音频转 MIDI：如何免费转换一段录音

把音频转成 MIDI，就是把一段只能听的声音变成真正可以动手处理的音符。比如你在公交车上对着手机哼了一段 hook，或者手里有一段很久以前排练时录下的吉他 riff，却完全想不起自己弹的是什么。作为音频，这些想法是凝固的；变成 MIDI 之后，它们就成了一串音高和时间信息，你可以移动、拉伸、重新配器，还能打印出来。本指南会讲清楚转换的原理、如何在浏览器里免费得到可用的结果，以及拿到文件之后可以做什么。

声音与指令：到底转换的是什么

录音记录的是随时间变化的气压，它对音符一无所知。MIDI 文件恰恰相反：里面完全没有声音，只有指令，比如"在这里开始一个 E4，保持半拍，用这个力度"。合成器或采样器读取这些指令后，会用你选择的任何乐器发出声音。

所以"音频转 MIDI"其实就是自动扒谱。软件聆听录音，估计每一时刻存在哪些音高，并判断每个音符从哪里开始、在哪里结束。这是一场猜测游戏，猜得准不准在很大程度上取决于录音有多清晰。一条单独的长笛旋律是简单的谜题；一段混着失真吉他、镲片和三层叠加人声的摇滚混音则非常难。

开始之前请记住这一点，因为它决定了本文后面的每一个选择。

根据素材选对工具

并不是每段录音都该走同一条路线。下面是快速判断的方法：

• 单一乐器或人声，录得很干净：直接转换。
• 一首完整的歌曲，而你只想要其中一个声部：先分离出这个声部，再转换。
• 很长的文件，而你只需要其中一个乐句：先裁剪到这个乐句，再转换。
• 你本来就会弹的声部：有时直接用 MIDI 键盘弹进去，比任何转换器都快。

SampLab Pro 为上面每一步都提供了免费的浏览器工具，而且在同一个工作区里，结果可以直接从一个工具发送到下一个工具，无需重新上传。浏览器工具在你自己的设备上运行，除非你选择保存结果，否则文件不会被上传。

在浏览器里把音频转成 MIDI：分步操作

本流程使用 SampLab Pro 的免费工具。下面的步骤都不消耗积分。

1. 裁剪出你需要的部分。打开音频裁剪，在波形上选好起点和终点，试听后导出 WAV。片段越短，检查越快，也越容易判断效果。
2. 执行转换。把片段载入音频转 MIDI 转换器，它专为旋律和独奏乐器设计，使用开源的 Basic Pitch 模型。对于一般的录音，WAV 转 MIDI 工具可以把录音转成可编辑的 MIDI 文件，供你预览和下载。
3. 试听并对比。把结果和原始录音放在一起播放。音符的起点对得上吗？有没有明显多出来的音符或空缺？
4. 修正错误。在 MIDI 编辑器中打开文件，你可以拖动音符，修改音高、时值和力度，撤销误操作，然后下载修正后的文件。它不需要登录。
5. 继续深入。把 MIDI 导入你的 DAW、渲染成音频，或者转成可打印的 lead sheet。

为什么 Basic Pitch 适合做这件事

Basic Pitch 是一个小巧的开源扒谱模型。它能识别同时发声的多个音符，所以简单的和弦不会被自动丢掉，而且它不局限于某一种乐器。由于模型很小，它可以直接在网页里运行，而不必放在远程服务器上。正是这一点让免费的本地转换变得可行。

当录音是一首完整的歌曲时

现实中的大多数需求都涉及完整的曲目：有人想要一首放克歌曲里的贝斯线，或者被鼓和人声盖住的钢琴声部。把整段混音直接丢进转换器，通常会得到一团错误的音符，因为模型同时听到了所有乐器，并试图把它们全部扒下来。

解决办法是先把声部分离出来。SampLab Pro 的 AI 音轨分离可以把一首歌分成人声、伴奏、贝斯和鼓，还能把单条音轨直接发送到 WAV 转 MIDI。这是一个 AI 工具，因此需要登录，每个任务消耗 36 积分，且只在任务成功时扣除。新账户注册时可能获得 50 个免费积分（视资格而定），足够做一次分离。

对于贝斯线来说，分离出来的贝斯音轨通常比整段混音好得多。对于人声旋律，人声音轨能让转换器专注于一条旋律线，而不用应付相互竞争的和声。

其他选择：DAW 功能与靠耳朵扒谱

浏览器转换器并不是从音频得到 MIDI 的唯一途径。

一些数字音频工作站自带转换功能，专门的音高编辑插件也能把检测到的音符导出为 MIDI。这些工具能力不错，但通常要花钱、要花时间学习，而且会把你的工作流程绑定在某一款软件上。

