音乐制作人
把旋律或贝斯线拉进编曲软件,已经对齐网格,速度和调性也写好了。更多编曲软件技巧见 MP3 转 MIDI 页面。
ToMIDI 在浏览器里运行 Spotify 开源的 Basic Pitch 模型,和官方演示版是同一个引擎。Basic Pitch 听出音符以后,到拿到成品文件之间的几步,这里也补上了:乐器预设、量化、校正到调内、速度和拍号、可撤销的音符编辑、乐谱视图和 MusicXML 导出。快速转换和试听免费,音频不离开你的设备;不登录可以导出 .mid 的前 60 秒,免费账号每天能完整导出 3 个文件,MusicXML 需要积分或套餐。什么时候用 Spotify 自己的 Basic Pitch 工具更合适,本页也照实写。
把音频拖到这里,转换成 MIDI
MP3 · WAV · M4A · FLAC · OGG · AAC · MP4 · WEBM最大 300 MB,分析前 10 分钟
把文件拖到卡片任意位置,或按 U 选择文件。放下后立即开始转换。
每个结果都是这个引擎真实跑出来的,不是做出来的效果图。
请只转换你有权使用的音频。文件不会离开你的设备。
Basic Pitch 是 Spotify 音频智能实验室(Audio Intelligence Lab)开源的音频转 MIDI 模型,2022 年 6 月以 Apache 2.0 许可证发布(GitHub)。据它的介绍页,这个模型很小,参数不到 17,000 个,峰值内存不到 20 MB;它能同时听出好几个音,几乎什么乐器和人声都能转,连弯音也能识别。免费的演示版 basicpitch.spotify.com 在浏览器里运行:录音或拖入文件,调好音符分段、置信度、音高范围、最短音符长度和 MIDI 速度,再下载 MIDI。以上信息截至 2026 年 11 月。
用 Basic Pitch 转一个文件演示版和 ToMIDI 都在浏览器里运行同一个 Spotify 模型,区别在于找到音符以后还能做什么。对照的是演示版、GitHub 上的 Basic Pitch 说明文档和我们自己的转换器,2026 年 11 月核对。
| 本站ToMIDI | Basic Pitch 网页演示版 | basic-pitch Python 库 | |
|---|---|---|---|
| 引擎 | Basic Pitch(Spotify 的 JavaScript 包) | 同一个 Basic Pitch 模型 | 同一个模型 |
| 在哪儿运行 | 浏览器里;快速转换的音频不离开设备 | 浏览器里;演示版说音频留在你的电脑上 | 你的电脑上,用命令行或 Python |
| 安装 | 不用 | 不用 | pip install basic-pitch |
| 识别参数 | 灵敏度、延音、最短音符、音高范围、弱起音 | 音符分段、置信度、音高范围、最短音符长度 | 起音阈值和帧阈值、音符长度、频率范围 |
| 乐器预设 | 钢琴、人声、吉他、贝斯、独奏旋律 | 否 | 否 |
| 量化 | 原始节奏,或 1/8、1/16、1/32 网格 | 否 | 否 |
| 调性和速度 | 自动检测,可改;校正到调内;½×、2×、打拍 | 自己设 MIDI 速度 | 自己设 MIDI 速度(--midi-tempo) |
| 编辑音符 | 移动、改时长、添加、删除,可撤销 | 否 | 否 |
| 乐谱 | 有:乐谱视图、PNG、SVG、打印 PDF;MusicXML 需积分 | 否 | 否 |
| MIDI 输出 | 量化后或原始节奏,写入速度和调号 | 下载 MIDI | MIDI,另可输出 WAV、CSV、NPZ |
| MIDI 里的弯音 | 否 | 有,能识别弯音 | 有 |
| 一次转多个文件 | 否 | 否 | 可以,一条命令搞定 |
Basic Pitch 负责找出音符。从这一步到一个能用的文件,中间还有不少事;单用 Basic Pitch,这些都得自己来。
钢琴、人声、吉他、贝斯、独奏旋律,每个预设都会调整识别参数和乐谱排版。切换时只重新读取缓存的 Basic Pitch 输出,眨眼就好,模型不用重跑。
在“原始节奏”和“量化后”之间切换,选 1/8、1/16 或 1/32 网格,淡色轮廓会标出每个音实际弹在哪儿。
检测到的调性和速度会写进 .mid。可以把调外音校正到调内,修正被识别成一半或两倍的速度,跟着打拍,或者设定拍号。
在钢琴卷帘里选中、移动、改时长、添加和删除音符,支持快捷键,每一步都能撤销。
Basic Pitch 拿不准的音画成虚线。可以留着,也可以一键从结果和导出里全部去掉。
