音乐老师
把拍下来的课或学生的演奏转成 MIDI 和乐谱，标注好发给学生回家练。
MP4 转 MIDI：从视频扒出音符
ToMIDI 的 MP4 转 MIDI 在浏览器里完成：拖入一段课程视频、排练片段或录屏，浏览器在你的设备上读取声音，Spotify 开源的 Basic Pitch 模型把音符写下来。不用先把音频扒出来，快速转换不上传，转换和试听都免费；不登录时 .mid 只导出前 60 秒。下载的 .mid 可以直接放进编曲软件，也能导出乐谱。
- 快速转换不上传视频
- 转换和试听免费
- Basic Pitch 开源模型
- MP4 和 WEBM
免费 · 在浏览器里运行
拖入视频，把里面的音乐转成 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。
试试真实示例
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。
在浏览器中处理免费转换试听无需注册免费账号可下载完整 .mid
请只转换你有权使用的音频。文件不会离开你的设备。
MP4 转 MIDI 的原理：只读音轨，不管画面
MP4 是一个容器：一条视频轨放画面，旁边一条音轨放声音，通常是 AAC 格式。MIDI 只需要音乐，所以画面直接忽略。视频拖进来以后，浏览器直接从文件里读出音轨，混成 22.05 kHz 的单声道，交给 Basic Pitch，由它写下每个音的音高、起点、时长和力度。中间不用单独提取音频，也不用先转成 MP3：视频转 MIDI 一步完成，就在你自己的设备上。
现在拖入视频有些视频转 MIDI 结果很乱，问题出在声音
视频转 MIDI 的音符干不干净，取决于视频里的声音。画面再好看，声音在模型听来也可能很杂，常见原因有这些：
- 在演出现场用手机拍：观众声、房间回声和所有乐器，都挤在一条音轨里。
- 边讲边弹：说话也有音高，带讲解的教学视频会多出零散的音。
- 相机自动增益：音量忽大忽小，音从哪开始、到哪结束就模糊了。
- 混音里有鼓：鼓点没有明确音高，会变成很短的随机音。
- 反复保存、转发过的视频：每转一次，声音就多压缩一次。
用 ToMIDI 做 MP4 转 MIDI 有什么不同
很多在线视频转 MIDI 工具要把整段视频连同画面一起上传。这里的快速转换，就在文件所在的设备上读取。
不用先提取音频
直接拖入 MP4。声音在浏览器里读取，不用另找视频提取音频的网站，不用敲命令行，也不用管中间多出来的 MP3。
视频留在本机
快速转换时，课程、排练和家庭视频都不会发到任何地方：MP4 视频转 MIDI 的解码、识别和导出都在当前标签页里完成。
导出分三档
视频最大 300 MB，分析前 10 分钟，转换和试听都不收费。不登录时 .mid 只导出前 60 秒；登录后每天 3 个完整导出；付费不限次数。
MP4 和 WEBM
手机导出的视频、相机文件、录屏，只要浏览器能播放它的声音就能转。MOV 文件也能选，能不能做 MOV 转 MIDI，要看浏览器能不能打开它。
本地运行的 Basic Pitch
Spotify 开源的复音模型，在本地运行。单音旋律听得出，和弦也听得出。
下载前先改好
乐器预设、量化、校正到调内、速度减半或加倍、拍号、逐个改音并撤销，下载前都能做。
四步完成 MP4 转 MIDI
从手机或电脑里的视频，到编曲软件里的 MIDI。我们 10 秒的测试视频用了 7.3 秒转完，含下载模型。
把 MP4 拖到本页顶部的 MP4 转 MIDI 工具上，或者点“上传视频”。手机视频转 MIDI，可以先把视频传到电脑，也可以直接在手机上打开这个页面。
浏览器从视频里取出音频，Basic Pitch 分成很短的窗口逐段扫描，找出每个音的音高、起点、时长和力度，速度和调性也一并算出。
对着视频播放 MIDI，选和声部相符的乐器预设，想要整齐的网格就量化，再纠正速度或调性。
保存量化后或原始节奏的 MIDI，拖进 FL Studio（水果）、Ableton Live、Logic Pro 或 GarageBand。付费用户还能把乐谱导出成 MusicXML。
