**🎹 适配米哈游「林离」的钢琴 MIDI 工具**
这篇帖子算是一份开发分享。灵感源于我做的一个开源小工具 2midi4lin：把任意音频或视频链接转成钢琴独奏 MIDI，适配林离使用。写这篇介绍的过程中，也借助了 AI 帮忙整理思路，希望能给大家带来一些启发，也欢迎提出建议。
演示视频（2 分钟）：一键音频转钢琴midi工具，让林离更简单的弹琴
这个工具是干嘛的
经常在林离里找 MIDI 播，但很多喜欢的歌没有现成的谱子。2midi4lin 就是解决这个问题的：拖入一首歌，或者粘贴一个 B站/YouTube 视频链接，它自动转成钢琴独奏 MIDI，转完直接喂给林离播放，还能一键分享到作品集。
能做什么
- 音频转录：拖入或选择 mp3 / wav / flac / m4a → 钢琴 MIDI
- 视频转 MIDI：粘贴 B站 / YouTube 链接，自动完成下载 → 转换 → 转录
- 两种模式：
忠实转录：严格还原原曲实际弹奏的音符，适合钢琴独奏原曲- 🎹 翻奏改编：按钢琴风格重新编排，适合流行歌、混音原曲
- 三档风格：轻柔 / 标准 / 华丽，控制音符密度和力度
- 适配度分析：转录前先分析，评估这首音频转钢琴的适配度（1~5 星），省得白等
- 钢琴谱下载：内置多源搜索（BitMidi、FreeMIDI 等，FreeMIDI 就有 15 万+ 文件），也支持粘贴 MuseScore 乐谱链接直接下载
- GPU 加速：内置 DirectML，有显卡自动加速（实测 30 秒音频 23 秒 → 2.5 秒），没显卡回退 CPU，结果一致
怎么用
GitHub 下载 exe，模型和 ffmpeg 都内置了，不需要装任何东西：
text
https://github.com/kishin123/2midi4lin/releases
分享到林离的完整流程：
- 拖入音频 → 选「翻奏改编」→ 开始转录
- 完成后弹分享窗 →「打开成品文件夹」找到 .mid
- 用林离打开这个 MIDI 播放 → 播放页面上能看到分享码（形如
L35X0G） - 把分享码填回软件 → 提交分享 → 作品展示在作品集 2midi4lin.kesug.com
全程不到 3 分钟。
模型技术路线
简单交代一下模型是怎么来的，这部分我写得比较详细：
- 任务本质：这不是普通音乐转录（识别音频里有什么音符），而是自动钢琴改编——理解音乐结构后编成适合钢琴弹的版本。任务定义来自论文 AMT-APC（arXiv 2409.14086）
- 模型来源：翻奏改编基于 AMT-APC（武藏野大学 Komiya 2024，MIT 开源）微调，架构是索尼的 hFT-Transformer（ISMIR 2023）；忠实转录链路直接用 hFT-Transformer。都是公开发表、开源的模型
- 参数与数据：约 5.8M 参数，ONNX 单文件约 22MB；MAESTRO 古典钢琴预训练 + 1267 首 YouTube 钢琴 cover 微调；三档风格由 24 维风格向量控制
- 部署：双 ONNX 模型内嵌，纯 numpy 计算 mel 谱，无 torch 依赖；推理走 onnxruntime + DirectML，不需要装 CUDA
- 调过的一个坑：DirectML 不支持模型的动态尺寸计算，一开始一跑就崩。用 onnxsim 做了 shape 静态化（动态维度固定成常量）解决，速度也顺带提了 9 倍
- 诚实说明局限：训练数据以钢琴和流行歌为主，钢琴独奏和流行歌效果最好；交响乐/管弦乐效果有限——这是所有钢琴改编模型的共同天花板（88 个键装不下一整个管弦乐队），不是软件问题
开发小记
这项目能走到发布，有两件事帮了大忙：
林离 28 号的 MIDI 兼容性优化。之前最头疼的是长音怎么保留——MIDI 里长音处理不好，要么延音丢掉听着干瘪，要么超出规范在林离里加载出问题。那段时间几乎每天拿 3 首曲子来回调，就为了「保留得更好」和「合法」两头都占。林离更新兼容性之后这问题一下子轻了，配套工具的开发省了大力气。
ds4flash 正式版也很给力。比起预览版，思考链持久很多，能自主把一个技术问题啃很久，很多排查和方案推演都是它帮着做的（比如上面那个 DirectML 静态化的坑）。
开源
MIT 协议开源，代码在 GitHub kishin123/2midi4lin。有任何问题欢迎留言或提 issue。
