人聲分軌轉 MIDI
更新:
上傳一首歌的人聲分軌(只有歌聲)或完整歌曲,加上完整歌詞,系統會把唱出來的旋律轉成音符,並把每個字掛在對應的音符上。音符從第 1 小節開始,落到送出時所在的軌道。轉出的音符標示為「人聲分軌(AI)」來源。
結果不會百分之百正確。它是幫你省下從頭聽寫的時間,轉完要用耳朵確認。只轉換你有權使用的作品;Mouta Studio 不對轉換結果的權利歸屬作任何保證。
要準備什麼?
| 項目 | 規格 |
|---|---|
| 音檔 | 人聲分軌或完整歌,格式 WAV、MP3、FLAC、M4A、MP4;長度 5 秒到 6 分鐘;檔案 500MB 以內 |
| 完整歌詞 | 必填,5000 字以內;每句一行結果較準;重複的副歌要照實際唱的次數寫出來;不要放 [Verse] 這類標籤 |
| 語言 | 英文、中文、日文、韓文,或「混合」;系統會依歌詞自動判斷,可手動更改 |
| 歌曲 BPM | 選填,40~280 的整數;填了會先把軌道速度改成這個 BPM |
有人聲分軌時請優先使用。完整歌會先在瀏覽器裡自動分離人聲(第一次要下載約 172MB 的模型),結果較不精確,僅供參考。
怎麼把歌曲轉成 MIDI?
- 建議先按工具列的「切換至素材軌道」,讓轉出的音符先放在素材軌道。
- 在側欄「內容來源」點聲波圖示(顯示「Vocal to MIDI」),打開「人聲分軌轉 MIDI」面板。
- 按「選擇音檔(人聲或完整歌)」,音檔類型可選「自動判斷」「人聲分軌」或「完整歌(先分離人聲)」。
- 貼上完整歌詞,確認語言與 BPM。
- 視需要勾選「方便編輯:縮短停頓」(句內停頓縮到 0.75 拍、句與句之間空 1 拍,Struct 會一行切成一個樂句;時間會和原曲不同)。要和原曲時間完全對齊就不要勾。
- 按「開始轉換」,面板會顯示進度(讀取音訊、分離人聲、上傳、排隊、轉換中、取回結果)。一首歌通常要幾分鐘。
- 完成後音符會自動落到軌道上,並顯示「已落軌 N 顆,已刪除 M 顆建議刪除的音符」。
等待時可以做別的事;關掉面板或重新整理後再打開,會繼續查詢那一筆。同一時間只能有一筆轉換。按「取消」可停止。
人聲分軌轉 MIDI 會把音檔上傳嗎?存多久?
會。轉換要在伺服器上進行,所以這個功能會把音檔送到伺服器(其他功能的做法見哪些功能會把音檔送到伺服器)。
- 上傳的內容:人聲音訊。你選的檔案會先在瀏覽器裡轉成單聲道 WAV 再上傳;選「完整歌」時,會先在你的瀏覽器裡分離人聲,只上傳分離出來的人聲,不上傳伴奏。歌詞、語言、BPM 也會一起送出。
- 保存多久:上傳的人聲音檔與轉換用的參數,在伺服器上保留 7 天後自動刪除。
- 7 天內:可以使用「重新辨識這句」。超過 7 天,要重新轉換整首。
- 轉出的音符與歌詞落軌後就在你的作品裡,跟著作品存檔。
- 原音對照(「播放方式(原音試聽)」)播的是你這台電腦上的原檔,不是伺服器上的那份。
請只上傳你有權使用的音檔。
日文或混合語言的歌詞要注意什麼?
- 唱歌是一個字(日文一拍)一個音符。按「開始轉換」時,系統會先把漢字換成唱的讀法並列出來,請在歌詞框確認,需要時直接改成正確的假名,再按一次「開始轉換」。
- 偵測到多種語言時,系統會建議改用「混合」:每個字照它自己的語言切音節。
- SUNO 等工具常唱不出多位數的阿拉伯數字,建議歌詞裡寫成字。
「建議刪除」的音符是什麼?