把音符排成单行谱表或大谱表,再导出 MusicXML(需要积分或套餐)、PNG、SVG,或者打印成 PDF。
下面是上方转换器里巴赫示例的真实输出:《C 大调前奏曲》,Kimiko Ishizaka 演奏,属于公有领域。一步步看看 Basic Pitch 听完之后,ToMIDI 还做了什么。
巴赫《C 大调前奏曲》开头两小节
本站引擎跑出的 Basic Pitch 结果 · 真实数据
Basic Pitch 听出 47 个音,其中 7 个不确定的画成虚线。
图中内容
Basic Pitch 把开头两小节听成 47 个音,其中 7 个太短或太轻,被标成不确定,大多是延音带出来的泛音和重复触键。去掉这些音,再按检测到的 111 BPM 量化到 1/16 网格,原始识别结果就变成一串整齐的分解和弦,排成乐谱也很清楚。
模型相同,用途不同。遇到下面这些情况,就用官方工具。
basic-pitch Python 库一条命令就能转好几个文件,也能接进你自己的处理流程。ToMIDI 一次只转一个文件。
Spotify 的 Basic Pitch 工具能为滑音和颤音写入弯音。ToMIDI 导出的是普通音符,不带弯音数据。
basic-pitch Python 库可以保存模型的原始输出(NPZ)和音符事件(CSV),方便做研究。ToMIDI 把这些留在浏览器里,不提供下载。
如果你只想快速拿到一个 MIDI 文件,什么都不改,basicpitch.spotify.com 上的官方演示版最简单。
不用 Python,也不用安装 Basic Pitch:从一段录音,到整理好的 MIDI 文件和一份乐谱。
拖入 MP3、WAV、M4A、FLAC、OGG 或 AAC 文件,或者用 MP4、WEBM 视频里的声音,也可以录最多一分钟。文件最大 300 MB,分析前 10 分钟。
模型大约 1 MB,加载一次就在你的标签页里运行。识别过程中,音符会陆续出现在钢琴卷帘上。
选一个乐器预设,然后量化、校正到调内、设定速度。这些操作都不用让 Basic Pitch 重跑。
下载量化后或保留原始节奏的 .mid、给打谱软件用的 MusicXML(需要积分或套餐)、PNG 或 SVG,或者把乐谱打印出来。不登录时 .mid 只导出前 60 秒,免费账号每天可以完整导出 3 个文件。
Spotify Basic Pitch 把音频转成 MIDI 以后,进编曲软件或打谱软件之前,你还可以在这里做这些事。
Basic Pitch 不挑乐器,这是它的长处,也正因为这样,一套参数不可能适合所有素材。“钢琴”保留和弦,用大谱表;“人声”一次只留一个音,并抚平飘忽的音高;“独奏旋律”只留一条线;“吉他”和“贝斯”收窄音域。每个预设只在缓存的模型输出上重新提取音符。
试试预设Basic Pitch 保留你原本的节奏,听起来自然,放到编曲软件的网格上却很乱。可以量化到 1/8、1/16 或 1/32,用耳朵对比“原始节奏”和“量化后”,还能把第 1 小节提前或推后一拍,让强拍落在该在的位置。
量化一段演奏不同的活儿要用不同的工具。以下信息来自各项目或厂商,截至 2026 年 11 月。
| 是什么 | 引擎 | 能得到什么 | |
|---|---|---|---|
| NeuralNote | 开源插件(VST3、AU)和独立程序(GitHub) | 2.0 版(2026 年 10 月)之前基于 Basic Pitch,之后换成 MuScriptor 模型,模型权重只限非商业使用 | 把 MIDI 拖进编曲软件,或者存成文件 |
| Melodyne 5 | 桌面音频编辑器和编曲软件插件(试用) | Celemony 自己的识别技术;editor 和 studio 版能编辑复音 | assistant 版起可导出 MIDI,先有 30 天试用;直接编辑音频本身 |
| AnthemScore | 桌面版和在线版转谱软件(版本对比) | 自己的机器学习模型 | 乐谱 PDF $29 起;MIDI 和 MusicXML $39 起。详见我们的 AnthemScore 替代页面 |
喜欢 Basic Pitch 的识别效果,又不想只拿到一个原始 MIDI 文件的人。
把旋律或贝斯线拉进编曲软件,已经对齐网格,速度和调性也写好了。更多编曲软件技巧见 MP3 转 MIDI 页面。
Basic Pitch 对人声识别得不错,“人声”预设一次只留一个音,还会抚平颤动。录音技巧见人声转 MIDI。
用歌曲转钢琴谱的设置,从录音直接得到能打印的乐谱:大谱表、左右手分开、打印。
