YouTube 上没有能给你 MIDI 文件的按钮。它提供的是音频和视频，没有音符数据，所以下载什么都拿不到音符。从 YouTube 视频到 MIDI，靠的是扒谱：工具听这段录音，算出音高和时间，再写成 MIDI。想明白这一点，剩下的只是选哪条路。
路有两条，前提都是这段音频你有权使用，比如你自己上传的视频、Creative Commons 授权或免版税的曲子，或者你买了授权的录音。一条是先把音频从视频里提取出来，再交给音频转 MIDI 的工具；另一条是把链接直接粘贴到能自己抓取音频的 YouTube 转 MIDI 工具里，提取这一步就整个省掉了。两条路最后都会得到一个 MIDI 文件，可以直接拖进 Ableton、Logic、FL Studio、GarageBand 或者别的 DAW。
为什么不能直接从 YouTube 下载 MIDI
先弄清楚音频和 MIDI 各是什么，它们是两种完全不同的东西。YouTube 视频里装的是音频，也就是声音的录音，每秒采样几千次，演奏成什么样就定格成什么样。MIDI 里根本没有声音，只有一串音符指令：弹哪个音，具体什么时候开始，持续多久，力度多大。MIDI 文件自己不会出声，需要软件或硬件乐器把这些指令播放出来。
正因为有这个差别，MIDI 才这么好用，YouTube 也才没法直接把它给你。MIDI 存的是音符，不是一段定死的录音，所以事后可以换乐器、挪音符、改错音，或者把整首移到别的调上，这些在一段做好的音频上都做不到。YouTube 视频里的音符已经融进了声音里，要从中拿到能编辑的 MIDI，就得有东西去听这些声音，把音符找出来。听的这一步就是扒谱，它把两边连了起来。想知道转换时背后到底在做什么，可以看我们的音频转 MIDI 指南。
方法一：先下载音频，再扒谱
传统的做法分两步：先把音频从视频里弄出来，再把这段音频转成 MIDI。如果是你有权使用的音频，把它存成 MP3，存成 WAV 更好，然后载入音频转 MIDI 的工具，让它识别音符，再导出 .mid 文件。YouTube 的服务条款限制从平台上下载内容，所以这条路只适合你自己的视频或者获准下载的视频，不能拿来下载你没有权利使用的版权录音。这跟转换你电脑里已有的任何文件是同一套流程，我们讲从原始录音到 MIDI 的那篇有详细步骤。
尽量从最干净的音频开始。码率高的文件比低质量的副本给扒谱工具的信息多，无损的 WAV 也比压得很厉害的 MP3 强。如果转换工具能分离出单件乐器，或者能让你上传单件乐器的音频，这一点比格式重要得多，不过音频干净总没坏处。这条路的缺点就是要两步、两个工具，文件在中间来回倒。下一个方法把这两步合成一步。
方法二：粘贴链接，跳过下载
现在有好几款工具可以直接接收 YouTube 链接。你把网址粘贴进去，工具自己抓取音频、扒谱，然后给你 MIDI，不用单独下载再重新上传。底下跑的还是同样的扒谱，方便在于抓取音频这一步是内置的。手头是一个视频，而不是电脑里现成的文件时，这条路更快。
Songscription 的 YouTube 转 MIDI 工具正适合干这件事。粘贴 YouTube 链接（音频得是你有权使用的），或者上传一个音频文件，AI 就会识别音符，导出能直接拖进 DAW 的 MIDI。除了 MIDI，同一次扒谱还能给你 MusicXML、可打印的乐谱、Guitar Pro 六线谱和可交互的钢琴卷帘，格式不会被锁死。拿来转 MIDI，它最不一样的地方是导出前可以在浏览器里编辑结果：改错音、删掉多出来的音、移调，甚至把钢琴声部拆成左右手。带进工程的 MIDI 就已经是清理过的了。全程在浏览器里用，不用安装。免费版最多扒 30 秒，试一句抓耳的旋律或一段 riff 够用了，付费版能扒整首歌。如果你只想要一个专门的入口处理手头现成的文件，MP3 转 MIDI 工具做的是同样的事。
版权这件事，两头都要说一下。输入这头，YouTube 的服务条款限制从平台下载音频或视频，所以这套流程只适用于你自己的、买了授权的或者其他你有权使用的内容，不能用来翻录受版权保护的视频。输出这头，为了自己学习、练习或者私人项目扒一首歌，是这里最常见的用法；但如果要发布或传播别人受版权保护作品的扒谱，一般需要版权方的许可。以上只是一般性信息，不构成法律建议。
准确度怎么样，怎么拿到最好的结果
