Conversor de áudio para MIDI (MP3 e WAV)

Como funciona a conversão

O conversor usa o Basic Pitch, modelo de transcrição de código aberto do Spotify (licença Apache 2.0), rodando com TensorFlow.js em segundo plano no navegador. O áudio é mixado em mono e reamostrado para 22.050 Hz; com um salto de 256 amostras entre análises, isso dá cerca de 86 quadros por segundo, e em cada quadro a rede estima quais alturas estão soando e onde as notas começam. Uma etapa final junta os quadros em notas — é ela que os controles deslizantes ajustam, por isso a mudança é instantânea.

O resto é aritmética. Um arquivo MIDI padrão conta o tempo em ticks (aqui, 480 por semínima) e guarda o andamento em microssegundos por semínima (SMF 1.1). Uma nota que começa t segundos depois do início, numa gravação a B BPM, vai para tick = round(t × B × 480 ÷ 60), e o evento Set Tempo guarda 60.000.000 ÷ B. Antes disso, todas as notas são deslocadas juntas para que o primeiro tempo detectado caia numa linha de tempo do arquivo. Por isso as notas batem com a grade da DAW, em vez de atravessar os compassos como acontece com conversores que gravam tudo a 120 BPM.

Exemplo prático: três notas a 96 BPM

A 96 BPM, um tempo dura 60 ÷ 96 = 0,625 segundo e equivale a 480 ticks; o evento de andamento grava 60.000.000 ÷ 96 = 625.000 microssegundos por semínima. Com o primeiro tempo da música no início do arquivo:

Na prática: num loop de samba a 96 BPM com cavaquinho e baixo, coloque a Nota mais aguda perto de C3 para o cavaco ficar de fora, escolha o ajuste em semicolcheias e baixe. Num projeto a 96 BPM, a linha de baixo entra no primeiro tempo do compasso 1, com a levada original.

Limites

A ferramenta transcreve notas com altura definida: não separa instrumentos, não transcreve bateria (programe-a na drum machine) e não gera partitura. Bends e slides ainda não vão para o arquivo; as notas são arredondadas para o semitom mais próximo. Só os primeiros 10 minutos são convertidos, para o navegador não ficar sem memória (principalmente no celular), e arquivos acima de 200 MB, ou que o navegador já sabe que passam de 30 minutos, são recusados antes da decodificação.

Como converter MP3 em MIDI

1. Escolha o arquivo. Arraste um MP3, WAV, M4A, FLAC ou OGG para a caixa acima, ou toque nela para procurar.
2. Espere a análise. Na primeira vez, o navegador baixa o modelo de transcrição, que fica em cache para as próximas. Um notebook recente termina bem antes de um celular antigo.
3. Confira o piano roll. Use Ouvir o MIDI e Tocar o original para comparar as notas com a gravação.
4. Faça a limpeza. Mexa nos controles de Limpar e quantizar; a análise pesada não é refeita, então a mudança aparece na hora.
5. Baixe. Baixar MIDI salva um .mid padrão, que abre no FL Studio, no Ableton Live, no Logic, no Reaper, no MuseScore e em qualquer programa que leia MIDI.

E se o arquivo for WAV?

WAV é a melhor entrada possível: sem compressão, os harmônicos e as notas mais baixinhas que o modelo usa para separar uma nota dos seus sobretons continuam lá. Qualquer profundidade de bits (16, 24 ou 32 bits float) e qualquer taxa de amostragem comum funcionam, porque tudo é reamostrado para 22.050 Hz em mono. O que limita é o tamanho: um WAV PCM ocupa, a cada segundo, taxa de amostragem × bytes por amostra × canais (formato WAVE). Contando 1 MB como 1.048.576 bytes, que é como o limite de 200 MB é medido:

Um bounce de três minutos em 48 kHz/24 bits tem uns 49 MB e é convertido inteiro. AIFF só abre onde o navegador sabe decodificar (no Safari); nos outros, exporte em WAV.

Ajustes que mais ajudam

Nota longa saiu picotada? Suba a Divisão de notas. Apareceram notas fantasmas, harmônicos ou rabo de reverb? Suba a Confiança. Para isolar um baixo, baixe a Nota mais aguda. E se o detector pegou a metade ou o dobro do andamento que você sente, digite o valor certo no campo de andamento: a grade é refeita na hora. Gravação seca e de um instrumento só sempre rende um MIDI mais limpo.