MuScriptor: 開源音訊轉 MIDI 編譜模型

MuScriptor 概覽

MuScriptor 是一款由 Kyutai 與 Mirelo 合作開發的開源多樂器音訊轉 MIDI 編譜模型。該模型可將音訊錄音——無論是流行、古典、金屬或爵士等任何曲風——轉換為 MIDI 音符。MuScriptor 的一個關鍵技術優勢在於其無需使用者預先指定錄音中存在的樂器即可進行編譜的能力。

技術能力與性能

MuScriptor 提供高保真度的音訊轉 MIDI 轉換，其表現優於傳統的光譜分析工具。使用者回饋在根據三和弦形狀編譜複雜的吉他樂句，以及處理如 Linkin Park 的《In the End》前奏等經典歌曲開場時，展現出極高的準確度，而這些通常是傳統編譜軟體的挑戰所在。

"這產出的編譜聽起來對我來說就像是 1:1 的還原。完全可以想像自己將其作為學習音樂的工具來使用。"

實作與公開實例

有多種方式可以存取 MuScriptor 模型，包括 Kyutai 官方部落格與官方原始碼。社群驅動的實作，例如 pianoify.net，為使用者提供了簡化的網頁介面，讓使用者可以上傳 MP3、WAV、M4A 或 FLAC 檔案（最長 10 分鐘）或提供 YouTube 連結。

部分公開實例可能會施加特定的限制，例如將音訊裁剪至十秒進行編譜，部分使用者指出這與官方模型的能力相比是一個限制因素。

原始碼與可用性

MuScriptor 是開源的，允許開發者將該模型整合到樂理分析工具或更進階的音訊處理流程中。社群實作（如 pianoify.net）的原始碼可在 GitHub 上的 https://github.com/jerryzhou196/pianoify 取得。