「音訊轉 MIDI」到底是什麼意思？
音訊轉 MIDI 是把 MP3、WAV，或任何錄下來的演出，轉成可在 DAW 內編輯的 MIDI 音符。音訊檔儲存的是錄製到的聲波；MIDI 檔儲存的則是演奏指令——要彈哪些音、何時彈、音量多大、持續多久。這也是 MIDI 如此實用的原因：一旦旋律變成 MIDI，你就可以更換樂器、修正錯音、轉調、量化節奏，或直接以它為基礎重建整個編曲。
將音訊轉成 MIDI 的過程，正好是錄音流程的反向操作。軟體會「聆聽」錄音，偵測其中的音高與節奏，並把它寫成可編輯的 MIDI 音符。這就像語音轉文字一樣——而且和語音轉文字相同，它在乾淨、單一來源的素材上表現最好；當多種聲音同時出現時，就會變得更吃力。
本指南會介紹五種做法，從線上 AI 轉換器到 DAW 內建工具，並說明如何取得最佳準確度，以及各種方法偶爾產生的錯音要怎麼修正。
先確認你要轉的是什麼：旋律、和弦，還是鼓組
不同的音訊轉 MIDI 方法，會依素材不同而有不同表現。開始前，先把音訊分成三類：
旋律（單音，monophonic）：一次只有一個音——例如人聲旋律、哼唱的點子、貝斯 riff、主奏合成器。這是最容易的情況，幾乎任何工具都能以很高的準確度轉換。
和弦（複音，polyphonic）：同時有多個音——例如鋼琴、節奏吉他、弦樂墊。這更難，因為軟體必須拆解重疊的泛音。現代 AI 能處理得不錯；舊工具通常不行。
鼓組（打擊性，percussive）：不需要偵測音高，只要判斷擊打點。這需要具備專門鼓組模式的工具，把敲擊對應到鼓組元件（大鼓、小鼓、hi-hat），而不是音高偵測器。
快速原則：想要快速結果、且處理旋律或和弦時，可以用線上 AI 轉換器；鼓組則用 Ableton；Logic 或 FL Studio 適合原生 DAW 工作流程；如果你更在意手動修正而不是速度，Melodyne 會更適合。
如何將音訊轉成 MIDI
要將音訊轉成 MIDI：
依你的素材選擇合適的方法：旋律、和弦或鼓組
上傳或匯入你的 MP3、WAV、M4A 或 FLAC 檔案
執行轉換器或 DAW 的轉錄工具
下載或建立 MIDI 檔案
在 DAW 中開啟 MIDI，修正錯音、節奏與力度
開始前先提醒一點：每種轉換器在短小、乾淨、單一樂器或單一 stem 的素材上表現最好。完整混音、過多殘響、以及低品質 MP3，都會讓任何工具產生更多錯音——下方的音質段落會有更詳細說明。
最佳音訊轉 MIDI 轉換器比較
方法 | 旋律 | 和弦 | 鼓組 | 成本／需求 | 最適合 |
|---|---|---|---|---|---|
RaoMusic 線上 AI | 強 | 強 | 有限 | 起始點數；每次轉換 10 點數 | 快速結果、無需 DAW、複音素材 |
Ableton Live | 強 | 有限 | 最佳 | Live Standard 或 Suite | Ableton 使用者、鼓 loop |
Logic Pro Flex Pitch | 強 | 不適合 | 否 | Logic Pro（僅限 Mac） | Logic 使用者、人聲與貝斯線 |
FL Studio Edison | 強 | 有限 | 否 | 隨 FL Studio 內附 | FL 使用者 |
Melodyne | 強 | 最佳 | 否 | 付費；DNA 複音分析需 Editor 或 Studio 版本 | 專業工作、複雜複音素材 |
沒有任何單一工具能包辦一切。以下各段會說明每種方法、適合的情境，以及實際操作方式。
可用這張表來對照工具與素材類型。
如何在線上將音訊轉成 MIDI（選項）
線上 AI 轉換器是最快的路徑——不需要 DAW，也不用安裝外掛。RaoMusic 的音訊轉 MIDI 轉換器採用 Spotify 的 Basic Pitch 模型，這個模型是專為音樂轉錄訓練而成，能處理人聲、鋼琴、吉他等單音與複音素材。
運作方式：
上傳你的音訊（MP3、WAV、M4A 或 FLAC，最長 10 分鐘）——例如人聲、哼唱旋律、鋼琴、吉他或貝斯
AI 會偵測音高、節奏與和弦，並把它們寫成 MIDI 音符——通常不到一分鐘就能完成
下載標準 .mid 檔
在 Ableton Live、Logic Pro、FL Studio、Reaper、GarageBand、Cubase 中開啟，或先在 RaoMusic 的線上 MIDI 編輯器中整理
每次轉換會使用 10 點數，新用戶一開始可獲得 50 點數，可先完成多次轉換再決定是否繼續使用。
優點：無需安裝軟體，支援鋼琴與吉他等多層素材的複音分析，可在 Mac、Windows 或手機上使用
缺點：密集的完整混音轉換後通常還需要整理音符；檔案會在伺服器上處理
當你想要快速結果、沒有 DAW，或想把鋼琴錄音這類複音音訊轉成 MIDI、又不想購買 Melodyne 時，就適合用這個方法。至於鼓組，線上轉換器只能提供大致的節奏草圖——Ableton 的鼓組轉換（如下）才能正確對應 kick、snare、hat。
完整不需付費的方式：Spotify 本身也將 Basic Pitch 以示範版形式提供，可將短音訊轉成 MIDI 並且不需任何費用。RaoMusic 使用的是相同的底層模型，但加上了瀏覽器工作流程、檔案處理、MIDI 編輯，以及可直接匯出 .mid 的功能。
乾淨的音訊輸入，可編輯的 MIDI 輸出。
如何在 Ableton Live 中將音訊轉成 MIDI
Ableton Live 內建音訊轉 MIDI 指令已超過十年，並提供三種專用模式。對任何音訊片段按右鍵，選擇：
Convert Melody to New MIDI Track——用於人聲、貝斯線、主旋律
Convert Harmony to New MIDI Track——用於和弦、複音素材
Convert Drums to New MIDI Track——用於鼓 loop；會將敲擊點映射到 Drum Rack
Ableton 會建立新的 MIDI 軌，推測可能的音符，甚至會載入樂器，讓你立刻聽到結果。
快速流程：
把音訊片段拖進一條軌道
對片段按右鍵，選擇符合素材的轉換類型
將生成的 MIDI 與原始音訊一起試聽（Ableton 會將來源片段靜音，方便比較）
在 MIDI 片段編輯器中修正錯音
優點：內建於 Live Standard 與 Suite，鼓組轉換是市面上最強的內建鼓轉 MIDI 工具之一，可立即 A/B 比較
缺點：Harmony 模式在密集和弦上表現較弱；Live Intro 或 Lite 不支援
Ableton 官方對更佳結果的建議（來自 Live 手冊）：使用有明顯起音的音訊（慢慢淡入或漸強的音符可能無法被偵測）、優先轉換單一獨奏來源而非完整混音，並且盡量使用 WAV 或 AIFF 而不是 MP3——有損格式可能帶來不可預測的結果。你也可以在轉換前先加入或移動 transient 標記，以控制音符切分的位置。
如何在 Logic Pro 中將音訊轉成 MIDI
Logic Pro 的做法是透過 Flex Pitch，它會分析音訊區段中的音高，讓你像編輯 MIDI 音符一樣編輯它們，之後再匯出成真正的 MIDI。
快速流程：
在音訊軌啟用 Flex Pitch（軌道標頭 > Flex 按鈕 > Flex Pitch）
雙擊區段開啟編輯器——Logic 會把每個偵測到的音符顯示成區塊
先修正任何誤判的音符（分析正確，匯出結果才會更好）
在編輯器選單中，選擇 Edit > Create MIDI Track from Flex Pitch Data
Logic 會建立一個新的 MIDI 區段，內含轉錄出的音符——通常會放在軟體樂器軌上
優點：內建於 Logic Pro（無需額外購買），Flex Pitch 編輯器可在匯出前先修正分析結果，也很適合一般音高修正
缺點：Flex Pitch 是為一次分析一個音而設計——最適合人聲、貝斯與主旋律等單音素材；若是和弦，建議改用 AI 轉換器或 Melodyne；僅支援 Mac
Logic 另一個較粗略的方式是 Convert to New Sampler Track（會切片音訊並將切片對應到琴鍵），但那樣得到的是可演奏的 sampler 樂器，而不是可編輯的音符資料——適合切片，不適合轉錄。
如何在 FL Studio 中將音訊轉成 MIDI
FL Studio 的原生路徑是透過內建音訊編輯器 Edison。如果你剛接觸 FL，piano roll 就是顯示 MIDI 音符的格狀編輯器，你可以在其中移動、縮短或刪除音符。
