声音转 MIDI 在线转换器
把任意声音 —— 一段录音、一条旋律、一段现场片段 —— 变成可编辑的 MIDI 音符,可在浏览器里预览、微调、下载。
- 任意录音
- 钢琴卷帘预览
- 五线谱导出
点击音符试听
使用步骤
上传声音
拖入任意录音的 MP3 或 WAV —— 采集到的旋律、一件乐器、一段声音片段。无需注册即可转换和预览。
预览与微调
在钢琴卷帘上试听采谱,与原声音对比;调整检测灵敏度或最短音符后重新采谱。
下载 MIDI 或五线谱
下载 MIDI、在卷帘上编辑音符,或导出 MusicXML / PDF 五线谱,导入 MuseScore、Sibelius 或打印。
格式与限制
- 输入格式
- Sound
- 输出
- MIDI
- 文件限制
- 50 MB · 10 min
- 价格
- 免费 · 无需注册
如何从声音得到最干净的结果
- 有音高的乐音采谱效果好;无音高的噪声、打击乐或环境音没有明确音符可检测。
- 单一清晰的音或旋律线给出最准的 MIDI —— 多层或嘈杂声音会带来杂音。
- 上传前剪掉空白与背景噪声,让检测聚焦在你在意的声音上。
- 用内置编辑器清理采谱,而不是重新录制。
常见问题
哪些声音能转成 MIDI?
大致来说,任何有音高的音频都可以——哼唱的旋律、一件乐器、录下的一段乐音、带明确调性中心的现场录音,或者听得出音高的音效。采谱器的工作原理是检测音高与时值,所以它的输出只对本来就有音高的声音才有意义;音高清晰、延续、有旋律性的声音采谱效果好,而没有稳定基频的声音,不管人耳听起来怎么样,采谱结果都不可靠。如果不确定你的素材算不算,最简单的判断方法是:你能不能把它哼出来——能哼出来,通常就能采出还不错的谱。
支持哪些格式?
支持 MP3 和 WAV 上传,上限是 50 MB、约 10 分钟,基本覆盖任何短录音或片段,不需要提前剪辑。不管用这两种格式里的哪一种,干净、噪声少的录音都会得到更准的采谱,因为模型分析的是解码后的音频信号本身,而不是针对某种文件格式做的特殊处理——同一段干净录音的高码率 MP3 和无损 WAV,采谱结果基本一样。如果你的素材是较长的现场录音或环境音采样,先分离出真正想采谱的那段有音高的部分再上传,通常比上传整段录音更快、结果也更干净。
声音转 MIDI 免费吗?
免费——转换和预览完全不需要账号。上传 MP3 或 WAV,看采谱结果在钢琴卷帘上生成,立刻对照原始录音试听,判断结果有没有准确捕捉到你想要的内容。需要登录的是第一遍预览之后的事情:把结果保存到持久化的转换历史,使用完整的音符编辑工具而不只是预览,以及在下载 MIDI 之外把修正后的结果导出为 MusicXML 或 PDF 乐谱。只想一次性下载 MIDI、不需要编辑的话,完全不需要账号。
准确度如何?
采谱由 Spotify 开源的 Basic Pitch 模型驱动,其已发表的研究数据显示准确率会随素材类型变化,不是一个固定数字——具体按乐器分类的数字可以看我们完整的基准测评文章。大致的经验规律是:干净的单线有音高声音,结果接近准确,只会有零星错音;嘈杂、没有明确音高或多层叠加的音频,错误会明显更多,需要在钢琴卷帘上手动修正。不管素材类型是什么,都建议把第一遍结果当草稿:删掉多余音符、修正跑掉的八度,如果漏检或误检太多就调整灵敏度重新采谱。
拍手、鼓点这类没有音高的声音,能转成音符吗?
基本没有意义。Basic Pitch 检测的是音高——它的全部工作就是逐帧判断此刻在响的是哪个音符、什么时候响。拍手、鼓点、脚步声或白噪音没有明确的基频可供模型锁定,所以模型要么检测不到任何有用的东西,要么生成一个不可靠的杂音,而不是一段真正能用的节奏采谱。它是专门为有音高的声音设计的:哼唱、持续的乐音、有旋律的乐器——不是打击乐或噪音,所以不要指望它能替代专门的鼓点采谱或节拍检测软件,那是完全不同的问题,需要完全不同的技术来解决。
这个和"人声转 MIDI"、"音频转 MIDI"有什么区别?
底层用的是同一个采谱引擎,实际干活的也是同一个 Basic Pitch 模型——三个页面只是把完全相同的功能,针对不同的素材起点做了不同的框架,所以选"错"页面也不会损失任何采谱质量。"人声转 MIDI"的框架专门针对演唱和人声旋律;"音频转 MIDI"是任意 MP3/WAV 录音的通用入口,没有更窄的聚焦;这个页面则覆盖前两者之外任何有音高、但框架更窄的素材:哼出的灵感、一件乐器、一段现场录制的音、有明确音高的环境音采样。用哪个标题取决于你手上实际是什么素材,三者背后的转换、编辑工具和导出选项完全一样。