---
title: "Audio Decomposition – 开源音乐转谱工具，一键将音乐转换为五线谱"
url: "https://paooo.com/aigc-news/25604/"
author: "Prompt 语宙研究院"
published_at: "2026-07-15T04:18:29+08:00"
updated_at: "2026-07-15T04:18:29+08:00"
categories: "AIGC 资讯"
tags: "AI办公效率, AI音频与语音, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Audio Decomposition – 开源音乐转谱工具，一键将音乐转换为五线谱

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25604/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-15

## AI 30 秒核心看点 (TL;DR)

- 基于傅里叶变换与包络匹配，自动分离混音中的不同乐器声音。
- 可将音频转为乐谱，辅助识别音高、和弦与音乐结构。
- 开源且无需外部分离库，适合教育、转录、制作与音频分析。

## 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。

## 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](https://matthew-bird.com/blogs/Audio-Decomposition.html?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/mbird1258/Audio-Decomposition](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。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)