直接在浏览器里把 WAV 录音转换成可编辑 MIDI。WAV 避免额外有损压缩，是很适合作为自动转录输入的格式，同时整个识别过程保持在本机。
选择本地音频，让浏览器在设备上识别音符，再下载并编辑生成的 MIDI。
拖入或选择页面支持的本地音频。短、干净、目标乐器清楚的素材通常更容易得到可编辑结果。
开始转换后，浏览器会在设备上解码音频、运行音符转录，并清理极短碎音、重叠和常见时间问题。
转换完成后下载标准 .mid 文件，再导入 DAW 或制谱软件调整音高、时值、力度、速度和编曲。
WAV 和 MIDI 保存的是完全不同的信息。WAV 是采样后的真实声音波形，MIDI 则是音高、起音、时值、力度和速度等演奏事件。所以 WAV 转 MIDI 必须经过自动转录：软件从波形中判断到底有哪些音、何时开始、持续多久，再写成可以在 DAW 里继续修改的 MIDI。
常规 PCM WAV 不使用 MP3、AAC 那类心理声学有损压缩，因此如果同一段演奏原本就有 WAV，模型可以直接看到没有额外压缩伪影的波形。它不会因此变成百分之百准确，但干净的起音、较弱泛音和衰减细节不会再经历低码率编码。自己录制乐器或能从 DAW 导出单独 stem 时，WAV 是很自然的工作格式。
比特深度和采样率通常没有“乐器是否分离”重要。一个 24-bit/96 kHz 的完整混音，仍可能比 16-bit/44.1 kHz 的独奏乐器更难识别。如果 WAV 里是整首歌，最好先从工程中导出钢琴、旋律、贝斯等目标乐器 stem。对自动转录来说，这通常比继续提高技术分辨率更有效。
大多数 DAW 和编辑器生成的普通 WAV 都能被现代桌面浏览器解码，其中标准 PCM 最稳妥。不过 WAV 是容器，理论上也可以放入少见编码。如果文件扩展名是 .wav 但浏览器无法解码，重新导出成标准 PCM WAV 通常就能解决。本站故意依赖本地浏览器音频管线，而不是为了兼容而把文件上传服务器转码。
当前单文件限制为 5 分钟和 100 MB。因为 WAV 不压缩或压缩较少，体积增长远快于 MP3，所以在这个页面更容易碰到大小限制。删除前后静音、只导出需要的段落，或使用普通 44.1/48 kHz 单声道/立体声 PCM，都能减少内存压力，同时保留模型真正需要的音高和时间信息。
即便 WAV 很干净，模型也可能产生极短误音、同音高重叠，或与理想谱面不一致的音符边界。转换器会自动删除低于阈值的碎音、合并同音高重叠、应用小幅延迟补偿，并检测本应重复按键却被连成一个长音的情况。这些后处理针对的是实际钢琴卷帘编辑问题，而不是重写你的演奏。
时间上可以选择保留原演奏，或者按 1/8、1/16、1/32 网格量化。现场钢琴和自由速度更适合先保留时间；准备做电子编曲、Loop 或制谱整理时，1/16 或 1/32 往往更容易编辑。音符结尾量化是可选的，因为它会改变时值和连奏感。比较稳妥的做法是保留一份未进一步修改的 MIDI，再在 DAW 里做更激进处理。
MIDI 不包含 WAV 里的麦克风声音、房间混响、放大器、插件链或母带，它只保存检测出的音乐事件。因此把 MIDI 用钢琴插件播放时，听到的是插件钢琴，而不是原来的录音。这恰好也是转换的价值：你可以换音色、改调、修错音、调整力度、生成乐谱或重新编排，而不用继续编辑固定的波形。
如果目标只是让 WAV 变小或改成另一种音频格式，MIDI 并不是正确目的格式，应使用 WAV 转 MP3、FLAC 等音频编码器。只有当你明确需要“可编辑音符数据”时，WAV 转 MIDI 才有意义。它更准确的名称其实是“从高质量音频源自动转录成 MIDI”，而不是能够逐比特还原回原 WAV 的格式转换。
FAQ
如果两者来自同一演奏且 WAV 没有有损压缩，WAV 往往是更干净的输入，因为模型直接看到原始波形。但这不是绝对优势。一个干净的高码率单乐器 MP3，可能比录着整支乐队的高规格 WAV 更容易识别。乐器分离、清楚起音、调音和信噪比通常比扩展名更重要。如果已经有 WAV stem 就直接用；把已有 MP3 再转成 WAV 并不会恢复之前被压缩删除的信息。
标准 PCM WAV 是现代桌面浏览器最稳妥的选择。WAV 是容器，不同编码理论上都可能放在里面，因此很少见的编码不一定能通过浏览器音频 API 解码。当前单文件还限制在 5 分钟和 100 MB。如果 WAV 加载失败，重新导出 44.1 或 48 kHz 普通 PCM 通常最可靠。为了 MIDI 转录没有必要追求极端采样率，干净的常规导出已经包含模型需要的音高信息。
可以，模型支持复调，可以同时检测多个音高，所以钢琴和其他和弦乐器是合理输入。准确度仍受录音影响：延音踏板、房间混响、相邻音程、强泛音以及被大音量覆盖的低音都可能造成额外或缺失事件。后处理能删除一部分明显瑕疵，但无法像人工一样理解预期和弦配置。直接钢琴 stem 或干净键盘录音通常比完整歌曲混音得到更可用的和弦数据。
不会。MIDI 保存演奏指令，不保存原始波形。之后听到的声音取决于用于播放 MIDI 的合成器、虚拟乐器、SoundFont 或硬件音源。这一点反而方便换乐器、编辑音符和生成乐谱。如果需要完全保留原始音色，应同时保留 WAV；把 MIDI 看成这段演奏的可编辑转录，而不是音频复制品。
不需要把 WAV 上传到服务器做转录。浏览器在本机读取和解码 WAV、运行音符模型、执行清理并生成 .mid 下载。网页和模型资源本身仍来自互联网，但你选择的 WAV 不需要进入我们的应用服务器。对于未发布 Session、客户录音、单独 stem 或其他不希望进入远程转换队列的文件，这种本地处理方式更合适。