# Convertisseur audio vers MIDI (MP3 et WAV)

Récupérez la mélodie, les accords ou la ligne de basse d’un enregistrement sous forme de notes MIDI, puis modifiez-les et rejouez-les avec le son de votre choix. Tout se passe sur votre ordinateur ou votre téléphone : le fichier ne part nulle part.

## En bref

Déposez votre MP3 ou votre WAV dans le convertisseur ci-dessus, puis cliquez sur *Télécharger MIDI*. Le navigateur passe l’audio en mono à 22 050 Hz, l’analyse avec Basic Pitch, le modèle open source de Spotify, à raison d’environ 86 trames par seconde ([code source de Basic Pitch](https://github.com/spotify/basic-pitch/blob/main/basic_pitch/constants.py)), puis écrit un fichier MIDI standard à 480 ticks par noire qui porte le tempo du morceau : à 96 BPM, une note jouée à 0,625 s tombe pile sur le tick 480, c’est-à-dire sur le deuxième temps. Seules les 10 premières minutes sont converties, et l’audio ne quitte jamais votre appareil.

## Comment fonctionne la conversion

Le convertisseur s’appuie sur [Basic Pitch](https://github.com/spotify/basic-pitch), un modèle de transcription de notes publié en open source par le laboratoire Audio Intelligence de Spotify, sous licence Apache 2.0. Il tourne dans le navigateur avec TensorFlow.js, sur la puce graphique quand c’est possible. L’audio est d’abord mixé en mono et rééchantillonné à 22 050 Hz ; avec un pas d’analyse de 256 échantillons, on obtient environ 86 trames par seconde. Pour chaque trame, le réseau estime quelles hauteurs sonnent et où des notes commencent. Une dernière étape assemble ces trames en notes, avec un début, une fin, une hauteur et une vélocité : c’est elle que pilotent les curseurs, d’où leur effet immédiat.

Le reste relève de l’arithmétique. Un fichier MIDI standard compte le temps en ticks — ici 480 par noire — et stocke le tempo en microsecondes par noire ([SMF 1.1](https://midimusic.github.io/tech/midispec.html)). Une note qui démarre *t* secondes après le début d’un enregistrement à *B* BPM est placée à `tick = round(t × B × 480 ÷ 60)`, et l’événement Set Tempo contient `60 000 000 ÷ B`. Auparavant, toutes les notes sont décalées d’une même petite valeur pour que le premier temps détecté tombe sur une ligne de temps du fichier.

## Exemple concret : trois notes à 96 BPM

À 96 BPM, un temps dure 60 ÷ 96 = 0,625 s et vaut 480 ticks ; l’événement de tempo contient donc 60 000 000 ÷ 96 = 625 000 microsecondes par noire. Avec le premier temps du morceau au début du fichier :

| Début de la note | Tick | Position |
| --- | --- | --- |
| 0,000 s | 0 | mesure 1, temps 1 |
| 0,625 s | 480 | mesure 1, temps 2 |
| 1,406 s | 1 080 | mesure 1, temps 3, deuxième double croche |

Cas pratique : vous voulez rejouer sur un synthé la basse d’une boucle basse-guitare à 96 BPM. Vérifiez que le tempo détecté affiche 96, réglez *Note la plus aiguë* vers C3 pour écarter la guitare, alignez à la double croche et téléchargez. Dans votre DAW (STAN), projet à 96 BPM, glissez le fichier sur une piste de basse synthé : les notes partent du premier temps de la mesure 1, groove d’origine compris.

## Limites

L’outil transcrit des notes à hauteur définie. Il ne sépare pas les instruments, ne transcrit pas la batterie (le modèle n’a pas été entraîné pour ça : programmez-la plutôt dans la [boîte à rythmes](https://xx808.com/fr/boite-a-rythmes/)) et ne produit pas de partition. Les variations de hauteur du vibrato et des glissés ne sont pas écrites dans le fichier : chaque note est arrondie au demi-ton le plus proche. Seules les 10 premières minutes sont converties, pour que le navigateur ne manque pas de mémoire (surtout sur téléphone) ; les fichiers de plus de 200 Mo, ou dont le navigateur sait d’avance qu’ils dépassent 30 minutes, sont refusés avant le décodage.

## Sources consultées

- [Bittner, Bosch, Rubinstein, Meseguer-Brocal and Ewert, “A Lightweight Instrument-Agnostic Model for Polyphonic Note Transcription and Multipitch Estimation”, arXiv:2203.09893, 2022](https://arxiv.org/abs/2203.09893) — le modèle de transcription qu’exécute le convertisseur. Consulté le 10 octobre 2026.
- [Spotify, basic-pitch code source, `constants.py`](https://github.com/spotify/basic-pitch/blob/main/basic_pitch/constants.py) — la fréquence d’analyse de 22 050 Hz et le pas de 256 échantillons, soit environ 86 trames par seconde. Consulté le 10 octobre 2026.
- [Standard MIDI-File Format Spec. 1.1, updated (midimusic.github.io)](https://midimusic.github.io/tech/midispec.html) — les ticks par noire et l’événement Set Tempo, exprimé en microsecondes par noire. Consulté le 10 octobre 2026.
- [Peter Kabal, “Wave File Specifications”, MMSP Lab, McGill University](https://www.mmsp.ece.mcgill.ca/Documents/AudioFormats/WAVE/WAVE.html) — le nombre d’octets qu’occupe chaque seconde d’un fichier WAV PCM. Consulté le 10 octobre 2026.

