MP3をMIDIに変換する方法｜音符を自動検出して編集・保存

1. MP3とMIDIの違いを知る

MP3は実際に鳴った音を圧縮して記録する音声ファイルです。一方、MIDIは「どの高さの音を、いつ、どのくらいの長さで鳴らすか」といった演奏情報を記録します。MIDI自体に元の歌声や楽器の録音は含まれません。

そのため、MP3からMIDIへの変換結果は、音源を完全に再現したコピーではありません。元の演奏に近い音符の並びを推定する処理で、楽曲全体の正確な楽譜が自動で完成するわけでもありません。

Audio to MIDIでは、音楽制作ソフトに持ち込めるMIDIのほか、検出した音符の開始・終了秒数を確認できるCSVも保存できます。

2. 60秒以内の音源を用意する

まず、音符にしたい部分を短く切り出します。Audio to MIDIのファイル入力は1回につき1本、長さ0.5～60秒、容量50 MiB以内です。3分の曲をそのまま読み込んで全曲を一度に変換する用途ではありません。

最初は単一の楽器やメロディーがはっきり聴こえる短い部分を使うと、検出結果を確認しやすくなります。複数の楽器、ドラム、周囲の雑音、倍音が混じると、存在しない音符が現れたり必要な音符が抜けたりします。

長いMP3から一部を使いたい場合は、先に「音声カット・結合」などで必要な部分を切り出しておきます。動画しかない場合は「動画から音声抽出」で音声を別ファイルにする方法もあります。

3. MP3・WAVを読み込むか、マイクで録音する

「音声→MIDI」を開き、「音声を選択」からMP3またはWAVを1件読み込みます。PCではドラッグ＆ドロップも利用できます。M4A・AAC・OGG・FLAC・WebMなどは、使っているブラウザが音声をデコードできる場合に対応します。

手元に音声ファイルがなければ、「録音」からマイクを許可してその場でメロディーを録れます。録音は最大59秒で、停止したあと解析前に試聴できます。マイク録音はブラウザの権限と録音形式への対応が必要です。

まず短い素材で操作を確認すると、音符が合わなかったときも録り直しや再解析をしやすくなります。

4. 「音声を解析」を押して音符を検出する

音声を読み込んだら、検出感度をひとまず「標準」にして「音声を解析」を押します。内包されているSpotify Basic Pitchのモデルを使い、音の高さと時刻を端末内で推定します。

解析中は進捗が表示されます。処理中はページを前面に表示しておき、必要があれば「キャンセル」で中止してください。別のタブへ移動するなどしてページが隠れると、進行中の解析は停止します。戻ったあと自動で再開しないので、改めて解析を実行します。

解析時間は音声の長さや端末の処理性能によって異なります。入力サイズが50 MiB以内でも、デコード後の音声やモデルがメモリを使うため、短い音源の方が扱いやすい場合があります。

5. 元音声と「音符の合成音」を聴き比べる

解析後は「元音声」と「音符の合成音」を切り替えて再生します。元の旋律と比べて、音が増えすぎていないか、抜けていないか、音程がずれていないかを確かめてください。

音符の合成音は、検出した音高と時刻を確かめるための簡易な再生です。元のギター・ピアノ・声の音色や細かな表現を再現するものではありません。音色の違いだけで採譜失敗と判断せず、メロディーと発音タイミングを確認します。

ピアノロールを拡大・スクロールすると音符を個別に確認できます。原曲で鳴っていない短い音符や、つながっているはずの音が分割されていないかも見ておくと修正しやすくなります。

6. 音符が多すぎる・少なすぎるときは感度を変える

検出された音符が多すぎる場合は「少なめ」を選んで再解析を試します。雑音や倍音による余計な候補を減らせる場合がありますが、弱く短い音まで消える可能性があります。

必要な音符が少なすぎる場合は「多め」を試します。さらに、詳細設定では検出のしきい値、最短音符長、音域を調整できます。いずれも次の解析に適用される設定で、ノイズを完全に除去する機能ではありません。

既に音符を修正している場合は、再解析すると編集結果を置き換える確認が出ます。手動で直した内容を失わないよう、必要なMIDIやCSVを先に保存してください。

7. ピアノロールで音程・タイミングを修正する

ピアノロール上で音符を選ぶと、音高、開始時刻、終了時刻を編集できます。たとえばC4はMIDI番号60で、時刻調整ボタンは0.05秒ずつ動きます。足りない音符は「音符を追加」、余計な音符は「音符を削除」で調整します。

ひとつにまとまった音を分割する、同じ音高で近接する音を結合する、といった操作も可能です。短い音符の削除や、秒単位のグリッドへ時刻を揃える処理は、変更内容をプレビューしてから適用します。自動で拍子やテンポを推定してグリッドに合わせる機能ではありません。

編集後の音符は合成音の再生にも書き出しにも反映されます。元に戻す／やり直すは最大100操作で使えるので、修正前後を聴き比べながら少しずつ整えると確認しやすくなります。

8. MIDI（.mid）かCSV音符表を選んで保存する

確認が終わったら、保存形式で「MIDI（.mid）」を選び、ファイル名を指定して保存します。音楽制作ソフトなどで扱うための音符データになります。元のMP3・WAV音声がMIDIの中に埋め込まれるわけではありません。

このツールが書き出すMIDIは、実際の演奏テンポを推定せず、秒数をMIDIの時間に換算するため120 BPMを固定で使います。ベロシティ（強弱）は96固定、チャンネル1、ピアノ音色の設定で、元の音色・音量変化・ピッチベンドは保存しません。読み込み先の音楽アプリによって音の鳴り方が違う場合があります。

MIDIより音符の時刻を詳しく確認したい場合は「音符の表（.csv）」を選びます。CSVには開始・終了の秒数、MIDIの音高番号、固定ベロシティ96を保存します。同じ音高の音符が重なる場合、音楽アプリによってMIDIの再生解釈が異なることがあるため、CSVの秒数も比較材料にできます。

MIDIとCSVはどちらも音符の情報であり、元音源の音声ファイルも、完成した五線譜PDFも出力しません。保存後はMIDIを使う音楽アプリに読み込み、実際の鳴り方を確認してください。

9. 変換できないときと、アップロード・保存の注意点

読み込みに失敗する場合は、ファイルの長さ・容量と、ブラウザがその音声形式を再生できるか確認してください。MP3・WAV以外の形式は対応する音声デコーダーがある場合に使えます。対象環境として検証されているのはWindowsとAndroidのChromeで、その他のブラウザやiPhoneでの動作は保証されていません。

Audio to MIDIは音声処理・モデル推論・音符編集・MIDI生成を端末内で行います。変換のためにMP3や録音をサーバーへアップロードしません。Web版を開くときはHTMLの取得通信があり、保存した単一HTML版は対応ブラウザならオフラインでも利用できます。

重要なのは、音声と編集中の音符がページを閉じると失われることです。ページの再読み込みや終了の前に、必要なMIDI・CSVと録音ファイルをそれぞれ保存してください。録音も自動で長期保存されるわけではありません。

注意点

• 自動採譜の確認には、まず数秒から数十秒の短いメロディーを使うと扱いやすくなります。
• 「少なめ」で余計な音符が減っても、弱く短い音が消えていないか元音声と聴き比べます。
• ピアノロールでは音程だけでなく、音の始まりと終わりの時刻も確認してください。
• MIDIの120 BPMは元の曲のBPMを推定した値ではありません。元テンポに合わせた編集は出力先の音楽アプリで行ってください。
• 完成後に元の録音音声も必要なら、MIDI・CSVとは別に保存します。どちらの書き出しにも録音は含まれません。