Audio in MIDI konvertieren (kostenlos, online und in deiner DAW)

Eine Audiodatei ist eine Aufnahme von Schallwellen. Eine MIDI-Datei ist eine Liste musikalischer Ereignisse: welche Note gespielt wurde, ihre Tonhöhe, wann sie begann und endete und wie laut sie war. Die Konvertierung von einem Format ins andere bedeutet, dass ein Programm das Audio anhört, die Noten schätzt und sie als MIDI-Events aufschreibt. Der schnellste Weg ist ein kostenloser Online-Konverter, der im Browser läuft; für ein sauberes Ergebnis ist es am besten, die richtige Art von Aufnahme zu konvertieren.

Die ehrliche Fassung dieser schnellen Antwort enthält eine Warnung. