Melodyne，或者完整 DAW 里的音频转 MIDI——能让你对错误有更多控制权，而这其实正是你付费买到的东西。今天所有可用的方案，在同一类录音上得到的结果水平相当；区别在于工具允许你事后修改多少。