採譜・楽譜作成ツールのおすすめガイドの関連記事です。
音声からMIDIへの変換では、録音から音を読み取り、それぞれのピッチ、開始時刻、長さ、ベロシティーをデータにします。MIDIにすれば、音を一つずつ編集したり、楽器を変えたり、楽譜を作ったり、DAWに読み込んだりできます。さまざまな作業の土台になる変換です。2026年の優れたツールは、わずか2年前と比べても、はっきり分かるほど精度が上がっています。
音声からMIDIへの変換で読み取るもの
音声は、時間とともに変わる空気の圧力を記録した、連続する波形です。一方、MIDIには、ピッチや時刻が決まった個々のイベントが記録されています。波形をMIDIにするには、録音だけでは答えが定まらないところを判断しなければなりません。音が始まる正確な位置や、ピッチの揺れが別の音なのか、伸ばした音のビブラートなのかを見分けます。B♭を弾いているのか、それともBのピッチが少し低いだけなのかも判断が必要です。
現在の音声からMIDIへの変換ツールは、何百万時間もの音声と、正解となるMIDIを組み合わせて学習した機械学習モデルを使っています。大量の例を学んだモデルは、人が耳コピするときに近い判断ができます。どのモデルにも間違いはありますが、作業の順番が変わるほどには精度が上がりました。耳コピをしてからツールで確かめる代わりに、先にツールで変換し、その後で修正する流れになっています。
単音と、複数の音が重なる録音の変換
単音（モノフォニック）の変換は、ボーカル、リードギター、サックス、スマートフォンに録音した口笛のメロディーなど、一度に一つの音が鳴る録音を扱います。ピッチとタイミングは読み取る必要がありますが、重なった音を分ける必要はありません。
複数の音が重なる録音（ポリフォニック）の変換では、ピアノ、ギターのコード、曲全体のミックスなどを扱います。こちらは処理がずっと難しくなります。モデルはコードの中の音を一つずつ判別しなければなりません。複数の楽器が入っていれば、どの音がどの楽器のものかを判断します。前の音の余韻に次の音が重なる部分も処理が必要です。ここ数年で精度は大幅に上がりましたが、今でも元の録音がクリアなほど良い結果が得られます。
2026年に使える変換ツール
私たちは、最初に挙げるSongscriptionの開発元です。ツールを選ぶときは、それぞれの得意なところと苦手なところの両方を比べてください。他のツールのほうが向いている用途もあります。
Songscription
Songscriptionは、楽器ごとにモデルを用意しています。最も得意なのはピアノです。ほかにもアコースティックギター、ドラム、バイオリン、フルート、サックス、トランペット、ベースなどのモデルがあります。Multi-Instrumentモードでは、曲全体のミックスを一度に採譜します。検出した楽器ごとにトラックを分けた、マルチトラックMIDIを書き出せます。
ピアノの演奏全体、ギターのコード、複数の楽器が混ざった音声など、音が重なる録音にも対応しています。書き出し形式はMIDIとMusicXMLです。楽譜とピアノロールのエディターも備えています。元の音声と照らし合わせながら再生位置を動かし、読み取りの間違いをその場で直せます。変換後の修正を、別のソフトに移らず進められます。MIDIファイルに加えて楽譜も必要なら、その先のアレンジや難易度の調整まで続けられます。
Klangio
楽器別の採譜ツールに加え、APIとDAW用プラグインがあります。この点が、機能面での最も大きな違いです。自作のソフトに音声からMIDIへの変換を組み込む場合や、別のウェブアプリを開かずDAWの中で変換したい場合に向いています。両製品が対応している楽器では、Songscriptionのほうが余計な音や間違いの少ない結果を出す傾向があります。特にピアノで差が出ます。
Logic ProのFlex Pitchと、ほかのDAWの同種の機能
現在のDAWの多くには、何らかの音声からMIDIへの変換機能があります。マイクで録音した鼻歌のメロディーやボーカルの旋律など、単音の録音を変換するのが得意な傾向があります。複数の音が重なる録音では、専用ツールのほうが、はっきり分かるほど良い結果を出すことが多いです。
Basic Pitch（Spotifyのオープンソースモデル）
Basic Pitchは、無料のオープンソースモデルです。複数の音が重なる録音に対応し、手元のコンピューターで動きます。クリアな録音なら、それなりの精度でMIDIに変換できます。主要な有料ツールほどの精度はありませんが、無料でオフラインでも使えます。音声をどこにもアップロードせず、手早く変換して作業のたたき台を作りたいときの選択肢です。
変換の精度を上げるには
手元にある中で最もクリアな録音を使う
同じピアノでも、スタジオで録音した音は、騒がしい部屋でスマートフォンに録音した音より、はるかに正確に採譜できます。背景の雑音、部屋の反響、圧縮による音の乱れは、どれもモデルの読み取りを妨げます。元のステムや高音質の録音が手に入るなら、それを使ってください。
曲全体のミックスは、採譜前にステムに分ける
使用する権利のある録音を丸ごと変換する場合は、先に楽器ごとに分けると精度が上がります。MoisesやLALAL.AIなどのステム分離ツールにミックスを読み込ませ、その後で楽器ごとに採譜します。ピアノ用の採譜ツールにミックス全体を読み込ませるより、ピアノだけのステムを使うほうが、ずっと精度の高いMIDIファイルになります。
一つの楽器だけでなく、すべての楽器をMIDIにしたいなら、SongscriptionのMulti-Instrumentモードを使えます。ステムに分けず、ミックスから直接、楽器ごとのトラックを作ります。ただし、音が多く重なるアレンジでは、変換後にある程度の修正が必要です。
録音に合ったツールを選ぶ
ボーカルのメロディーとピアノ演奏では、必要なモデルが違います。楽器別の採譜ツールを用意している製品もあれば、そうでない製品もあります。ピアノ専用モデルにギターの録音を読み込ませると、汎用ツールより結果が悪くなります。モデルが前提にしているピアノ特有の音の性質が、ギターには当てはまらないためです。
変換後の修正時間を見込んでおく
優れたツールが出力したMIDIでも、人が一度編集すると仕上がりが良くなります。よくある修正は、録音の雑音から生まれた余計な短い音を削除すること、ベース音のオクターブの間違いを直すこと、短く切れすぎた音や長く伸びすぎた音を調整することです。1曲あたり10〜20分の編集時間を見込めば、実際に使えるMIDIに仕上げられます。
MIDIから楽譜を作る
MIDIを楽譜にする段階では、音のタイミングを音価に合わせてクオンタイズし、右手と左手に音を振り分けます。調号、拍子記号、アーティキュレーションも決めます。音声からMIDIを経て楽譜を作るところまで、ひと続きで処理するツールもあれば、MIDIへの変換までで終わるツールもあります。
楽譜を作りたい場合は、MIDIを楽譜に変換する方法で、MIDIを書き出した後の作業を確認できます。MIDIから楽譜への変換ツール比較では、修正を始める前の段階で、各ソフトがMIDIをどれだけ読みやすい楽譜にできるかを比べています。
関連ガイド
音声からMIDIへの変換について、用途ごとの詳しいガイドも用意しています。
- 元の音源から変換する： YouTube動画をMIDIに変換する方法（使用する権利のある音声が対象）と、自分で録音した音声をMIDIにする方法。
- 変換ツールを選ぶ： 音声からMIDIへのおすすめ変換ツールと、SongscriptionとBasic Pitchの比較。
- 音楽制作に使う： 録音から音を再現する方法と、音楽制作者向けのAIツール。
- MP3を変換する： MP3をMIDIに変換する方法。
- 動画ファイルを変換する： MP4からMIDIへの変換ツールは、mp4、mov、webmから自動で音声を取り出し、.midファイルを書き出します。
- 楽譜から変換する： 楽譜からMIDIへの変換ツールは、アップロードしたMusicXMLファイルを直接MIDIに変換します。
- DAWで使う： Ableton Live、GarageBand、Logic ProとFL Studio。
- 変換結果を整える： 音声から変換したMIDIを修正する方法。
変換したMIDIを実際の作業に使う
音声からMIDIへの変換は、普段の作業に組み込めるほど安定してきました。今も残る制約の多くは、元の録音の品質に関わるものです。精度の高いモデルにクリアな録音を読み込ませれば、数秒で使えるMIDIができます。部屋の反対側からスマートフォンで録音した音なら、どれほど優れたツールでも修正は必要です。
変換に時間がかからなくなり、できたデータの使い道を先に考える余裕ができました。音楽制作者なら、DAWに読み込めるMIDI。作曲する人なら、編集できる楽譜。音楽を教える人なら、生徒に渡せる教材です。同じ音声ファイルでも、必要な形は違います。どの場合も、変換そのものに長い時間を取られず、その先の作業に進めます。
よくある質問
音声をMIDIに変換すると何ができますか？
録音から音を読み取り、それぞれのピッチ、開始時刻、長さ、ベロシティーをデータにします。MIDIにすれば、音を一つずつ編集したり、楽器を変えたり、楽譜を作ったり、DAWに読み込んだりできます。さまざまな作業の土台になる変換で、2026年の優れたツールなら数秒で処理できます。
単音の変換と、複数の音が重なる録音の変換はどう違いますか？
単音の変換は、ボーカル、リードギター、スマートフォンに録音した口笛のメロディーなど、一度に一つの音が鳴る録音を扱います。ツールが読み取るのはピッチとタイミングです。複数の音が重なる録音の変換では、ピアノ、ギターのコード、曲全体のミックスなどを扱います。コードの中の音を一つずつ判別する必要があるため、処理がずっと難しくなります。この変換の精度は大きく向上しましたが、今でも元の録音がクリアなほど良い結果が得られます。
音声からMIDIへの変換精度を上げるにはどうすればよいですか？
手元にある中で、最もクリアな録音を使ってください。騒がしい部屋でスマートフォンに録音した音より、スタジオ録音のほうがはるかに正確に採譜できます。音が多く重なるミックスでは、楽器ごとに分けたステムも役立ちます。ただし、SongscriptionのMulti-Instrumentなら、ステムに分けずに全パートを採譜できます。楽器に合ったモデルを使うツールを選び、変換後の修正も予定に入れておきます。余計な音、オクターブの間違い、音の長さを直す時間として1曲あたり10〜20分を見込めば、実際に使えるMIDIに仕上げられます。
