Audio in MIDI umwandeln im Browser

Wählen Sie eine MP3-, WAV-, M4A- oder OGG-Datei mit bis zu zehn Minuten Länge. Die Seite dekodiert sie, mischt sie mono auf 22.050 Hz herunter — die Rate, die das Modell erwartet — und arbeitet die Aufnahme dann in Blöcken von dreißig Sekunden ab, mit jeweils zwei Sekunden Überlappung an beiden Blockenden.

Diese Überlappung zählt mehr, als es klingt. Um zu entscheiden, wo eine Note beginnt und endet, braucht das Modell einige Frames Kontext auf beiden Seiten. Ohne Überlappung würde eine Note, die genau auf eine Blockgrenze fällt, in zwei kurze Bruchstücke zerfallen. Die überlappenden Bereiche werden umgewandelt und dann verworfen, sodass ein einziger saubener Notensatz übrig bleibt.

Der Fortschritt wird pro Block gemeldet, bei langen Dateien sehen Sie also einen laufenden Prozentwert und keinen eingefrorenen Ladekreis. Beim ersten Durchlauf einer Sitzung werden zusätzlich die Modellgewichte geladen, das ist der langsamste Teil; weitere Dateien starten danach sofort.

Das Modell wurde darauf trainiert, tonhöhenbestimmten, gehaltenen Klang zu verfolgen. Am stärksten ist es daher bei einem einzelnen, klar hörbaren Instrument: Klavier solo, eine gesungene oder gesummte Melodie, eine Akustikgitarrenlinie, eine Bassstimme, eine Melodie bei Holzbläsern oder Streichern. Bei solchem Material liegen Einsätze, Tonhöhen und Längen meist nah genug, um nachbearbeitet statt neu gemacht zu werden.

Drei Dinge verschlechtern das Ergebnis. Ein dichter Bandmix liefert dem Modell mehrere tonhöhenbestimmte Instrumente gleichzeitig, und es verschränkt sie in einer einzigen Spur statt sie zu trennen — schicken Sie die Aufnahme erst durch den Stem Splitter, wenn Sie eine einzelne Stimme brauchen. Perkussion hat keine stabile Tonhöhe zum Verfolgen, Schlagzeug kommt daher als verstreute tiefe Noten zurück und nicht als brauchbarer Groove. Starke Verzerrung und dichter Hall verwischen die Einsätze, was sich als zusätzliche kurze Noten um die echten herum zeigt.

Erkannte Pitch Bends bleiben als Bend-Ereignisse im MIDI erhalten, Slides und Vibrato werden also nicht eingeebnet. Bei Gitarren- und Gesangslinien ist das nützlich und in einem Notationsprogramm, in dem nur diskrete Tonhöhen gewünscht sind, gelegentlich zu löschen.

Heruntergeladen wird eine Standard-MIDI-Datei, sie öffnet sich also in allem, was MIDI liest: Sequenzer-Software, Notationsprogramm, Hardware-Sequenzer, Skizzen-App auf dem Telefon. Das in die Datei geschriebene Tempo wird aus den Abständen zwischen Noteneinsätzen geschätzt und in den üblichen Bereich von 60 bis 190 gefaltet. Es bestimmt nur, wo die Taktstriche in Ihrem Editor landen, und verschiebt die Noten nicht — es zu korrigieren ist also unbedenklich.

Rechnen Sie damit, das Ergebnis aufzuräumen, statt es unverändert zu verwenden. Die beiden Eingriffe mit dem größten Effekt sind: die kurzen Noten löschen, die sich um laute Einsätze herum sammeln, und die Noten verlängern, die das Modell in halligen Passagen zu früh abgeschnitten hat. Bei einer gewöhnlichen Melodie sind beide in wenigen Minuten erledigt.

Ihre letzten Umwandlungen bleiben auf dieser Seite aufgelistet, sodass Sie eine MIDI-Datei erneut herunterladen können, ohne dasselbe Audio zweimal zu verarbeiten.