干净旋律比复杂混音更容易识别
独奏钢琴、吉他旋律、贝斯片段、哼唱或其他单一乐器，通常比已经母带处理的完整歌曲更容易转成可编辑 MIDI。完整混音里的人声、鼓、低音、铺底、混响和多个乐器会互相遮挡，泛音也可能被误认为额外音符。复调钢琴通常仍有不错表现，但复杂段落可能出现漏音或多识别。若手上有分轨，优先使用单独的乐器 stem，通常会比整首混音得到更干净的结果。
免费 · 无需登录 · 浏览器本地运行
MP3 转 MIDI 转换器
把歌曲、旋律和乐器录音转换成可编辑 MIDI。音频留在你的设备中，在浏览器本地处理。
音频转 MIDI
本地处理
文件不会离开你的设备。本地浏览器处理让私人录音保持私密。
3 步完成
如何把 MP3 转成 MIDI
流程保持简单：选择音频，让浏览器在本机识别音符，然后下载可编辑的 MIDI。转录过程中不需要把音频文件上传到我们的服务器。
- 1
选择音频文件
拖入 MP3、WAV、M4A、AAC、OGG、FLAC 或 WebM 文件。旋律清楚、乐器较少、噪声较低的录音通常更容易得到干净的 MIDI。当前浏览器版支持最长 5 分钟、最大 100 MB 的单个文件。
- 2
识别并清理音符
Basic Pitch 在浏览器本地分析音高和起音时间。后处理会删除极短碎音、合并同音高重叠、补偿模型延迟，并可恢复钢琴重复按键。你可以保留真人演奏时间，也可以按 1/8、1/16 或 1/32 网格量化。
- 3
下载并继续编辑
下载生成的 .mid 文件后，可放进 Ableton Live、FL Studio、Logic Pro、Cubase、Reaper、GarageBand 或其他支持 MIDI 的软件继续编辑。MIDI 保存的是音符和时间数据，因此可以改速度、乐器、音长、力度和编排。
简短音频示例
下面是一个很短的合成四音示例，只用来展示最容易被转录的干净旋律输入。真实录音可能包含和弦、房间噪声、鼓、人声和多个乐器，因此实际识别结果会随素材复杂度变化。
输入与输出
- 音频输入
- MP3、WAV、M4A、AAC、OGG、FLAC、WebM
- 输出
- 标准 MIDI（.mid）
- 浏览器限制
- 最长 5 分钟 / 最大 100 MB
为音乐人而做
它应该像一个工具，而不是文件上传漏斗。
第一版围绕隐私、本地处理、可编辑输出和快速转换来设计：不强制注册，也不把录音上传到服务器。
默认私密
音频在你的设备上处理，而不是上传到远程转换服务器。
浏览器本地计算
只有需要转换时才加载模型，避免模型文件阻塞首屏。
可编辑 MIDI
生成的 MIDI 可继续放进 Ableton Live、FL Studio、Logic、Cubase、Reaper 等 DAW 编辑。
直接导出
没有账号墙。选择文件、转换、检查结果，然后下载 MIDI。
音频转 MIDI 应该期待什么结果
音频和 MIDI 描述音乐的方式完全不同。MP3 是声音波形的压缩记录，而 MIDI 是音高、起始时间、时值、力度和轨道等事件数据，所以“音频转 MIDI”本质上不是简单改文件格式，而是自动转录：系统需要从声音里推断到底演奏了哪些音，以及它们什么时候开始和结束。
生成的 MIDI 是可编辑起点，不是绝对乐谱
自动转录的价值在于把录音变成可以继续修改的数据，而不是保证每个音都和人工扒谱完全一致。转换器会自动清理极短碎音、同音高重叠，并提供节拍量化，但复杂音乐里仍可能出现漏音、错音、泛音误判，或主旋律与伴奏混在同一轨的情况。导入 DAW 后，你可以删除错误音、调整音高和力度、拆分长音、合并音符，或把旋律和伴奏重新分轨。这也是输出 MIDI 而不是另一种音频格式的意义。
保留真人节奏，或把它拉回网格
真人演奏通常不会从头到尾保持完全固定的 BPM。钢琴手可能在乐句结尾稍微放慢，也可能在某些拍子提前或拖后。选择“保留原演奏节奏”会尽量留下这些细节；选择 Quantize 则可以把音符起点吸附到 1/8、1/16 或 1/32 网格，也可以选择把音符结尾一起量化。表现力较强的素材适合保留时间，循环、电子音乐或需要大量钢琴卷帘编辑的素材则更适合量化。
本地处理就是隐私边界
