キーボードを使わずにオーディオをMIDIに変換する
2026年7月更新
MIDIキーボードはDAWにノートオンとノートオフの信号を送ります。一方、録音された音源は、音符の境界が全くない連続信号です。このギャップを埋めること、つまりピッチを検出しないことが難しいのです。
普段演奏している楽器を演奏してください
キーボードを使わずにオーディオをMIDIに変換したい人は、たいていハードウェアに困ることはありません。そのアイデアはギターで思いついたり、バス停で電話に向かってハミングしたり、ホーンで演奏したりした時に生まれたもので、それをキーボードで入力し直すということは、二度も下手な演奏を繰り返すことを意味します。
つまり、ルーティングが重要になります。オーディオは、再生される楽器に応じて異なるモデルを通して音符に送られます。ピアノには専用のポリフォニックモデル、ソロの管楽器、金管楽器、弦楽器、ベースにはレジスター調整ピッチトラッキング、ギターやアンサンブルには汎用ポリフォニックモデルが使用されます。楽器名を指定するか、オーディオから推測させるかを選択できます。
歌の単音と弦のストロークは異なる問題であり、一方に合わせて調整されたトラッカーは他方には適していません。どちらを入力されたかを伝えることが、最も安価で正確な方法と言えるでしょう。
タイミングが問題なんだ
音符自体は簡単な方だ。トランスクリプションを台無しにするのは拍子だ。1小節目がどこから始まるのか、その数字が付点8分音符なのか3連符なのか、フレーズが拍の上で始まるのか、それとも拍の直前で始まるのか、といったことだ。
つまり、テンポ、拍子、拍子が最初に検出され、そのグリッドに合わせて音符が調整される。音符を先に検出してから、後からグリッドを推測するのではない。
グリッドも移動可能です。最後のコードに重心を置いた場合、テンポマップもそれに合わせて重心を移動します。ルバートはクリックに合わせて平坦化されるのではなく、そのまま保持されます。これは、プログラムされた演奏よりも、手演奏の場合にはるかに重要な点です。
完全に混ざっている場合は、まず分離してください。
完成したミックスをトランスクリプターに渡して、ある楽器のきれいなパートを期待するのは、音の濁りを返される最も一般的な方法です。ベース、キック、ピアノの左手はすべて同じ2オクターブの音域に収まっています。
フルミックスの場合、手順は次のとおりです。まず、ボーカル、ドラム、ベース、ギター、キーボードといったstemsに分け、次にそれぞれのパートを個別に書き起こします。この手順こそが、一連の作業の中で最も精度を高めるものであり、書き起こしツール自体の微調整よりも大きな効果があります。
何が戻ってくるのか
パートごとに1レーンずつ割り当てられたマルチトラックMIDIアレンジメントに加え、コードトラック（コードは同一パスで検出される）と演奏のテンポマップ。
編集可能MIDIあることが重要な点です。MIDIレーンで間違った音符を修正すると、楽譜は同じ編集内容に基づいて再刻印され、エクスポートされるMIDIは、モデルが最初に推測したものではなく、あなたが修正したものになります。
エクスポート形式は、パートごとのMIDI 、またはLogicやAbletonセッションファイル（ stems名前付きトラックに配置され、パートごとのMIDIファイル、テンポマップ、コードガイドが含まれる）です。通常、あなたが最初に求めていたのは、デスクトップ上のファイルではなく、DAW上で動作するアイデアそのものだったはずです。
苦戦する点
実際の録音を完璧に書き起こすことは不可能だ。密度の高いミックス、強いディストーション、強いリバーブはどれも難易度を高める。ディストーションは音符のように見える倍音を加え、リバーブは音の終わりをぼやけさせるため、オフセットが遅れて現れるからだ。
音源を選べるのであれば、ドライな状態で、楽器を近づけて、単独で録音しましょう。静かな部屋で楽器1つをシンプルにスマートフォンで録音した方が、大音量で、音に湿り気があり、完全にミックスされたリファレンス音源よりも、はるかに良い結果が得られます。
キーボードに触れることなくMIDIを利用できます
ボーカル、ギター、ベース、ホーン、またはミックス音源など、録音した音源をドロップインするだけで、 MIDI 、コード、楽譜が出力されます。ブラウザ上で動作するため、インストールは不要です。アカウント登録で毎日無料で利用できます。
文字起こしツールを開く →よくある質問
MIDIを作るにはMIDIキーボードが必要ですか？
いいえ。MIDI MIDI音符データであり、音符がキーボードから入力されたものか、録音から検出されたものかは関係ありません。歌を歌ったり、ギターを演奏したり、既存のトラックをアップロードしたりすれば、編集可能なMIDIアレンジメントとして音符が返されます。
メロディーを口ずさむだけでMIDIを取得できますか？
はい。歌ったりハミングしたりするフレーズは単音であり、音域制御によるピッチトラッキングで処理されます。静かな部屋で、音符を滑らかに動かすのではなく、音符を長く伸ばして歌うと、音の境界がはるかに鮮明になります。
曲全体で使えるのか、それとも単一の楽器のみに使えるのか？
どちらもそうですが、手順が異なります。フルミックスはまずボーカル、ドラム、ベース、ギター、キーボードといったstemsに分割され、それぞれのパートが個別に書き起こされます。これが最も精度を高めるポイントです。ソロ録音は直接書き起こしに回されます。
MIDIはクリックに合わせて量子化されますか？
演奏がそうである場合に限ります。テンポ、拍子、拍子が最初に検出され、テンポマップが移動できるため、カデンツにゆっくり進むテイクは、固定グリッドにスナップされるのではなく、演奏した場所に留まります。
どれくらい正確なのですか？
実際の録音を完璧に書き起こすことは不可能です。複雑なミックス、強いディストーション、強いリバーブなどは特に難しいケースです。結果は編集可能なMIDIとして開くので、間違いを修正できます。楽譜とエクスポートされたMIDI両方に、編集内容が反映されます。