Como converter áudio em MIDI: o guia completo

Parte do nosso guia sobre as melhores ferramentas de transcrição musical e de partitura.

Converter áudio em MIDI é pegar uma gravação e transformá-la numa lista de notas: altura, início, duração e velocity (a intensidade de cada nota). Com o MIDI na mão, você pode editar nota por nota, trocar o instrumento, gerar a partitura ou levar tudo para qualquer DAW. É uma conversão que serve de base para muita coisa, e as ferramentas que fazem isso bem em 2026 estão muito melhores do que as de só dois anos atrás.

A seguir vem um roteiro de músico para músico: como a conversão funciona na prática, o que você ganha e perde em cada escolha e qual ferramenta combina com cada situação.

O que “áudio para MIDI” quer dizer de verdade

O áudio é uma forma de onda contínua, o registro de variações de pressão ao longo do tempo. O MIDI é o oposto: eventos separados, com altura e momento exatos. Para passar de um para o outro, é preciso decidir coisas que o áudio, sozinho, não deixa claras. Onde exatamente essa nota começa? Aquela oscilação é uma nota nova ou um vibrato numa nota sustentada? Quem toca está num Si bemol ou num Si um pouco baixo?

As ferramentas atuais usam modelos de aprendizado de máquina treinados com milhões de horas de áudio acompanhadas do MIDI correto. Elas já viram exemplos suficientes para tomar essas decisões de um jeito parecido com o de uma pessoa transcrevendo. Não são perfeitas (nenhum modelo é), mas chegam perto o bastante para inverter o fluxo de trabalho. Antes era “tirar de ouvido e usar a ferramenta para conferir”. Agora é “passar pela ferramenta primeiro e limpar depois”.

Conversão monofônica e polifônica

Os dois tipos de conversão resolvem problemas diferentes. A conversão monofônica trabalha com fontes que tocam uma nota de cada vez: voz, guitarra solo, sax, uma melodia assobiada no celular. A ferramenta precisa descobrir altura e tempo, mas nunca tem que separar notas sobrepostas.

A conversão polifônica trabalha com fontes em que várias notas soam juntas: piano, acordes de violão ou guitarra, a mixagem completa de uma música. Aqui a coisa fica bem mais difícil. O modelo precisa identificar cada nota de um acorde, decidir qual nota é de qual instrumento quando há mais de um e lidar com as sobreposições parciais, quando uma nota ainda está soando e a próxima já entrou. A conversão polifônica melhorou muito nos últimos anos, mas ainda funciona melhor com uma gravação limpa.

As ferramentas que funcionam em 2026

Um aviso antes da lista: nós fazemos o Songscription, então temos interesse em colocá-lo em primeiro lugar. Vamos ser o mais justos possível, inclusive nos casos em que outra ferramenta é a melhor escolha. De qualquer jeito, você vai testar e tirar suas próprias conclusões, e o que podemos dar de útil é uma leitura clara de onde cada ferramenta é mais forte e onde é fraca.

Songscription

O Songscription trabalha instrumento por instrumento e se concentra num conjunto menor de instrumentos, em que a qualidade dos modelos é maior. O piano é o ponto mais forte, e há modelos para violão, bateria, violino, flauta, saxofone, trompete, baixo e alguns outros. Ele aceita áudio polifônico (gravações completas de piano, acordes de violão, áudio mixado) e exporta tanto MIDI quanto MusicXML. No editor de partitura e piano roll da própria plataforma, você percorre o resultado junto com o áudio original e corrige o que o modelo errou sem sair dali. É a parte que mais pesa quando você está limpando o resultado. E se você precisa de partitura, e não só de um arquivo MIDI, o fluxo vai além do MIDI bruto e inclui arranjo e ajuste do nível de dificuldade.

Klangio

O Klangio tem transcritores por instrumento para uma variedade de instrumentos um pouco maior que a do Songscription, além de uma API e plugins para DAW. Essa é a maior diferença prática. Se você está colocando a conversão de áudio para MIDI dentro do seu próprio software, ou quer que ela funcione na sua DAW em vez de num app web separado, o Klangio está preparado para isso. Nos instrumentos que os dois produtos cobrem, o Songscription costuma gerar resultados mais limpos, principalmente no piano.

Flex Pitch do Logic Pro (e recursos parecidos em outras DAWs)

A maioria das DAWs atuais tem algum tipo de conversão de áudio para MIDI. Elas costumam se sair melhor com fontes monofônicas, como uma melodia cantarolada no microfone ou uma linha de voz. Para qualquer coisa polifônica, as ferramentas dedicadas geralmente ficam bem à frente dos recursos das DAWs.

Basic Pitch (o modelo de código aberto do Spotify)

O Basic Pitch é um modelo polifônico gratuito e de código aberto que roda no seu próprio computador e gera um MIDI razoável a partir de gravações limpas. Não é tão preciso quanto as principais ferramentas pagas, mas é grátis e funciona offline, e em alguns fluxos de trabalho isso faz diferença. Se você precisa de um ponto de partida para uma conversão rápida e não quer enviar o áudio para lugar nenhum, vale conhecer.

Como conseguir os melhores resultados

Comece pela gravação mais limpa que você tiver

Uma gravação de estúdio de um piano vira MIDI muito melhor do que uma gravação de celular do mesmo piano numa sala barulhenta. Ruído de fundo, reflexões da sala e artefatos de compressão confundem o modelo. Se você tem as faixas originais de cada instrumento ou uma gravação de alta qualidade, use esse material.