## Convertir un MP3 en MIDI, étape par étape

1. **Choisissez un fichier.** Glissez un MP3, WAV, M4A, FLAC ou OGG dans la zone ci-dessus, ou cliquez dessus pour parcourir vos dossiers.
2. **Laissez passer la première analyse.** À la première utilisation, le navigateur télécharge un petit modèle de transcription, ensuite gardé en cache.
3. **Vérifiez le piano roll.** *Écouter le MIDI* fait jouer les notes détectées par un synthé simple ; *Écouter l’original* permet de comparer.
4. **Faites le ménage.** Ajustez les curseurs de *Nettoyer et quantifier* : l’analyse lourde n’est pas refaite, le résultat change instantanément.
5. **Téléchargez.** *Télécharger MIDI* enregistre un fichier `.mid` standard, lisible par n’importe quel DAW ou logiciel de partition.

## Et les fichiers WAV ?

Le WAV est la meilleure matière première : non compressé, il garde les aigus et les notes discrètes qu’un MP3 peut sacrifier, et qui aident le modèle à distinguer une note de ses harmoniques. Toutes les résolutions (16 ou 24 bits, 32 bits flottants) et toutes les fréquences d’échantillonnage courantes conviennent, puisque tout est rééchantillonné à 22 050 Hz en mono. Ce qui compte, c’est la taille : chaque seconde d’un WAV PCM occupe fréquence d’échantillonnage × octets par échantillon × nombre de canaux ([format WAVE](https://www.mmsp.ece.mcgill.ca/Documents/AudioFormats/WAVE/WAVE.html)). En comptant 1 Mo = 1 048 576 octets, comme pour la limite de 200 Mo :

| Format (stéréo) | Octets par seconde | Par minute | Durée maximale sous 200 Mo |
| --- | --- | --- | --- |
| 44,1 kHz, 16 bits | 176 400 | 10,1 Mo | environ 19,8 minutes |
| 48 kHz, 24 bits | 288 000 | 16,5 Mo | environ 12,1 minutes |
| 96 kHz, 24 bits | 576 000 | 33,0 Mo | environ 6,1 minutes |

Un bounce de trois minutes en 48 kHz/24 bits pèse donc environ 49 Mo et passe en entier. L’AIFF ne s’ouvre que là où le navigateur sait le décoder (Safari) ; ailleurs, exportez en WAV.

## Les réglages qui font la différence

- **Aligner sur la grille** cale les notes sur la noire, la croche, la double croche ou la croche de triolet la plus proche ; sous 100 %, la *Force d’alignement* resserre le timing en gardant une part de jeu humain.
- **Découpage des notes** : une note tenue hachée en morceaux ? Montez-le. Des notes répétées fusionnées ? Baissez-le.
- **Confiance** : montez-la pour éliminer notes fantômes, harmoniques et queues de reverb.
- **Note la plus courte** supprime les parasites trop brefs ; **Note la plus grave** et **Note la plus aiguë** limitent la tessiture, pratique pour isoler une basse ou une voix.
- **Instrument du fichier MIDI** inscrit seulement le programme General MIDI : votre DAW vous laissera choisir le son.

## Pourquoi le tempo compte

Beaucoup de convertisseurs écrivent leurs fichiers à 120 BPM par défaut : si votre morceau a un autre tempo, les notes chevauchent les barres de mesure de votre DAW et la quantification empire les choses. xx808 mesure le tempo avant de transcrire, l’inscrit dans le fichier et construit la grille sur le vrai temps. Si le détecteur prend la moitié ou le double, saisissez la bonne valeur dans le champ de tempo : la grille est recalculée aussitôt.

## Questions fréquentes

### Ce convertisseur MP3 en MIDI est-il gratuit ?

Oui : ni inscription, ni filigrane, ni plafond sur le nombre de fichiers. C’est votre appareil qui fait le travail, il n’y a donc aucun serveur qui traite de l’audio.

### Ma musique est-elle envoyée sur un serveur ?

Non. Le fichier est lu et analysé par votre propre navigateur. Vous pouvez le vérifier dans l’onglet Réseau des outils de développement, ou, après une première conversion, en passant l’appareil en mode avion et en convertissant un autre fichier dans le même onglet.

### Peut-on convertir un morceau complet, avec voix et batterie ?

Il en sortira des notes, mais un mix chargé donne un fichier MIDI tout aussi chargé, car les notes de tous les instruments sont détectées en même temps. Pour un résultat exploitable, convertissez un seul instrument ou une piste séparée (stem).

### Quels formats audio sont acceptés ?

Tout ce que votre navigateur sait décoder : MP3, WAV, AAC/M4A et FLAC partout, OGG et Opus dans la plupart des navigateurs, et la piste audio de nombreux fichiers WebM et MP4. Les WAV en 16 ou 24 bits comme en 32 bits flottants passent tous, quelle que soit la fréquence d’échantillonnage.

### Pourquoi certaines notes sont-elles doublées ou décalées d’une octave ?

Des harmoniques puissants peuvent ressembler à une deuxième note, une octave ou une quinte au-dessus de la vraie. Montez un peu le curseur Confiance ou resserrez la tessiture : la plupart disparaissent.

### Quel DAW peut ouvrir le fichier ?

Tous les DAW courants : le téléchargement est un fichier MIDI standard à 480 ticks par noire qui contient le tempo détecté. Il s’ouvre aussi dans les logiciels de partition et les séquenceurs matériels qui lisent les fichiers .mid.

Les résultats sont des estimations automatiques et peuvent contenir des notes fausses ou manquantes. Ne convertissez que des enregistrements que vous avez le droit d’utiliser. Basic Pitch est © Spotify AB, sous licence Apache 2.0 ; xx808 n’a aucun lien avec Spotify.

Dernière mise à jour : 15 octobre 2026

Page web : https://xx808.com/fr/convertir-mp3-en-midi/