piano_transcription_inference

几行代码把钢琴录音转成 MIDI 音符

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 87 🐛 待处理 16 👀 关注 9
GitHub ↗
GitHub 星标 ★ 504
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署

项目预览

piano_transcription_inference 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队qiuqiangkong
定价模式🏷️完全免费
价格说明开源免费,需自行部署
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
GitHub 星标★ 504
上线时间2020-09-18 00:00:00
代码更新2026-11-12
仓库体积2.8 MB
本站数据更新2026-11-22
维护状态较活跃
收录时间2026-11-22
浏览次数0

项目介绍

piano_transcription_inference 是一个用 Python 实现的钢琴自动转录推理库,基于 BYTE Dance 团队提出的高分辨率钢琴转录模型,能够从任意钢琴录音中识别出音符的音高、起始时间与持续时间,输出结构化的 MIDI 事件。它解决的是「把音频变成可编辑乐谱数据」的问题,适合音乐信息检索研究、自动扒谱、演奏分析等场景。核心能力包括:加载预训练模型开箱即用,支持 CPU 与 GPU 推理,可处理整段音频并输出 note 事件列表,同时提供与 pretty_midi 等工具的对接方式,方便导出 MIDI 文件。项目封装了模型下载、音频重采样、分段推理等流程,用户只需几行代码即可完成转录,无需自行训练模型。作为早期项目,代码结构清晰、依赖简单,是钢琴转录方向较易上手的推理实现之一。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-22 · 当前星标 ★ 504

核心亮点

  • 提供预训练模型与简洁 API,几行代码即可完成整段钢琴音频转录
  • 支持 CPU/GPU 推理,并封装了音频重采样与分段处理流程
  • 输出结构化 note 事件,可对接 pretty_midi 导出 MIDI,便于二次开发

不足之处

  • 仅针对钢琴单乐器场景,对多乐器或复杂混音效果有限
  • 作为早期项目,文档与示例相对简略,社区活跃度有待观察

适用场景

  • 音乐研究者做自动扒谱与音符识别实验
  • 钢琴学习者把演奏录音转成 MIDI 进行回放分析
  • 音乐制作人快速从录音中提取旋律草稿

替代项目

basic-pitch、omnizart、madmom

上一篇:mimvox

下一篇:qwen3-tts.cpp

同类项目推荐

paradee 开源

9MB 小模型,单核 CPU 18 倍速念英文

An 8M-parameter English text-to-speech model distilled from Kokoro-82M. 9 MB, runs 1···

★ 251 2026-10-23
SummerTTS 开源

一键编译,离线运行,零依赖的中英文语音合成。

SummerTTS 是一个基于C++的独立编译的中文和英文语音合成项目,可以本地运行不需要网络,而···

★ 544 2026-08-09
NeuralTextToAudio 开源

输入文字描述,自动生成对应音频片段

Text prompt steered synthetic audio generators

★ 53 2026-08-09
tts-demo 开源

一键集成多情感男女声,实时离线都能合成,还能变声调参。

支持各种感情的男女声音,支持实时和离线文本合成tts语音;支持单模特声音变声,语音速率调···

★ 76 2026-08-09
vits2_pytorch 开源

用 PyTorch 跑通 VITS2 语音合成,训练推理全流程

unofficial vits2-TTS implementation in pytorch

★ 548 2026-08-09
EDDiscovery 开源

记录你的星际航迹,用3D星图回放《精英危险》的每一段旅程。

Captains log and 3d star map for Elite Dangerous

★ 910 2026-08-09
Matcha-TTS 开源

用流匹配让语音合成又快又自然,一步生成不卡顿

[ICASSP 2024] Matcha-TTS: A fast TTS architecture with conditional flow matching

★ 1374 2026-08-09
flowflow 开源

用 Rust 打造本地优先语音笔记,自动转写并语义搜索。

Agentic Voice Notes for iPhone and macOS - Rust, Dioxus, LanceDB + RIG + SQLite

★ 173 2026-08-09
MB-iSTFT-VITS2 开源

用多频带解码器加速语音合成,训练更快、推理更省资源

Application of MB-iSTFT-VITS components to vits2_pytorch

★ 135 2026-08-09