SuperAPI AI 工具集

voice-note-to-midi

设计与创作

查看项目

更新于 10-16 06:16

技能介绍

用途:把语音备忘、哼唱和旋律录音转成干净、已量化的MIDI文件,供DAW使用。

主要能力:流程包括HPSS谐波-打击分离以隔离旋律、去除鼓声与噪声;使用Spotify Basic Pitch模型做复音音高检测与起止估计;用Krumhansl-Kessler调性轮廓检测调性;按可配置节拍网格量化,可选调性感知音高修正;后处理含八度剪枝、重叠谐波移除、连奏音符合并和力度归一化。

使用方式:需Python 3.11+、FFmpeg和pip。可运行./setup.sh自动安装,或手动创建虚拟环境并pip install basic-pitch librosa soundfile mido music21。基本命令:./hum2midi my_humming.wav,也支持指定输出与选项,如--grid、--min-note、--no-quantize、--key-aware、--no-analysis,并可处理已有MIDI输入。

适用场景:单旋律哼唱、清唱、独奏旋律录音的快速转谱与后续编曲。

限制:输出速度固定120 BPM;单声部效果最好,和弦或多乐器会混乱;混响、噪声、颤音与快速音群易误检;极短音符默认被过滤;调性检测需约8至10小节;生成后通常需在DAW中调整速度、力度和个别音符。支持WAV、AIFF、FLAC、MP3、M4A、AAC、OGG、OPUS等FFmpeg可读格式。其他收费、价格等信息暂未提供。