第 1 步 · 拖入视频
不止一键视频转 MIDI
从拖入视频，到在编曲软件里打开音符，中间发生了什么。
手机视频、课程、录屏都行
手机拍的一节课、钢琴 App 的录屏、站在排练室角落拍的片段：只要浏览器能播放它的声音，MP4 转 MIDI 工具就能读。不支持 MKV 和 AVI，请先转成 MP4。
试试你的视频长视频只转前 10 分钟
做 MP4 视频转 MIDI 时，文件最大 300 MB，分析前 10 分钟；文件更长时，结果里会提示。手机拍的高清视频很快就到 300 MB，先在手机或剪辑软件里剪出需要的那段。
拖入一段短视频和画面对得上的 MIDI
视频转 MIDI 之后，“原始节奏”的 MIDI 从 0:00 起保留音轨的时间，放在时间线开头就能跟着画面走。要给一个镜头配乐？下载前输入工程速度，音符也会落在你的网格上。
对齐音符实测一段 MP4 视频
我们在 Microsoft Edge 里录了一段 10 秒的视频：画面是移动的测试卡，声音是一段 C 大调旋律配低音线，保存为 H.264 视频加 AAC 音频，然后用上面的 MP4 转 MIDI 工具转换。
图中内容
我们写了 18 个音，引擎找到 19 个，其中一个很短，画成虚线。它读出 96 BPM、C 大调，和我们写的完全一致；第 1 小节在 0:00.39，我们写的是 0:00.40。含下载模型共用 7.3 秒。同一段视频的 WEBM 版本，得到的 19 个音、速度和调性都一样。
哪种视频转得好
做 MP4 转 MIDI 时，画面既不加分也不减分，结果只看声音。我们自己的测试公布之前不给百分比，下面是各类视频的大致情况。
视频转 MIDI 的几种做法对比
直接读视频，还是先提取音频？下表的限制和格式于 2026 年 11 月从各工具自己的页面读取。
| 本站ToMIDI | AI-MIDI（Video beta） | Basic Pitch 演示 | 先提取音频再转换 | |
|---|---|---|---|---|
| 能直接读视频 | 能：MP4、WEBM、MOV | 能：MP4、MOV、AVI、MKV、WebM | 只收音频文件 | 不能，要先用提取工具做出音频文件 |
| 在哪运行 | 快速转换在浏览器里，不上传 | 在对方服务器上 | 在浏览器里，音频留在本地 | 两个工具，常常都在线上 |
| 免费能用多少 | 转换和试听免费；不登录 .mid 导出前 60 秒，免费账号每天 3 个完整导出 | 预览免费；登录后每周一次完整下载 | 免费、开源 | 看两个工具各自的规则 |
| 时长和大小 | 最大 300 MB，分析前 10 分钟 | 5 分钟、50 MB | 没有写明限制 | 看两个工具各自的规则 |
| 要不要登录 | 转换和试听不用；超过 60 秒的完整导出要登录 | 下载要登录 | 不用 | 不一定 |
| 导出 | MIDI（原始节奏或量化后）、PNG、SVG、打印成 PDF；MusicXML 需付费 | MIDI | MIDI | 看转换工具支持什么 |
| 导出前修正 | 预设、量化、调性、速度、拍号、逐个改音并撤销 | 可以选要转换的片段 | 识别参数滑块 | 看转换工具 |
视频转 MIDI 适合谁
手机视频里存的音乐，比音频文件多得多。下面这些人会用视频转 MIDI，把这些片段变成音符。
学琴的学生
考级前拍一段自己练琴的视频，手机视频转 MIDI 以后，在钢琴卷帘里看清弹了哪些音、节奏稳不稳。
乐队和写歌的人
排练时冒出的点子，常常是用手机拍下来的。趁还没忘，先把 riff 或旋律转成 MIDI，再到编曲软件里重新做。
做视频的人
从自己拍的素材里取出旋律，换个音色、换个调，或者围绕它给下一版剪辑配乐。
录屏的人
录下了钢琴 App 或网页游戏里的演奏？WEBM 或 MP4 录屏和普通视频一样能转。
合唱团和歌手
把某个声部的排练视频转一下，核对音准，再把 MIDI 或打印出来的谱子发给同声部的人。