你选择的音频会在自己的浏览器里解码和分析。需要转换时，浏览器会下载转录模型，但录音本身不会被发送到我们的应用服务器做音符识别。对于未发布歌曲、客户录音、排练、Demo 或其他不希望上传给第三方的素材，这种方式更合适。浏览器性能仍然取决于设备内存、CPU 和浏览器兼容性，所以首版把单文件限制在 5 分钟，而不是假装每台手机或电脑都能稳定处理任意时长的大文件。
FAQ
MP3 转 MIDI 常见问题
准确度主要取决于录音内容。干净的钢琴、独立吉他旋律、贝斯片段或单一旋律，通常比同时包含人声、鼓、混响和多个乐器的完整混音更容易识别。转换器会在模型输出后继续清理极短碎音、合并同音高重叠、补偿时间延迟，并尝试恢复重复按键，但自动转录仍不等于人工扒谱。复杂和弦、强混响或被其他乐器遮住的弱音可能出现漏音，泛音也可能偶尔被当成新音符。生成的 MIDI 更适合作为可以继续编辑的起点，而不是宣称百分之百还原的最终乐谱。
这个页面的音频转 MIDI 流程不要求上传录音。浏览器会在你的设备上解码文件并运行转录，Basic Pitch 模型文件会在需要时下载，但歌曲或录音本身不会被发送到我们的应用服务器做音符识别。对于未发布歌曲、客户项目、排练录音、Demo 或其他私密素材，这种本地处理方式可以减少把原文件交给远程转换服务的需要。生成的 MIDI 也直接在浏览器中创建并下载。和任何网站一样，访问页面本身仍会产生普通网页请求，但你选择的音频文件不会因为转换而上传给我们。
当前支持 MP3、WAV、M4A、AAC、OGG、FLAC 和 WebM，单文件限制为最长 5 分钟、最大 100 MB。因为实际解码由浏览器完成，不同浏览器对少见编码的支持可能略有区别；如果某个格式无法解码，先转成 WAV 或 MP3 通常是最稳妥的办法。输出是标准 .mid MIDI 文件，可以导入大多数 DAW、制谱软件和 MIDI 工具。MP3 与 WAV 在桌面浏览器中的兼容性通常最好，所以遇到特殊封装或移动端兼容问题时，优先换成这两种格式即可。
可以，而且“继续编辑”正是音频转 MIDI 最重要的价值。下载的 .mid 保存的是音高、起始时间、时值、力度和速度等信息，不是原始音频波形。你可以把它放进 Ableton Live、FL Studio、Logic Pro、Cubase、Reaper、GarageBand 或制谱软件，修改错音、移动节拍、换音色、调整力度、重新量化，或者重新组织旋律和伴奏。自动转录不一定会像人工编曲那样把左右手、主旋律与和声自动分成理想轨道，因此复调音乐导入后做一些钢琴卷帘整理属于正常流程。
当前第一版免费使用，标准单文件转换不要求注册账号、订阅套餐、购买项目或消耗积分，生成 MIDI 后也没有隐藏的付费下载步骤。浏览器版目前限制为最长 5 分钟、最大 100 MB，主要是为了让普通电脑和手机在本地运行模型时保持可用。以后如果加入超长音频、批量转换、分轨、API 或更重的处理能力，这些高级功能可能适合单独收费，但现在页面上的核心 MP3 转 MIDI 功能就是免费工具，不会拿一套与产品无关的 SaaS 套餐来误导用户。
它仍然是在线工具，因为你直接打开网页就能使用，不需要安装桌面软件；区别只是计算发生的位置。传统在线转换器往往先把文件上传到远程服务器，等待服务器处理，再返回下载结果。这里则把转录代码和模型加载到浏览器，然后直接在你的设备上分析音频，因此兼顾了网页工具的便利和更明确的本地隐私边界。你仍然需要网络加载页面与模型文件，但不需要把录音上传给我们才能完成音符识别。对于只想临时转一段旋律、不想额外安装软件的人，这种方式会更直接。
音符转录阶段使用 Spotify 的 Basic Pitch 机器学习模型，它负责从声音里估计音高和时间，因此可以说核心识别部分使用了机器学习。不过整个转换流程并不只是给“AI”贴标签：模型输出后，还有删除碎音、合并重叠、补偿延迟、估计 BPM、量化节拍和恢复重复起音等普通算法处理。音频本身没有明确写着“这里是 C5、这里是 G4”，所以必须从声音中推断音符；这也是机器学习真正发挥作用的地方。复杂混音仍需要人工检查，AI 并不会让自动扒谱天然变成百分之百准确。
需要反方向转换？
直接在浏览器本地把 MIDI 渲染成 MP3，可调整比特率和输出音量，也无需登录。