安装 Python 库、把它集成进应用之前,先听听 Basic Pitch 处理你自己的音频是什么效果。
信息截至 2026 年 11 月,来自 Spotify 的页面、GitHub 上的说明文档和我们自己的转换器。
Basic Pitch 是 Spotify 音频智能实验室开源的音频转 MIDI 模型,免费使用,2022 年以 Apache 2.0 许可证发布。模型很轻巧,能识别复音,不挑乐器,还能检测弯音。可以在 Spotify 的网页演示版里试,可以作为 Python 库安装,也可以在这里用,顺带还有编辑功能和乐谱视图。
都可以。官方演示版 basicpitch.spotify.com 免费,在浏览器里运行,代码也在 GitHub 上开源。在 ToMIDI 上在线使用 Basic Pitch 也免费,还多了预设、量化、调性和速度、编辑和乐谱导出;不登录时 .mid 只导出前 60 秒,免费账号每天可以完整导出 3 个文件。
快速转换通过 Spotify 自己的 JavaScript 包运行同一个模型,所以识别出的音符起点相同。区别在识别之后:预设、整理、编辑、乐谱视图和导出格式。ToMIDI 不是 Spotify 出品,和 Spotify 也没有任何关联。
要看素材。Basic Pitch 的说明文档写着,一次处理一件乐器效果最好。单独的人声或旋律乐器一般转得不错,独奏钢琴也还好,但和弦要核对,完整的混音就比较粗糙。我们还没测过准确率,所以不给百分比;画成虚线的不确定音,就是最该先检查的地方。
不能。Basic Pitch 是为有音高的音设计的,鼓点会变成杂乱的音符,ToMIDI 也一样。打击乐请用编曲软件自带的鼓转 MIDI 功能,或者专门处理鼓的工具。
什么都能转,但完整混音会把所有乐器挤进一条轨道,还多出不少音。Basic Pitch 一次处理一件乐器或一个人声时效果最好,所以尽量用独奏录音或单独的声部。只有整首混音时,可以登录后用积分选“分轨 + 多轨 MIDI”,先把乐器拆开再逐轨转换;这时文件会上传到我们的服务器和 Kie.ai 处理。
单靠它不行,演示版和 Python 库都只输出 MIDI。ToMIDI 在上面加了乐谱视图,钢琴用大谱表,可以导出 PNG、SVG、打印 PDF,还有 MusicXML(需要积分或套餐)。已有的 MIDI 文件想排成乐谱,用 MIDI 转乐谱。
不会。ToMIDI 导出的 .mid 只有普通音符,没有弯音数据。要保留滑音、颤音这类弯音,就用 Spotify 的 Python 库,它的说明文档说输出的 MIDI 带完整的弯音;官方演示版也写着能识别弯音。
转单件乐器或单个人声很合适,MP3 和别的格式一样好用。素材一密,Basic Pitch MP3 转 MIDI 的结果就会变粗糙,不论什么格式都一样。转歌曲的技巧见 MP3 转 MIDI 页面。
它们干的不是一件事。Melodyne 直接修改录音本身的音高和节奏,assistant 版起可以导出 MIDI,先有 30 天试用。Basic Pitch 只输出 MIDI,但免费、开源。要把音符拿进编曲软件,走 ToMIDI 这条免费的路就够了;要修人声的音准,该用 Melodyne。
已经不是了。开源插件 NeuralNote 在 2.0 版之前一直基于 Basic Pitch;2026 年 10 月发布的 2.0 版换成了名为 MuScriptor 的模型,模型权重只允许非商业使用。想用原版模型,就用 Python 库、演示版或 ToMIDI。
要用 Python 库,就运行 pip install basic-pitch,然后执行 basic-pitch,后面跟上输出文件夹和音频文件。什么都不想装,就用本页顶部的转换器,Basic Pitch 直接在浏览器里运行。
MP3、WAV、M4A、FLAC、OGG、AAC,以及 MP4、WEBM 视频里的声音,文件最大 300 MB,分析前 10 分钟。也可以用麦克风录音。首页的音频转 MIDI 用的也是 Basic Pitch。
快速转换不会。ToMIDI 在你的浏览器标签页里运行 Basic Pitch,文件不离开你的设备;模型大约 1 MB,第一次转换时下载。只有选 HQ 高质量转换或分轨时,文件才会上传到我们的服务器和 Kie.ai 处理。
同一个引擎,针对不同的录音调好了设置。

把文件拖到这里:Basic Pitch 在你的浏览器里找出音符,你带走一个干净的 MIDI 文件和一份乐谱。快速转换免费,文件不上传。
或者直接拖到这个框里