快速流程：
將音訊載入 Edison（拖曳進去，或把 Edison 加到 mixer 軌並錄音）
點擊工具／扳手選單，選擇 Analyze > Convert to Score and Dump to Piano Roll
Edison 會轉錄音高，並把音符寫入 FL 的 piano roll
在那裡編輯音符，或把它們拖曳到任何樂器頻道
如果你想要較慢但更可控的替代方案，可在 FL 內使用 NewTone（音高編輯器）處理單音素材——先編輯偵測到的音高區塊，再匯出到 piano roll。
優點：Edison 隨 FL Studio 一起提供，輸出可直接進入 piano roll，無需額外購買
缺點：僅依音高判斷，沒有專用的鼓轉 MIDI 對應；遇到密集和弦時，複音準確度不穩定；轉換對話框中的敏感度與閾值設定需要一些試誤
如何從 Melodyne 匯出 MIDI
Celemony 的 Melodyne 是專業級選項。它的音符偵測編輯器會把每個偵測到的音符顯示成一個個 blob，讓你在匯出前先修正，這使它成為處理雜亂素材時最可控的方式——如果你願意付費並手動調整的話。
快速流程：
將音訊轉入 Melodyne，並選擇演算法：單音素材用 Melodic；複音則使用 Polyphonic——但這需要具備 DNA 音符偵測的版本（Editor 或 Studio）
先在編輯器中修正任何誤判的音符
File > Export > MIDI，可選擇是否包含 pitch bend
把 .mid 檔匯入你的 DAW
優點：專業級複音音符偵測（DNA）、匯出前可完全手動控制、多數主流 DAW 支援 ARA 整合
缺點：付費；MIDI 匯出與 DNA 支援取決於版本，購買前請先查看 Celemony 的版本比較；工作流程較慢且偏手動——若只是簡單旋律，功能可能過於強大
想要更好結果：音質比工具更重要
不論是 AI 還是 DAW，每種轉換方法聽的都是同一件事：你的原始音訊。輸入音訊不好，輸出的 MIDI 就會不好。在怪工具之前，先確認這些：
轉換單一來源，不要轉完整混音。獨奏鋼琴 stem 通常能乾淨轉錄；一首包含鼓、貝斯與人聲、且都在爭奪相同頻段的完整歌曲，則容易產生幻影音符。如果你手上只有完整混音，先用 stem 分離器處理，再一次轉換一條 stem。
能用 WAV 就不要用 MP3。壓縮會抹平 transient——也就是轉錄最依賴的起音。如果只能用 MP3，至少選 320kbps。無論你是在把 WAV 轉 MIDI、MP3 轉 MIDI，或短手機錄音轉 MIDI，這個原則都一樣。
轉換前先去除雜質。在 80Hz 以下做高通濾波可去除低頻轟隆聲；把殘響尾音與環境噪音 gate 掉，也能幫助偵測器鎖定真正的音符。很多製作人會先把音訊複製一份並 EQ 處理，再進行轉換。
優先保留清楚的起音。撥弦吉他、鋼琴、staccato 片段，通常比墊底音色、弓弦樂器，以及殘響很重的人聲更容易正確轉換，因為後者的音符會彼此混在一起。
保持片段短一些。轉換 30 秒的樂句，比轉換 5 分鐘的錄音更好——要找的錯誤更少，也能先測出哪種設定有效，再正式套用。
只上傳你有權處理的音訊——如果你要轉換商業歌曲或客戶素材，請先確認工具的使用條款。
修正雜亂轉換結果（疑難排解）
每種方法偶爾都會產生錯誤輸出。以下是常見問題的修正方式：
問題 | 可能原因 | 修正方式 |
|---|---|---|
幻影音符（音訊中不存在的額外音符） | 殘響尾音、噪音、重疊泛音 | 先 gate 或高通處理音訊再重新轉換；在 Edison 中降低敏感度；刪除多餘音符 |
八度錯誤 | 偵測器鎖定了泛音 | 選取全部音符，整體上移或下移一個八度 |
和弦出現錯音 | 複音偵測抓錯轉位，或加入了經過音 | 與原音訊對照（保留在靜音軌上），再憑耳朵替換音符 |
節奏感覺太僵硬或偏移 | 速度不符或偵測不夠穩定 | 將專案速度對齊來源，接著以 70–80% 強度量化 |
力度都一樣 | 力度不一定能完整還原 | 依耳朵重畫力度，或使用 DAW 的 humanize 功能 |
轉換後的 MIDI 可以怎麼用
拿到 .mid 檔只是開始，不是結束。常見做法包括：
更換樂器——這是大家轉換的首要原因：把吉他 riff 重新用合成器演奏，或把人聲旋律改成鋼琴或弦樂
