适合干净分轨
WAV 转 MIDI 转换器
拖入 WAV 导出或分轨,得到可编辑的 .mid。未压缩音频保留侦测器需要的起音细节 — 不用安装,也不上传。
把 WAV 转成 MIDI
拖入 .wav,按下生成后开始识别音符
把音频文件拖到这里
或
优先 WAV;也支持 MP3、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 WAV 转 MIDI?
把无损导出变成音符数据
WAV 是原始 PCM,没有有损压缩抹掉起音。把 WAV 转成 MIDI 时,模型能听到更清晰的起止,单乐器通常会得到更干净的音符起点、更少的幽灵音。
转换完成后, 打开 MIDI 编辑器 修正时值与力度,再导出标准 .mid 给宿主使用。
技术细节
96 kHz 的 WAV 会让 MIDI 识别更准吗?
关键参数
- 解码采样率
- 统一 22,050 Hz 单声道,与源文件采样率无关 —— Basic Pitch 模型就是按这个采样率训练的。
- 立体声处理
- 左右声道求平均合成为单声道,不会只取左声道或丢掉右声道。
- 体积上限
- 单文件 50 MB。96 kHz / 24-bit 立体声 WAV 约 90 秒就会撞上上限。
WAV 是 RIFF 容器,里面通常是未压缩 PCM。浏览器会把 PCM 解进一个以 22,050 Hz 建立的 AudioContext,所以 44.1、48、96 kHz 的源文件在进入模型前都会被重采样到同一个 22,050 Hz。也就是说,高规格 bounce 不会让模型多看到可用的音符,只会更快吃掉 50 MB 额度。对这个转换器而言,44.1 kHz / 16-bit 已经高于模型所需。
真正容易被忽略的是立体声这一步:我们把两个声道求平均,而不是取左声道或丢掉右声道。如果左右声道相位相反(mid/side 处理、双麦接线极性反了都很常见),求平均会互相抵消,输出可能几乎空白。导出单声道分轨、或先检查相位,比提升采样率有效得多。最终写出的是标准 MIDI 文件,包含音高、起始时间、时长和力度,音符判定固定使用 0.5 的 onset 阈值与 0.3 的 frame 阈值。
排查
结果不对时先看这三项
- 32-bit float WAV 解码失败
- 各浏览器对 IEEE float WAV 支持不一致。重新导出为 16-bit 或 24-bit 整型 PCM。
- 几乎识别不到音符
- 先查左右声道相位抵消,或素材是不是整曲混音。换成单乐器分轨最有效。
- 长 WAV 被拒绝
- 上限 50 MB。裁成 30–60 秒片段,或把同一段导出成 FLAC。
结论
这一页最实用的输入是 44.1 kHz / 16-bit 单声道分轨;更高采样率和位深不会提高识别准确率。
为什么选 WAV
什么时候更适合用 WAV
- 宿主分轨、渲染导出,没有 MP3 模糊
- 44.1 / 48 kHz 的独奏钢琴、吉他或贝斯
- 为了细节而导出成 WAV 的语音备忘
- 想先扒谱再重新配器的参考轨
使用方法
四步把 WAV 转成 MIDI
- 01
拖入 WAV
导出不超过 50 MB 的 .wav。短一些的单声道/立体声分轨通常比整曲混音更干净。
- 02
生成音符
Basic Pitch 在浏览器里扫描波形,把音高、时值、力度写成 MIDI 事件。
- 03
在编辑器里整理
挪走杂音、校正和弦时值、调整力度,再交给别的软件。
- 04
导出 .mid
得到 Ableton、Logic、FL Studio、Reaper、MuseScore 等都能打开的标准 MIDI。
更多转换器
把其他格式也转成 MIDI
使用指南
关于 MIDI 文件、乐谱与播放的解答
常见问题
WAV 转 MIDI 常见问题
WAV 比 MP3 更适合转换吗?
单乐器时常常更好。WAV 保留 MP3 容易抹软的起音,音符起点更接近你弹的位置。稠密的整曲混音无论哪种格式都难。
采样率要用多少?
44.1 或 48 kHz 即可。流程内部会重采样,不必上 96 kHz,还更容易超过 50 MB 限制。
WAV 会离开我的电脑吗?
不会。解码和音符识别都在当前标签页完成,没有上传接口。
导出单声道还是立体声更好?
单声道更稳。分析前立体声会被求平均成单声道,相位相反的两个声道会互相抵消。只有立体声文件时,先检查相位。