MP4 转 MIDI 问答
转换视频之前大家常问的问题，直接回答。
MP4 转 MIDI 怎么操作？
把 MP4 拖到本页顶部的转换器里。浏览器读取声音，Basic Pitch 找出音符，短视频几秒钟就能在钢琴卷帘上看到结果。核对速度、调性和预设，再点“下载 .mid”。
这个 MP4 转 MIDI 工具免费吗？
转换和试听免费：视频最大 300 MB，分析前 10 分钟。导出时看你的账号：不登录时 .mid 只导出前 60 秒，乐谱是带水印的前 2 页；免费账号每天完整导出 3 个文件，乐谱带水印；付费（Pro、Premium 套餐或积分包有余额）不限次数、没有水印，还能导出 MusicXML。
要先把视频里的音频提取出来吗？
不用。浏览器直接从 MP4 里读取声音，不用先做视频转 MP3，也不用管多出来的音频文件。手上已经是音频文件？用 MP3 转 MIDI 或 WAV 转 MIDI。
能转哪些视频格式？
MP4 和 WEBM（我们在 Microsoft Edge 里测过），文件选择框也接受 MOV。视频由浏览器解码，打不开的文件会给出明确提示。不支持 MKV 和 AVI，请先转成 MP4。
iPhone 拍的手机视频转 MIDI 行吗？
一般可以。iPhone 视频常是 MOV 文件，选择框能选，但能不能打开要看浏览器。打不开就先导出或分享成 MP4，再拖进来。离乐器近一点、在安静的房间里拍，音符最干净。
MP4 视频转 MIDI，最长能多长？
文件最大 300 MB，分析前 10 分钟。手机高清视频几分钟就能到 300 MB，长视频先剪出需要的部分再拖进来。
视频会上传到哪里吗？
快速转换不会：MP4 转 MIDI 在浏览器里读取和转换，文件不离开你的设备，第一次转换时只加载约 1 MB 的音符模型。选高质量转换（HQ）或分轨时，浏览器会把视频里的声音转成 MP3，上传到我们的服务器和 Kie.ai 处理，按积分计费，画面不上传。
能直接粘贴 YouTube 链接吗？
这个页面不行，它只转你设备上已有的视频文件。链接请用 YouTube 转 MIDI。不管哪种方式，都只转换你有权使用的视频。
能把 MV 里的各个乐器分开吗？
快速转换不能：MP4 转 MIDI 时，声音里的所有声部都会进同一条 MIDI 轨，乐器重叠的地方还会多出音。只有一件乐器或一个人声的视频，结果干净得多。要按乐器分开，可以选分轨模式，每件乐器一条 MIDI 轨，按积分计费，声音会上传到我们的服务器和 Kie.ai。
视频画质会影响 MP4 转 MIDI 吗？
画面完全不影响，只用声音。声音嘈杂的 4K 视频，转出来还不如离乐器很近、画面模糊的那段。
MIDI 能和剪辑软件里的视频对齐吗？
能，下载“原始节奏”的 MIDI 就行：它从 0:00 起保留音轨的时间，放在编曲软件或剪辑软件里视频的开头即可。量化后的 MIDI 则从检测到的第一个强拍开始算第 1 小节。
能从视频扒谱、出五线谱吗？
能。把结果切到乐谱视图，可以导出 PNG、SVG 图片，或打印存成 PDF；付费用户还能导出 MusicXML，用 MuseScore、Sibelius、Finale 或 Dorico 打开。想要更多排版选项，把 .mid 放进 MIDI 转乐谱。
转好的 MIDI 怎么放进编曲软件？
下载 .mid：在 FL Studio 里拖到通道机架（Channel Rack）的乐器上，在 Ableton Live 里拖到一条 MIDI 轨上，在 Logic Pro 里拖进音轨区并接受导入速度。音色随你挑，因为 MIDI 只记音符，不带声音。
转换后还能改音符吗？
能：点一下音符就能听，拖动可以移动或改长短，双击添加新音，每一步都能撤销。要大改，就用 MIDI 编辑器打开文件。想用真实乐器的音色听，试试 MIDI 转 MP3。
拖入一段视频，开始 MP4 转 MIDI
把 MP4 拖到这个框里，MP4 转 MIDI 工具当场读取声音：快速转换免费，视频不上传。手上是普通音频？首页的音频转 MIDI 支持各种常见格式。
或者直接拖到这个框里