本地大约一分钟一首
四分钟的歌通常 30–60 秒完成。没有别人排队,因为算力是您的 CPU,不是共享服务器。
在浏览器中运行
拖入录音,得到可编辑的 .mid — 从音频中抽出每个音符、和弦与节奏。无需安装、无需注册、不会上传:音符识别在您自己的设备上完成。
拖入音轨 — 按下生成后开始识别音符
把音频文件拖到这里
或
MP3、WAV、OGG、FLAC、M4A,最大 50 MB
选择音频文件后才能开始转换。
预览并下载您的 .mid
还没有 MIDI 文件
先在左侧选好音轨再生成。.mid 会出现在这里。
什么是 MP3 转 MIDI?
把 MP3 转成 MIDI,就是分析演奏并把「弹了什么」写成数据而非声音。输出是一份 .mid,列出每个音符的音高、起始时间、时值与力度。MIDI 是所有 DAW 与制谱软件的共同语言,一旦有了音符,就可以自由改写。
难点一直在「听」。旧式转换器一旦多乐器同时演奏就会崩 —— 而这正是大多数音乐。本工具使用 Basic Pitch(多乐器复音转写模型),并在浏览器本地运行,而不是排队等服务器。转换后, 打开 MIDI 编辑器 修正拍点与力度,再导出。
四分钟的歌通常 30–60 秒完成。没有别人排队,因为算力是您的 CPU,不是共享服务器。
每个音符带上 DAW 需要的四件事:是哪个音、何时开始、持续多久、弹得多重。
复音材料会变成叠在一起的音符,而不是单旋律,所以 pad 与和弦织体能留下来。
时序写进文件,拖进工程后能按您设定的速度对齐。
没有上传步骤。文件在当前标签页解码与分析,适合未发行素材。
普通 MIDI 文件,不是专有工程格式。自 1983 年以来能开 .mid 的软件都能开。
准确度
有一段似懂非懂的 riff。用 0.75× 慢放找音是一种过法;丢进 转换器 再在钢琴卷帘上看结果,则是另一种四分钟。
音乐老师也这样用转写:从录音抽出音符,把谱子交给学生,讨论演奏者真正弹了什么,而不是大家「记得听到」的版本。
最适合这些场景
音乐制作
常见用法
制作往往从「已经听过的东西」开始。把它变成会话里可编辑的音符,比凭耳朵重弹更省事,也更能保留原演奏者的 timing —— 那往往才是值得留下的部分。
输出是普通 MIDI,转换只是起点。 在浏览器里改拍点与力度,再导出丢进 DAW — 量化、删掉重复音、留下三个再自己写第四个。
工作原理
支持 MP3、WAV、OGG、FLAC、M4A,最大 50 MB。无损格式往往给检测器更多可用细节。
模型按约两秒窗口扫描波形,逐帧判断 88 个琴键里哪些在响。
先看预览,然后 在 MIDI 编辑器里打开音符 并修正需要修正的地方 — 挪走杂音、重排和弦、删掉误检。
从编辑器导出,把 .mid 拖进工程。编排与换音色在 DAW 里做 — 文件本身只是音符。
FAQ
文件会解码为 22,050 Hz 单声道,再交给 Basic Pitch —— Spotify 以 Apache-2.0 发布的神经网络,大约每 11 ms 一帧预测哪些音高在响、音符从哪里开始、音高如何弯音。预测结果整理成离散音符事件,写入 MIDI 文件。
单件干净乐器 — 钢琴、吉他、贝斯、独唱旋律 — 通常已经接近可演奏,只需轻度整理。厚重的全频混音则要认真修:模型只听一条单声道,底鼓与差八度的贝斯会抢同一个槽位。混响重或压得很死的母带最难。
免费,无需账号,没有次数。没有陷阱,因为没有服务器在干活 — 模型跑在浏览器里,一千次和零次成本一样。代价是占用您的 CPU 与电量,老电脑会更慢。
MP3、WAV、OGG、FLAC、M4A,每个最大 50 MB,数量不限。WAV 与 FLAC 往往比 MP3 稍好,因为检测依赖的起振瞬态没被压缩抹掉。
不会,这正是重点。MIDI 带的是音符,不是音频。您得到音高与节奏,再在 DAW 里决定变成钢琴、弦乐还是合成器。这也是吉他 take 能换成任何音色的原因。
不会。本应用没有上传接口 — 什么都不会发出去。模型权重放在本站而非 CDN,只有您按下生成时才会拉取;解码与推理都在本机,音频不会离开设备。
因为立体声会先折成单声道再分析。音域重叠的乐器会抢同一音符槽,模型分不清军鼓和钢琴点刺。先大致分轨,再分别转换,效果会好很多。
有,就是本站。全部计算都在浏览器里用 TensorFlow.js 完成,不用安装、不用注册、也没有试用次数限制。放入 50 MB 以内的音频,完成后直接下载 .mid。
不需要。桌面转换器要装程序,这里的音符识别直接在浏览器标签页本地完成。唯一需要下载的是生成好的 .mid,原始音频不会离开设备。
更多转换器
使用指南