MP3 в MIDI: как перевести аудио в ноты с помощью нейросети

Коротко. Конвертировать MP3 в MIDI «один в один» нельзя: это разные по природе форматы. Но нейросети научились распознавать ноты в записи и выдавать MIDI-файл, с которым можно работать дальше. Разбираем, как это устроено, какие инструменты выбрать, как подготовить трек и почистить результат.

Чем MIDI отличается от MP3

MP3 — это записанный звук, сжатая звуковая волна. MIDI — это не звук, а инструкция: какая нота, когда началась, сколько длилась и с какой силой нажата. Чтобы MIDI зазвучал, его нужно сыграть виртуальным инструментом в DAW или нотном редакторе.

Поэтому audio to MIDI — это не конвертация, а распознавание. Программа слушает запись и угадывает ноты, как музыкант, снимающий партию на слух. Отсюда главное правило: чем проще и чище исходник, тем точнее результат. Одна флейта распознаётся почти идеально, полный рок-микс с перегруженными гитарами — нет.

Обратное направление, MIDI в MP3, наоборот простое: откройте файл в DAW, назначьте инструменты и экспортируйте аудио.

Нейросети и программы для MP3 в MIDI

Для большинства задач начинать стоит с Basic Pitch: это открытая нейросеть от Spotify, она бесплатная, обрабатывает файл в браузере, умеет полифонию и сохраняет изгибы высоты тона (pitch bend). Если вы уже работаете в Ableton, встроенная функция удобнее — MIDI сразу появляется на соседней дорожке.

Как конвертировать MP3 в MIDI: пошагово

1. Выделите нужную партию. Если в треке много инструментов, сначала разделите его на дорожки: вокал, бас, барабаны, остальное. Как это сделать бесплатно, разобрали в статье «Vocal remover: как отделить вокал от музыки».
2. Подготовьте файл. Обрежьте тишину и лишние куски, сохраните в WAV, если есть возможность, — без повторного сжатия распознавание точнее.
3. Загрузите в конвертер. В Basic Pitch перетащите файл в окно. Настройте чувствительность: для голоса и скрипки включите pitch bend, для фортепиано и гитары лучше без него.
4. Скачайте MIDI и откройте в DAW. Подойдёт любая: FL Studio, Ableton, Reaper, GarageBand, MuseScore для нот.
5. Почистите результат — об этом ниже.

Какие записи распознаются лучше всего

Точность audio to MIDI сильнее всего зависит не от сервиса, а от исходника. Примерная шкала от простого к сложному:

• Почти без ошибок: сольный голос, свист, флейта, скрипка, бас-гитара — одна нота в каждый момент времени.
• Хорошо, с правками: сольное фортепиано и акустическая гитара. Аккорды распознаются, но тихие ноты внутри них иногда теряются.
• Тяжело: плотная поп- или рок-аранжировка, хор, синтезаторы с эффектами. Без разделения на дорожки получится каша.
• Плохо: перегруженные гитары, запись с телефона в шумном зале, сильная реверберация.

Если пишете исходник сами, запишите партию отдельно и без эффектов — их можно добавить уже к MIDI. Следите, чтобы метроном из наушников не просачивался в микрофон.

Как почистить MIDI после распознавания

Сырой MIDI почти всегда требует правки. Типичные проблемы и что с ними делать:

• Лишние короткие ноты. Это обертоны и шум, принятые за ноты. Удалите всё короче 1/32 или поднимите порог чувствительности и сконвертируйте заново.
• Плавающий ритм. Живая запись не попадает в сетку. Выставьте темп проекта по оригиналу и примените квантизацию на 50–80%, чтобы не убить грув.
• Ошибки на октаву. Нейросеть иногда путает основной тон и его обертон. Такие ноты видно сразу — они выпрыгивают из мелодии.
• Слипшиеся аккорды. В плотной гармонии часть нот теряется. Сверьтесь с аккордами песни — подобрать их поможет гайд «Онлайн аккорды: как подобрать к песне с помощью ИИ».

Чем поможет чат-нейросеть

Чат-модели не слушают аудио напрямую, но в этой задаче полезны в другом:

• Скрипт для пакетной конвертации. «Напиши скрипт на Python, который прогонит все MP3 из папки через basic-pitch и сохранит MIDI рядом с исходниками».
• Инструкция под вашу программу. «Как в FL Studio квантовать MIDI на 70% и удалить ноты короче 1/32?».
• Гармония. Вставьте список распознанных нот — модель назовёт тональность и аккорды и подскажет, где распознавание явно ошиблось.
• MIDI с нуля. «Сгенерируй кодом на Python с библиотекой mido MIDI-файл: басовая линия в ля миноре, 90 BPM, 8 тактов».

А если исходника нет и нужна своя музыка, трек можно сгенерировать нейросетью — в Умке есть отдельный раздел для создания музыки с ИИ. Готовый трек затем разделяется на дорожки и переводится в MIDI тем же способом. Обрезать и доработать результат поможет статья «Редактор музыки с ИИ».

Сколько стоит в Умке

Скрипт для конвертации или разбор гармонии умная модель сделает за один ответ — 33 токена. Короткие вопросы по DAW можно задавать быстрой модели: 1 токен за ответ. При регистрации дают 60 токенов без карты, а 8 моделей доступны бесплатно. Пакет за 290 ₽ — 725 токенов, около 21 ответа умной модели. Подписки нет, оплата российской картой, работает без VPN. Остальные пакеты — на странице тарифов.

Вывод

MP3 в MIDI — это распознавание нот, а не смена формата, поэтому результат зависит от исходника. Разделите трек на дорожки, прогоните нужную партию через Basic Pitch или встроенный конвертер DAW и почистите MIDI: лишние ноты, квантизация, октавы. Чат-нейросеть возьмёт на себя скрипты, инструкции и разбор гармонии.

Частые вопросы