调性与 BPM 检测：读出音频的调和速度

分析器会先构建色度向量：测量五个八度范围内十二个音级各自的能量占比，把所有的 C 折进同一个桶、所有的升 C 折进下一个桶，以此类推。得到的是这首曲子实际倚重哪些音的分布，与它们弹在哪个八度无关。

然后把这个分布与二十四个 Krumhansl-Schmuckler 模板做相关：十二个可能主音各配一个大调权重和一个小调权重。这些模板来自听觉实验，编码了每个音级在一个调里被感知的强度。相关度最高的模板胜出，它的相关系数就是显示在结果旁边的可信度。

这里刻意没有采用「找最响的那个音当主音」的朴素做法。混音里最响的音高通常是强拍上的贝斯音，而那往往是五度或三度而不是根音。把整个分布与已知形状做相关，稳健得多。

可信度是你这首曲子的音高分布与胜出模板之间的相关系数。大约 70% 以上，调性几乎肯定是对的。50% 到 70% 之间，大概对，但值得拿你能听出来的和弦核对一下。低于 50%，就当成一个猜测。

可信度低是一种信息，不是失败。有些音乐本来就没有单一调性：无调性写作、半音化很重的爵士、介于大调与其关系小调之间的调式作品、以及中途转调的曲子，都会产出一个平坦的分布，跟谁都不强匹配。纯打击乐素材几乎没有音高内容可供分析。

一个调的关系大小调共用全部七个音，所以分布极为相似。可信度中等时，最常见的错误就是把 C 大调的曲子报成 a 小调，或者反过来。听一下曲子最终解决到哪个音，几秒钟就能定下来。

DJ 用这两个值规划衔接。速度对上才能对拍；调性相同或相关才不会在叠放时打架。相隔五度的曲子，或者关系大小调，通常放在一起很服帖。

采样素材的制作人需要调性才能把它移到自己的工程里，需要速度才能把它拉伸到网格上。这两者只要错了一个半音或者几个 BPM，在长音采样上立刻能听出来。

唱歌的人用调性判断一首歌是否落在自己的音域内，再决定不在的话要移几度。吉他手用它挑变调夹的位置。排歌单的人用速度安排一晚的节奏起伏，用调性避免连着两首同调。

如果你要的是速度但手上没有可分析的文件，比如房间另一头在放的曲子、现场的乐队，请用 BPM 测速器，它从你自己的打拍里测。