Audio Decomposition是什么
Audio Decomposition是音频处理技术,基于傅里叶变换和信封匹配将音乐中的各个音符和乐器分离,实现音乐到乐谱的转换。Audio Decomposition开源项目是Matthew Bird推出的,无需外部乐器分离库,自动识别和分离音乐中的不同乐器声音,帮助用户更好地理解和重现乐谱。
阅读目录

Audio Decomposition的主要功能
- 音频源分离:将混合音乐中的不同乐器声音分离出来。
- 音乐转乐谱:将音乐文件转换成乐谱,帮助用户识别音高和和弦。
- 音频分析:分析音乐中的音符和乐器,提供音乐结构的深入理解。
- 开源工具:作为开源项目,支持用户自由使用和修改代码,适应不同的需求。
Audio Decomposition的技术原理
- 傅里叶变换:程序每0.1秒对音乐文件进行一次傅里叶变换,生成频谱图。将每种乐器的傅里叶变换相加,重新创建音乐的频谱。
- 包络分析:将声波分成几块并取每块的最大值获取包络。进一步优化结果,找到包络低于原始声波的点,添加新点定义包络。
- 信封的分解:将波的包络分解为起音(攻击)、延音(持续)和释音(释放)。
- 波形分类:考虑乐器的静态衰减和动态变化,及是否有释音。
- 带通滤波:对每个音符频率的信号进行带通滤波,分离特定乐器的声音。
- 互相关和均方误差(MSE):用乐器的起音和释放的互相关找到每个音符的开始和结束。计算乐器波和滤波后的音频的MSE,获得乐器的成本。
Audio Decomposition的项目地址
- 项目官网:matthew-bird.com/blogs/Audio-Decomposition
- GitHub仓库:https://github.com/mbird1258/Audio-Decomposition
Audio Decomposition的应用场景
- 音乐教育:分离不同乐器的声音,帮助学生更直观地理解音乐作品中的和声与配器。
- 音乐制作:支持制作人从复杂的音乐中提取单独的音轨,用在混音或创作新的音乐元素。
- 乐谱转录:自动将音频记录转换为乐谱,节省人工转录的时间和成本,尤其适用于古典音乐作品。
- 音乐分析:深入分析音乐作品的构成,为音乐理论家和作曲家提供研究工具。
- 音频编辑:在电影和视频制作中,帮助编辑精确地处理和调整音频元素,如对话、音乐和音效。
❓ 常见问题解答(FAQ)
Audio Decomposition能把音乐直接转成五线谱吗?
可以。它通过音频源分离、傅里叶变换和包络分析识别音符与乐器,再辅助生成乐谱信息,适合用于音乐转录与理解,但实际效果会受音频复杂度和录音质量影响。
Audio Decomposition和普通音频分离工具有什么区别?
它不只是分离人声或伴奏,而是面向乐器级别的分析与转谱,重点在识别音高、起音、延音和释音,并尝试把音乐结构还原为可读乐谱。
Audio Decomposition适合哪些使用场景?
适合音乐教育、乐谱转录、音乐制作、音乐理论分析和音频编辑等场景,尤其适合需要从复杂音乐中提取单独乐器信息并理解其结构的用户。
🔬 语宙深潜追问 · 进阶实操拆解
自动转五线谱最容易错在哪?
最常见是复音分离不准、节奏切分错误和音高抖动。复杂和弦、延音踏板和混响环境都会干扰识别,因此实用工具通常需要人工校对节拍、连音和声部,才能达到可演奏级别。
如何把转谱结果用于教学?
可以先用工具生成初稿,再让学生对照原曲修正节奏、音高和和声。这样既能训练听辨能力,也能帮助理解编配结构;若配合分轨和慢速播放,效果会更适合课堂与自学。
🗳️ 读者观点微投票 · 您的实战立场是?
音乐转谱工具,你更想要自动化还是可编辑?