修正與量化——修正錯音、收緊節奏（在 Ableton 裡可從 MIDI 片段量化；在 Logic 中用 Piano Roll 量化；在 FL 中直接在 piano roll 裡處理）
轉調——把這個想法移到你的歌曲調性中
疊加原始音訊——保留來源音訊，並用不同樂器疊上 MIDI 版本，讓聲音更厚實
在此基礎上創作——轉錄出的和弦告訴你和聲走向；你可以在 DAW 或 歌詞工作室上方再寫新的旋律或貝斯線
常見問題
可以——但要有正確的期待。單音素材（人聲、貝斯線、單旋律）在幾乎任何現代工具中都能有很高準確度。複音素材（鋼琴、吉他和弦）用像 Basic Pitch 或 Melodyne 這類 AI 工具也能表現不錯，但通常還需要一些音符整理。完整商業混音只能粗略轉換；最好先拆成各個 stems。
要看來源而定。如果你想快速把旋律和和弦轉成 MIDI、又不想使用 DAW，建議用像 RaoMusic 或 Spotify Basic Pitch 示範版這類線上 AI 轉換器。如果是鼓 loop，Ableton Live 的 Convert Drums 通常是最強的原生選項。若你要對複雜複音音訊做細緻手動修正，Melodyne 是領先的付費選擇。
使用線上轉換器即可。RaoMusic 的音訊轉 MIDI 轉換器會提供新用戶 50 點數（每次轉換消耗 10 點），採用 Spotify 的 Basic Pitch AI 模型，並可匯出標準 .mid 檔——不需要 DAW 或外掛。Spotify 也以示範版形式提供 Basic Pitch，方便快速試用。
幾乎完全取決於來源。乾淨、單一樂器、且起音清楚的錄音，通常會得到最準確的結果，也最少需要整理。密集混音、重殘響，以及低品質 MP3，則容易產生錯音與幻影音符。工具選擇的重要性不如音質本身——可參考上方的建議段落。
可以。對任何音訊片段按右鍵，選擇 Convert Melody、Harmony 或 Drums to New MIDI Track。這個功能包含在 Live Standard 與 Suite 中（Intro 與 Lite 不支援）。Ableton 的鼓組轉換會把敲擊點對應到 Drum Rack，是最強的內建選項之一。
可以，透過 Flex Pitch：先在軌道上啟用 Flex Pitch，打開編輯器中的區段，然後選擇 Edit > Create MIDI Track from Flex Pitch Data。它最適合人聲與貝斯線等單音素材——若是和弦，建議改用 AI 轉換器或 Melodyne。
把音訊載入 Edison，打開工具選單，然後選擇 Analyze > Convert to Score and Dump to Piano Roll。Edison 是 FL Studio 內附的。對於單音素材，NewTone 是一個速度較慢、但控制性更高的替代方案。
不能直接做到。Audacity 是音訊編輯器，沒有轉錄引擎——它無法「聽」一段錄音並寫出 MIDI 音符。請改用專門的 AI 轉換器、DAW 的內建轉換功能，或 Melodyne。
可以，而且這是最容易的情況之一。人聲、哼唱、吹口哨，以及其他單音旋律都只有一個音高，這正是轉錄工具最擅長處理的。請在安靜房間錄音、避免過多殘響，並在匯出後修正任何錯音。
不能一次完整完成。完整混音會把大量音符疊在一起，所以任何工具頂多只能做出粗略草圖。專業流程是：先把歌曲分離成 stems（人聲、鼓、貝斯、其他），再逐條分別轉換。
可以。這裡列出的每種工具都能接受 MP3。WAV 的偵測效果通常會稍好一些，因為壓縮會破壞工具所依賴的起音資訊——如果能取得 WAV 就用它；如果只有 MP3，至少請使用 320kbps。
可以，只要工具有鼓組模式。Ableton 的 Convert Drums to New MIDI Track 會把敲擊點對應到 Drum Rack，是最強的選項。像 Flex Pitch 或 Edison 這類依音高運作的工具，並不適合這項用途。
可以。這裡列出的所有方法都能匯出或建立標準 MIDI，你可以在任何 DAW 或 RaoMusic 的 MIDI 編輯器這類線上編輯器中繼續修改——修音符、改力度、轉調、量化，並指定任何虛擬樂器。