对准确度要心里有数，因为它跟音源关系很大。素材越干净、越单纯，结果越好。一架钢琴独奏、一把吉他或者一条清楚的人声，转出来效果不错，常常稍微修一修就能用。编曲饱满、制作完整的混音，很多乐器、层层叠叠的人声、厚重的效果全都同时响，这才是难啃的，因为工具得把一层层叠在一起的声音拆开。
影响最大的有两件事。第一，只分离出一件乐器，别把整个混音丢给转换工具。如果你只想要钢琴部分，就只扒钢琴。Songscription 能从完整混音里分离出单件乐器，只扒那一个声部，最难的问题就直接绕开了。第二，要明白复调，也就是几个音同时响，比单条旋律难扒。贝斯线或主旋律大多一次只有一个音，扒起来比厚重的钢琴和弦织体可靠。我们讲单音与复调扒谱的那篇解释了原因。
不管走哪条路，都要准备把结果过一遍。自动扒谱能很快帮你完成大部分，但总会漏掉或多出几个音，尤其是在声音密的地方。办法是把结果扫一遍，最好在钢琴卷帘里看，错音一眼就能找出来，定稿前把它们清理掉。在一份差不多正确的扒谱上改几个音，比从零开始手动输入整个声部快得多。
从 MIDI 到 DAW 或乐谱
拿到 .mid 文件以后，放进 DAW 很快。大多数 DAW 都能把文件直接拖到轨道上。Ableton Live 里，把它拖到 MIDI 轨道上，或者从创建菜单导入 MIDI 文件。Logic Pro 里，直接拖进去或者从文件菜单导入，它会问你要不要把速度也带过来。GarageBand 里，拖进去以后选择导入速度信息。FL Studio 里，把它拖到 Channel Rack 里的一个乐器通道上，或者在钢琴卷帘里导入 MIDI 文件。有一点在哪个软件里都一样：MIDI 轨道得加载一个乐器才会出声。MIDI 只带音符，所以你选钢琴、合成器、弦乐或者别的什么都行，同样的音符换哪个音色都能播放。MIDI 进了工程以后这么灵活，靠的就是这一点。
MIDI 不是扒谱唯一的用处。如果你真正想要的是看谱或者把这个声部打印出来，可以把同样的音符转成乐谱。从 MIDI 到乐谱这篇指南讲的就是这一步；如果你一开始要的就是打印出来的谱子，可以走 YouTube 转乐谱这条路，也可以看我们整理的 YouTube 转乐谱工具。想弄清每种格式各管什么，MIDI、MusicXML 和 PDF 分别用在哪，可以看我们对音乐导出格式的梳理。Songscription 一次扒谱就能导出 MIDI、MusicXML、乐谱和钢琴卷帘，你需要哪个就拿哪个，不用重做一遍。
常见问题
能直接从 YouTube 导出 MIDI 文件吗？
不能。YouTube 提供的是音频和视频，没有音符数据，所以没有哪个设置或按钮能给你 MIDI 文件。你听到的音符都已经融在录音里了。要拿到 MIDI，得把音频交给音频转 MIDI 的扒谱工具，它会听这段录音，算出音高和时间。做法有两种：把你有权使用的音频提取出来交给转换工具，或者把链接粘贴到能自己抓取音频的工具里。
音频和 MIDI 有什么区别？
音频是真实声音的录音，比如 MP3 或 WAV，演奏成什么样就定格成什么样。MIDI 里根本没有声音，只有一串音符指令：弹哪个音、什么时候开始、持续多久、力度多大。MIDI 存的是音符而不是声音，所以事后可以换乐器、挪音符、改错音，也可以移调。MIDI 自己不会出声，得有软件或硬件乐器来播放它。
YouTube 转 MIDI 准不准？
要看录音本身。单独一件乐器的干净录音，比如一架钢琴、一把吉他或一条人声，转出来效果不错。很多乐器同时叠在一起的完整混音最难，因为工具得把叠在一起的声音一个个拆开。先把一件乐器单独分离出来再扒，结果会干净得多；单条旋律也比厚重的复调好扒。别指望拿到一个音都不用改的文件，留点时间把结果过一遍，手动改几个音。
怎么把 MIDI 文件导入 DAW？
大多数 DAW 都能把 .mid 文件直接拖到轨道上，也可以用导入命令。Ableton Live 里，把它拖到 MIDI 轨道上，或者从创建菜单导入 MIDI 文件。Logic Pro 里，直接拖进去或者从文件菜单导入，它会问你要不要一起导入速度。GarageBand 里，拖进去以后选择导入速度信息。FL Studio 里，拖到一个乐器通道上，或者在钢琴卷帘里导入 MIDI 文件。不管用哪个软件，MIDI 轨道都得加载一个乐器才会出声，因为 MIDI 只带音符。
