Преобразование аудио в MIDI от ИИ-агента через MCP.

Опубликовано в октябре 2026 года.

Транскрипция Doseedo Инструменты для анализа музыки и аудиоматериалов находятся на сервере MCP. Подключите его, и агент расшифрует запись. примечания — высота тона, начало, смещение, скорость, уверенность — с моделями для каждого инструмента на одной поверхности, и отвечает на вопросы, связанные с ними: что ключ Это в каком месте? темп а где же счетчик? даунбитычто же это такое? аккорды, и является ли написанная мной часть гармонически правильной. Инструменты анализа синхронны и ничего не стоят, что делает их сеткой, на которую агент ориентируется при записи перед тем, как отрендерить партию или добавить заметки в сессию.

Инструменты

• doseedo_transcribe — Ввод аудио (загрузка или любой URL-адрес HTTPS, включая разделенные стеммы), вывод нот в формате JSON. Подсказки для улучшения качества: instrument ("piano", "sax", "vocals", "bass"), register, family когда инструмент неизвестен, polyphony — solo, poly или section с roster стульев для духовой секции ("trumpet,trumpet,trombone,tenor_sax"). С tempo_bpm Время нот также возвращается в долях. want:"f0" Возвращает непрерывный контур высоты тона вместо нот для глайдов, вибрато и интонации.
• doseedo_analyze_song — тональность, темп и карта темпа для каждой доли, размер, сильные доли, разделы и аккорды записи — всё это в одном синхронном вызове.
• doseedo_detect_chords — Схема аккордов с указанием длительности в секундах и долях.
• doseedo_beat_grid — время ударов и слабых долей, количество ударов в такте, карта ритма.
• doseedo_analyze_midi — гармония нот, которые вы написали, прежде чем их исполнить или разместить.

Транскрипция — это асинхронная задача: в настройках сервера указано от 15 до 60 секунд, до двух кредитов, а часто и вовсе ничего. Ожидание выполнения задачи сопровождается... doseedo_wait_taskВсе четыре аналитических инструмента отвечают в рамках одного запроса и не требуют кредитов.

Реальный результат, на реальном стебле

Чтобы сделать это более наглядным, чем просто описывать, вот что я хочу сказать. doseedo_analyze_song Исполнено на основе сольной фортепианной партии из нашего публичного джем-сейшена, записанного 15.10.2026, обрезанной до нужной формы (полный ответ содержал 421 аккорд и 25 точек темповой карты):

{
  "status": "done",
  "kind": "analyze_song",
  "bpm": 91,
  "key": { "name": "C# major", "root": 1, "scale": "major", "confidence": 0.769 },
  "meter": "4/4",
  "beats_per_bar": 4,
  "chords": [
    { "chord": "F#maj7", "start": 21.03, "end": 24.09, "start_beat": 0, "end_beat": 5, "confidence": 0.73 },
    { "chord": "F#m7",   "start": 24.09, "end": 24.79, "start_beat": 5, "end_beat": 6, "confidence": 0.83 },
    { "chord": "Bm",     "start": 24.79, "end": 25.55, "start_beat": 6, "end_beat": 7, "confidence": 0.70 },
    …
  ],
  "tempo_map": [ { "bpm": 90.35, "time": 21.03 }, { "bpm": 85.91, "time": 53.03 }, { "bpm": 90.65, "time": 64.15 }, … ],
  "downbeats": [ 22.19, 24.79, 27.52, 30.20, … ],
  "sections": [ { "name": "Section A", "position_beats": 0 }, { "name": "Section A", "position_beats": 33.65 }, … ],
  "dynamics": { "fade_in_sec": 21.03, "fade_out_start": 219.82 },
  "truncated": [ { "path": "chords", "kept": 105, "total": 421 } ],
  "next": "The full result is kept: GET https://api.doseedo.com/api/jobs/ с вашим ключом."}

Три вещи, которые можно из него прочитать. Достоверные числа реальны. — 0,77 по тональности, от 0,6 до 0,87 за аккорд — и агент должен рассматривать аккорд 0,6 как черновик. дрейфы карты темпа (86–102 удара в минуту на протяжении всего дубля), потому что у сольного фортепиано, играющего рубато, нет фиксированной сетки, именно поэтому партия, написанная для этой записи, должна использовать карту, а не отдельную. bpmА у произведения длинное, немой вступительный фрагмент: fade_in_sec: 21 Вот почему первый аккорд начинается на 21-й секунде.

Проложить на одном стебле. doseedo_detect_chords — ритмичная диаграмма — услышал начало как Ebm7 при темпе 166,7 ударов в минуту (двойной темп, та же гармония, записанная из параллельного минора) с другой сеткой. Это расхождение является достоверной информацией, а не ошибкой: плотная или рубато-запись — это сложный случай для обоих инструментов, и в примечании к рецепту указано, что для надежной диаграммы следует обнаруживать аккорды на отдельном гармоническом стебле микса или на чистом дубле. Первый вызов сервиса анализа в этом случае также завершился по истечении 45 секунд после того, как сервис был неактивен; ошибка сообщила агенту подождать 30 секунд и повторить попытку, и повторная попытка была успешно выполнена через несколько секунд.

Что спросить

> What key and tempo is ./ref.wav in, and where do the
  sections change?

> Transcribe the sax solo in ./solo.wav — tenor, monophonic —
  and show me the notes in beats at the song's tempo.

> Separate ./mix.wav, transcribe the bass stem, and put the
  notes on the Bass track of my "Bridge Demo" session.

> Here's the horn section stem: two trumpets, a trombone and
  a tenor. Give me each chair's part.

> Check the harmony of this progression I wrote before you
  render it.

Третий пункт — это смысл наличия этой функции на MCP: заметки не ограничиваются файлом. Агент записывает их в дорожку сессии. set_midi_notes (точные ноты, сыгранные инструментом DAW), или преобразует их в аудиофайл с помощью doseedo_render_midi на смоделированном инструменте или передает их в процесс создания сессии. MIDI остаются в исходном виде — сервер никогда не корректирует и не исправляет ноты за спиной агента.

Примечания, а не файл .mid — и почему.

doseedo_transcribe Возвращает ноты в виде структурированного JSON а не стандартного MIDI файла, потому что именно так работает алгоритм: он может фильтровать по уровню достоверности и квантовать по сетке. doseedo_beat_grid вернуть, разделить аккорд на голоса или проверить результат на соответствие doseedo_analyze_midi Прежде чем что-либо будет зафиксировано. Если целью является файл, то инструменты проекта записывают его: doseedo_separate_stems с include_midi и doseedo_audio_to_session Вставьте MIDI файлы для каждой дорожки в свой проект Logic или Ableton, и... веб-инструмент скачивает .mid напрямую. Преобразование аудио в ноты является конечным звеном в той же системе обозначений.

Анализ бесплатный и синхронный; транскрипция оплачивается по минимальной ставке (в инструкции указано до двух кредитов, но не более двух, если используется модель с процессором); doseedo_quote Цены могут быть изменены в первую очередь для каждого клиента. Звонки могут быть отозваны для каждого клиента. Настройки → Ключи API.

Связанный

• Преобразование аудио в MIDI в браузере
• Преобразование аудио в ноты
• Stem separation над MCP
• Воспроизведите ноты на смоделированном инструменте.
• Все 33 инструмента, и что делает каждый из них.