mp3→midi

MP3 转 MIDI 转换器

拖入音频文件，即可得到标准 .mid 文件。人声、钢琴和乐器模式都在本机浏览器运行；完整歌曲的 HQ 模式还能使用 GPU 将混音分离为六个音轨，再生成多轨 MIDI。

人声使用 GAME，钢琴使用 Transkun V2，吉他、贝斯和其他乐器使用 Basic Pitch。完整歌曲可选择 Fast 直接转录混音，或使用 HQ Local 的 WebGPU 六轨分离。

选择“完整歌曲”后可启用 HQ Local。所有当前转换模式都会把源音频保留在你的设备上。

把音频或视频文件拖到这里

或点击选择文件 — MP3、WAV、M4A、FLAC、OGG、AIFF、MP4、MOV

已就绪 · 只有开始转换时才会加载所选模型

支持的格式

解码使用浏览器自带的音频解码器，因此只要文件能在你的浏览器中播放，通常就能在这里转换。

音频

  • MP3 .mp3
  • WAV .wav
  • M4A / AAC .m4a .aac
  • FLAC .flac
  • AIFF / AIF .aiff .aif
  • OGG / OGA .ogg .oga
  • Opus .opus
  • WebM .webm .weba

视频 （只读取音轨，忽略画面）

  • MP4 .mp4
  • M4V .m4v
  • MOV .mov

浏览器会按所选引擎准备音频：GAME 和 Transkun 使用 44,100 Hz，Basic Pitch 使用 22,050 Hz。HQ Local 会先通过 WebGPU 分离出六个 44.1 kHz 音轨，再进行转录。

如何把 MP3 转换为 MIDI

  1. 拖入文件。 支持上面列出的格式。处理时间取决于所选引擎和设备性能；HQ Local 的计算量明显高于 Fast。
  2. 等待钢琴卷帘显示结果。 页面会展示识别到的音符数量、音高范围以及它们在时间轴上的位置。
  3. 下载 .mid 文件。 这是标准 MIDI 文件，可在 Ableton、FL Studio、Logic、GarageBand、MuseScore 或其他编辑器中继续修改音符、乐器或调性。

这属于音频转录，而不是简单的格式转换。唱歌请选择“人声”，独奏钢琴请选择“钢琴”，单独乐器请选择对应模式。完整歌曲的 Fast 会直接转录混音；HQ Local 会使用你的 GPU 先分离六个音轨，再在本地生成多轨 MIDI。

常见问题

这个音频转 MIDI 工具免费吗？

是的。无需账号、邮箱或信用卡，也没有每日次数限制。模型运行在你的设备上，因此没有需要转嫁给用户的服务器计算费用。

我的文件会上传到服务器吗？

No active conversion mode uploads your source audio. Fast modes run in the browser, and HQ Local uses WebGPU on your device for stem separation before local transcription. 模式l files are downloaded when needed, but your song stays on your device.

除了 MP3，也能把 WAV 转成 MIDI 吗？

可以。同一个工具也支持 WAV、M4A、FLAC、OGG 等格式转 MIDI。只要浏览器能播放该文件，这个页面通常就能读取。WAV 和 FLAC 压缩损失更少，因此与同一录音的低码率 MP3 相比，音符识别往往会更干净一些。

最终会得到什么文件？

会得到标准 MIDI 文件（.mid）。单音源模式使用 MIDI Format 0，每四分音符 480 ticks，并写入从音频测得的速度。人声模式会提取主要旋律线，乐器模式可以保留重叠音符和和弦，可直接导入 DAW 或制谱软件。

转换准确度怎么样？

准确度取决于音源，本页面不会随意给出一个百分比。转换完成后会先显示音符数量、音高范围和钢琴卷帘，你可以在下载前直接判断结果是否合理，而不是导入 DAW 后才发现问题。

包含多种乐器的完整歌曲也能处理吗？

可以，有两种方式。Fast 模式直接转录最终混音；HQ Local 使用 WebGPU 把歌曲分成六个音轨——人声、钢琴、吉他、贝斯、鼓和其他——分别转录后写入 MIDI Format 1 多轨文件。鼓轨目前在分离后使用本地的起音/频率分类生成。

文件长度或大小有限制吗？

页面本身没有设置固定限制，实际限制来自你的设备性能。文件越长，耗时和内存占用越高；几分钟长度的音频通常更适合在电脑或手机上处理。

手机上能用吗？

可以。页面针对移动端做了适配，拖放区域、按钮和钢琴卷帘都能在手机屏幕上使用。不过手机处理较长文件通常会比电脑慢。

MIDI 文件会写入什么速度？

工具会根据音符起音测量速度并写入 MIDI，同时使用同一速度计算音符位置，因此音符会保持与原录音一致的实际时间，节拍线也会尽量对齐音乐。如果无法检测到稳定节拍，则回退到 120 BPM，并在面板中提示。你也可以关闭速度写入，之后在 DAW 中自行设置。

转换时使用哪些模型？

网站会根据音源类型选择模型：人声 / 哼唱使用 GAME，钢琴使用 Transkun V2，吉他 / 贝斯 / 其他乐器使用 Basic Pitch。HQ Local 会先用 BS-RoFormer WebGPU 分离六个音轨，再把有音高的音轨交给对应引擎；分离出的鼓轨会在本地转换成 GM 鼓事件。