文本转 MIDI

发布日期：2026年10月

文本转 MIDI 工具通常只返回一个片段：一段和弦进行或一段旋律。但一首歌需要的不止这些：它需要曲式，也需要知道自己在曲式中位置的声部，这样贝斯会在前奏里休止，鼓会加花进入副歌，主奏会等到主歌才进来。让工作室聊天写一首歌，编曲就会 以 MIDI 形式返回，每个声部一条轨道，覆盖整个曲式，同时每个声部也会渲染成音频，放在一个工程里，你可以导出到 DAW，也可以导出为 MIDI 文件。

“a 60-second trap song”会变成什么

这是歌曲引擎在 2026 年 10 月 29 日为这个请求写出的编曲，用时 0.48 秒：

style   trap / drill      tempo 145 bpm (the pack's range is 130–160)
key     B minor           36 bars, 59.6 s
form    intro 4 · verse 12 · hook 8 · hook 8 · outro 4
chords  F# | F# | Bm | Bm | Bm BmMaj7/A# | Bm7/A Bm6/G# | C | C | …
parts   Drums    803 hits    in every section, fills into bars 5, 17, 25, 33
        Bass      86 notes   enters with the verse
        Rhodes    64 chords  plays from bar 1
        Synth     92 notes   the lead, from the verse

从 B 小调到 C 的进行是这个风格包的弗里几亚往返（i 到 ♭II，drill 的常用手法），主歌开头几个小节里主音下方的半音线（B、A♯、A、G♯）则是一种 line cliché，属于这个风格包偶尔会用的手法。引擎会记录每一项是怎么决定的（风格包、曲式、速度范围、调性、加花），所以结果可以被解释，而不必凭信任接受。

如果请求里写了调性、速度或乐队编制（“in D minor at 92 bpm with Rhodes and upright bass”），就会按这些来写。不说时长的话，默认约两分钟。

靠规则，不靠猜

这些音符不是语言模型预测 MIDI token 得来的，而是来自一个拥有 45 个风格包的编曲引擎，每个风格包都描述了该风格的曲式、和声节奏、和弦习惯、律动、贝斯写法、伴奏方式和主奏手感。聊天模型的工作是读懂你的请求：风格、时长、乐队编制、是否有人声。正是这种分工，让输出始终是你所要调性中的有效 MIDI，让各声部在和弦上保持一致，也让同样的请求配上同样的种子得到同样的歌。

那首乡村歌曲（见 概览页 ）也出自同一个引擎：F 大调 20 小节，110 bpm，共有 321 下鼓击、41 个贝斯音符和 284 个吉他音符，每一个都以 MIDI 形式进入了 Logic 和 Ableton 工程。

把 MIDI 导出来

• 作为 DAW 工程。 Export / Share → Logic Pro、Ableton Live、Pro Tools、FL Studio 或 REAPER。每个声部都以 MIDI 轨出现，旁边是它渲染好的音频轨。
• 作为 MIDI 文件。 Download MIDI （同一面板中）可以把单条轨道或整首歌保存为 .mid，可直接拖进任何 DAW 或打谱软件。
• 只要音符，交给智能体。 通过 MCP 连接的 AI 智能体可以自己写声部，再用 doseedo_session_from_stems据此构建工程，这个工具可以在音频之外同时接收 MIDI 轨。要免费检查自己所写音符的和声，它会调用 doseedo_analyze_midi.

文本转 MIDI，再变成声音

MIDI 本身是无声的，要有东西来演奏才行。每个声部还会由一个基于真实演奏训练的乐器模型来渲染，而不是 General MIDI SoundFont，渲染结果也会与音符比对：回执会告诉你写下的音符听到了多少。要渲染你手上已有的 MIDI 文件，请使用 MIDI转音频；所有乐器都列在 Sources 页面上.

有关的

• 歌曲直接变成 DAW 工程
• 用真实乐器把 MIDI 转成音频
• 从 AI 智能体渲染 MIDI
• 反方向：音频转 MIDI