系統判斷很可能是雜音、呼吸聲或和聲誤判的音符,落軌時預設先刪掉。覺得刪多了,按「改用完整版」放回來。這個按鈕只能在落軌後、還沒做其他編輯時使用。
「需要先看的句子」怎麼用?
落軌後面板會列出最需要注意的句子,點一下就會跳到那一句並選取音符。常見標示:沒有對到、歌詞只對到一部分、字多半沒聽清楚、句首可能切錯、音符比字少、音符比字多、辨識信心偏低、不在所選語言內。沒被列出來不代表完全正確,仍建議整首聽一遍。
某一句轉錯了怎麼辦?
按該句旁的「重新辨識這句」,系統只針對這一句再聽一次。完成後會出現「原版|重試版」,點一下切換、播放比較,按「全部改回原版」可一次還原。
限制:
- 只能在落軌的那一次開頁使用。
- 歌詞要有分行。
- 一首歌最多重新辨識 10 句。
- 已編輯過的句子不能再切換。
- 上傳的人聲在伺服器只保留 7 天,過期後要重新轉換整首。
怎麼一邊聽原曲一邊對照 MIDI?
播放鍵旁有「播放方式(原音試聽)」,可以選四種模式,主播放鍵和 Struct 的播放鍵都會照設定播:
| 模式 | 聽到什麼 | 適合做什麼 |
|---|---|---|
| 一般播放(MIDI) | 只聽 MIDI | 確認改完的旋律 |
| 只聽原音 | 只聽這一段的原唱 | 聽清楚原唱怎麼唱 |
| 先原音、再 MIDI | 同一句先播原唱、接著播 MIDI | 逐句找差異,最快的校對方法 |
| 原音+MIDI 疊放 | 原唱和 MIDI 同時播 | 聽音高與節拍有沒有對齊 |
- 不是一般播放時,有框選音符就只播框選的範圍。
- 「先原音、再 MIDI」沒有框選時,會從播放頭所在的那一句開始逐句對照,可用「上一句」「重聽這一句」「下一句」切換。
- 可以調整原音音量、疊放時的 MIDI 音量,以及原音時間微調(毫秒)。
- 這個設定只在這次開頁有效,重新整理後回到一般播放。
- 換了電腦或清過瀏覽器資料時,系統會請你重新選擇當初送去轉換的音檔(會比對是不是同一個檔案)。
- 落軌後改過速度(BPM)時,原音不會跟著變速,會先照一般播放。
音符上同時顯示歌詞,可以清楚看到每個字唱在哪個音、哪裡轉音、哪裡換氣。想練習旋律寫法時,請用你自己的 demo,或你有權使用的歌曲。
轉完之後怎麼打磨?
- 在素材軌道播放一句,用「先原音、再 MIDI」對照原曲。
- 把這一句複製到主軌道。
- 不需要逐音校正:不好聽的地方直接用「Replace」或「音字替換」換成候選(見打磨旋律),或用手動編輯修正音高與長度。
- 一句一句往下做。
常要注意的地方:句首第一個字、同音反覆(可能被合併成一顆長音)、轉音與滑音(可能被拆成很多短音)、和聲或回音。
轉出來的音符算我創作的嗎?
在創作歷程裡算機器內容。這些音符是 AI 從音檔轉出來的,「來源」標示為「人聲分軌(AI)」,即使原本的歌是你自己唱的也一樣(系統無法從音檔分辨是真人還是 AI 唱的)。
- 落軌後你動手改過的音,會另外記錄為你的修改。
- 用「Replace」或「音字替換」換掉的部分,改記為那個功能的來源。
- 你挑選、重新辨識、切換版本的操作也都會被記錄。
- 你上傳的原始音檔是你提供的外部素材,需要有權使用。
創作歷程只是紀錄,不是著作權的認定,詳見創作歷程與驗證。