此外还有老派的方法：把音频载入 DAW，循环播放一小段，然后靠耳朵在 MIDI 轨上弹出或画出音符。做得好的话，这是所有方法里最准确的，因为你能做出模型做不到的音乐判断。缺点是费时间。对新手来说，靠耳朵扒一段八小节的密集乐句可能要花一个小时。如果只是想快速记下一个想法，或者先拿到一份草稿再靠耳朵修正，自动转换器是更快的起点。

一个合理的折中是把两者结合起来：让转换器在几秒内生成草稿，再用耳朵清理它弄错的部分。

获得更干净的转换结果

几乎每一个令人失望的结果都能追溯到输入。在怪罪转换器之前，先检查这些：

• 分离。永远一次只处理一种乐器。先从完整混音中分离出音轨。
• 减少混响。长长的混响尾音会把音符糊在一起，还可能产生幽灵般的延音。选择你手头最"干"的录音。
• 避免重度失真。失真吉他会产生密集的泛音，看起来就像多出来的音高。
• 一开始先短一点。先转换几个小节，检查结果，再处理更长的段落。
• 让乐器匹配任务。音高清晰、轮廓分明的音符，例如钢琴、拨弦吉他或干净的合成器主音，比气声很重的人声或揉弦明显的拉弦乐器转换得更可靠。

转换之后，要做好整理的准备。常见的修正包括删除很短的杂散音符、合并被拆成两半的音符，以及把时间对齐到网格上。这些都可以在 MIDI 编辑器里完成。

准备好之后如何使用 MIDI 文件

.mid 文件是通用格式，这也是它吸引人的重要原因。几乎所有 DAW 和打谱软件都能打开它。一旦载入，你最初的那段录音就不再被锁死：

• 更换音色。把音符分配给任何虚拟乐器。手机录下的一段钢琴 riff 可以变成 pad、pluck 或弦乐组。
• 修正演奏。量化不均匀的节奏、调整力度，或者改正错音，无需重新录音。
• 改变调性。一步就能把整个声部整体移调。
• 快速回放。SampLab Pro 的 MIDI 转 WAV 工具可以用内置乐器音色把 MIDI 渲染成立体声 WAV，方便分享草稿。
• 打印出来。MIDI 转乐谱工具可以生成带和弦标记的 lead sheet 草稿，你可以打印，也可以导出为 MusicXML，在打谱软件里进一步编辑。

这种灵活性才是转换的真正理由。音频是一次演奏的照片；MIDI 是一张蓝图，你可以用任何风格把它重新搭建起来。

一个实际例子

假设你对着语音备忘录哼了一段副歌旋律。录音里有房间噪声、厨房带来的一点回声，结尾还有几句说话声。

首先，用音频裁剪去掉说话声，只保留八个小节的旋律。接着，把这个片段交给音频转 MIDI。草稿大概能抓住大部分音高，但在你声音发颤或听得到呼吸的地方，可能会多出几个短促的杂音。在 MIDI 编辑器里打开结果，删掉这些杂音，把被截短的音符拉长，再把第一个音符挪到拍点上。最后，把 MIDI 拖进你的 DAW，分配一个主音合成器，几分钟之内，你就从一段哼唱得到了一条可用的旋律。

常见问题

用 SampLab Pro 把音频转成 MIDI 是免费的吗？

是的。浏览器工具，包括音频裁剪、音频转 MIDI、WAV 转 MIDI 和 MIDI 编辑器，都是免费的，不消耗积分。只有 AI 工具（例如 AI 音轨分离）需要积分。

我的文件会被上传吗？

浏览器工具在你的设备上运行，除非你选择保存结果，否则文件不会被上传。

MIDI 会有多准确？

没有任何自动扒谱是完美的。请把输出当作一份可靠的初稿，并预计需要做些清理，尤其是声部繁杂或混响较重的录音。

我能把一整首歌转成 MIDI 吗？

可以试试，但如果先把你想要的声部分离出来，效果会好得多。AI 音轨分离可以把一首歌分成人声、伴奏、贝斯和鼓，每个任务 36 积分。

MP3 可以吗，还是必须用 WAV？

录音质量远比文件格式重要。一段干净、独立的演奏，即使是压缩格式，通常也比无损格式的杂乱混音转换得更好。如果你用音频裁剪来裁剪，它导出的是 WAV。

之后可以拿 MIDI 做什么？

在 MIDI 编辑器里编辑，在任何 DAW 中打开，用 MIDI 转 WAV 渲染成 WAV，或者用 MIDI 转乐谱把它变成可打印的 lead sheet。