Separe os instrumentos antes de transcrever uma mixagem completa

Se você vai converter uma gravação completa que tem direito de usar, separar os instrumentos antes pode ajudar. Passe a mixagem por uma ferramenta que separa os instrumentos (Moises, LALAL.AI ou parecida) e depois transcreva cada instrumento sozinho. O áudio só do piano vai render um arquivo MIDI muito melhor do que a mixagem inteira jogada num transcritor de piano.

Escolha a ferramenta certa para a gravação

Uma melodia cantada e uma gravação de piano pedem modelos diferentes. Algumas ferramentas têm transcritores separados para cada instrumento, outras não. Um modelo feito para piano, usado numa gravação de guitarra, vai dar um resultado pior do que uma ferramenta genérica, porque ele parte de suposições sobre o instrumento que ali não valem.

Conte com uma etapa de limpeza

Mesmo as melhores ferramentas geram um MIDI que melhora com uma revisão feita à mão. As limpezas mais comuns são tirar notas curtas que não existem (artefatos de uma gravação com ruído), corrigir erros de oitava nas notas graves e ajustar a duração quando a ferramenta cortou uma nota cedo demais ou segurou tempo demais. Reserve 10–20 minutos de edição por música e você terá algo que dá para usar.

Do MIDI para a partitura

Com o MIDI pronto, gerar a partitura é outro problema, com decisões próprias: quantização, divisão entre as mãos, tonalidade e fórmula de compasso, articulações. Algumas ferramentas fazem áudio → MIDI → partitura num fluxo só; outras param no MIDI. Se o seu objetivo é a partitura, veja nosso guia sobre como converter MIDI em partitura para saber o que acontece depois de exportar o MIDI, e nossa comparação dos melhores conversores de MIDI para partitura para ver até que ponto cada programa deixa esse MIDI numa partitura limpa antes de você começar a corrigir.

Este guia é o ponto central do nosso conteúdo sobre áudio para MIDI. Depois de entender o básico, estes são os caminhos para ir mais fundo, agrupados pelo que você quer fazer:

Converter a partir de uma fonte: converter um vídeo do YouTube em MIDI (para áudio que você tem direito de usar) e transformar suas próprias gravações em MIDI.
Escolher um conversor: os melhores conversores de áudio para MIDI e Songscription x Basic Pitch.
Para quem produz: recriar os timbres de uma gravação e ferramentas de IA para produção musical.
Converter um MP3: como converter MP3 em MIDI.
Converter um arquivo de vídeo: o conversor de MP4 para MIDI extrai automaticamente o áudio de um arquivo mp4, mov ou webm e exporta o .mid.
Começar por uma partitura: o conversor de partitura para MIDI transforma direto em MIDI um arquivo MusicXML que você enviar.
Na sua DAW: Ableton Live, GarageBand e Logic Pro e FL Studio.
Arrumar o resultado: como limpar o MIDI depois de converter o áudio.

Para fechar

A conversão de áudio para MIDI já é confiável o bastante para entrar num fluxo de trabalho de verdade. O que ainda limita o resultado é, na maior parte, a qualidade da gravação. Com um bom modelo e uma gravação limpa, você tem um MIDI utilizável em segundos. Com uma gravação de celular feita do outro lado da sala, o resultado vai precisar de trabalho, por melhor que seja a ferramenta.

As ferramentas evoluíram a ponto de a conversão deixar de ser o gargalo. O difícil agora é decidir o que fazer com o resultado. Quem produz quer um MIDI para jogar na DAW. Quem compõe quer uma partitura para editar. Quem dá aula de música quer algo para passar para a turma. O mesmo arquivo de áudio vira três coisas diferentes, e em nenhum desses trabalhos a conversão é mais a parte lenta.

Perguntas frequentes

O que acontece quando você converte áudio em MIDI?

Converter áudio em MIDI transforma uma gravação numa lista de notas: altura, início, duração e velocity (a intensidade de cada nota). Com o MIDI, você pode editar nota por nota, trocar o instrumento, gerar a partitura ou levar os dados para qualquer DAW. É uma conversão que serve de base para muita coisa, e as melhores ferramentas de 2026 fazem isso em segundos.

Qual é a diferença entre conversão monofônica e polifônica?

A conversão monofônica trabalha com fontes que tocam uma nota de cada vez, como voz, guitarra solo ou uma melodia assobiada no celular, então a ferramenta só precisa descobrir altura e tempo. A polifônica trabalha com fontes em que várias notas soam juntas, como piano, acordes de violão ou guitarra e mixagens completas. Essa é bem mais difícil, porque o modelo precisa identificar cada nota de um acorde. A conversão polifônica melhorou muito, mas ainda funciona melhor com uma gravação limpa.

Como conseguir os melhores resultados ao converter áudio em MIDI?

Comece pela gravação mais limpa que você tiver, porque uma gravação de estúdio vira MIDI muito melhor do que uma de celular numa sala barulhenta. Separe os instrumentos de uma mixagem completa antes de transcrever, escolha uma ferramenta com modelo feito para o instrumento e conte com uma etapa de limpeza. Reserve de 10 a 20 minutos de edição por música para tirar notas que não existem, corrigir erros de oitava e acertar a duração das notas, e você terá algo que dá para usar.