如何把音频转换成干净、可编辑的 MIDI

音频转 MIDI 并不是简单的格式转码。MP3、WAV 保存的是声音采样，而 MIDI 保存的是音高、起始时间、时值和力度等事件。模型需要从录音中推断这些事件，因此音源质量和后续清理同样重要。

从最清楚的音源开始

尽量使用单独的乐器或人声。干声钢琴、吉他旋律或单一歌声有清楚的起音，最容易得到可编辑结果。完整歌曲把人声、贝斯、和弦、鼓和效果器混在同一个信号里，多组音高会同时重叠。

如果有原始 WAV 或 FLAC，优先使用它。质量良好的 MP3 也能转换，但先把 MP3 转成 WAV 并不能找回有损压缩已经删除的信息，反而多了一次不必要的转码。

选择对应的 Tonera 工具

• MP3 文件使用 MP3 转 MIDI。
• FLAC、M4A、OGG、AAC 或 WebM 使用 音频转 MIDI。
• 未压缩录音或 DAW 导出使用 WAV 转 MIDI。

普通模式会直接在浏览器中运行 Basic Pitch，源音频保留在设备内。下载前可以先检查并调整识别出的候选音符。

下载前检查音符图

不要只看识别音符的数量。对照原音频，重点检查三类问题：

1. 真实音符之间出现很多碎音。 常见原因是混响、呼吸声或琴弦共振。提高最短音符时值或帧阈值。
2. 较弱的起音消失。 逐步降低起音阈值；降得太多时，背景噪声也会被识别成音符。
3. 出现不需要的音区。 把频率范围缩小到目标乐器所在的区域。

最好的设置不是产生最多音符的设置，而是能保留音乐乐句、减少无意义事件的设置。

只在真正需要时使用分轨

阈值不能把两个同时演奏的乐器拆开。处理完整混音时，应先分离人声、贝斯或其他目标声部，再单独转录。Tonera 的可选高精度模式会在服务器端完成这一步；普通浏览器转换仍然免费且本地运行。

按后续用途选择导出格式

需要在 DAW 中编辑时选择 MIDI；需要排版和修改乐谱时选择 MusicXML；PDF 适合打印阅读；ABC 和和弦表适合轻量分享。

请保留原始录音。转录结果是可编辑的音乐解释，并不能取代原音频。