将人声哼唱、录音快速转换为量化MIDI文件，基于Spotify Basic Pitch模型，支持智能调性检测与音符清理，适合音乐创作快速草图。
说明：
## 核心功能
该技能提供完整的音频转MIDI流水线，集成HPSS音源分离、Spotify Basic Pitch深度学习音高检测、Krumhansl-Kessler调性分析，以及智能量化后处理。核心工作流为：先通过谐波-打击乐分离提取旋律主干，再用神经网络检测音高与起止点，自动判断调性后将音符对齐到可配置的节拍网格，最后执行八度修剪、重叠泛音清除和连音合并等清理操作。
## 显著优势
– **开箱即用**：一键安装脚本自动配置Python环境、依赖与路径
– **专业级音高检测**：采用Spotify开源的Basic Pitch模型，支持复音检测
– **音乐智能**：自动调性识别与调内音修正，减少手动编辑
– **灵活量化**：支持1/4至1/32多种网格精度，可关闭量化保留原始感
– **后处理完善**：泛音过滤、音符合并、力度归一化等自动化清理
– **跨格式支持**：通过FFmpeg兼容WAV/MP3/M4A等主流音频格式
## 潜在局限
– **固定BPM输出**：始终以120BPM生成，需在DAW中手动调整速度
– **单声部优化**：和弦或多乐器同时演奏会产生混乱结果
– **短音符损失**：默认过滤<50ms音符，快速音阶可能被合并
– **音高漂移量化**：颤音、滑音会被量化为阶梯音高
– **调性检测门槛**：需要足够长的 tonal 段落（约8-10小节），半音进行或调性模糊片段可能误判
– **八度误判**：偶发将泛音识别为基频，需后期手动移调
## 适用人群
– 作曲家、编曲人：快速将哼唱动机转为可编辑MIDI草稿
– 电子音乐制作人：采样人声旋律即时生成MIDI clip
– 音乐教育者：学生演唱即时可视化为五线谱/钢琴卷帘
– 移动创作用户：手机语音备忘录导入DAW前的自动转换
## 常规风险
– **版权注意**：处理他人受版权保护的录音需合法授权
– **隐私提示**：本地处理不上传云端，但原始音频文件需妥善保管
– **音质依赖**：嘈杂环境、混响过重或背景伴奏会显著降低检测精度
– **结果需人工校对**：自动量化可能过度修正，破坏原有意图的节奏感或装饰音
## 技术可靠性
依赖Spotify Basic Pitch（Apache 2.0）与librosa等成熟开源库，本地离线运行无网络依赖，适合对数据敏感的生产环境。
会员专属
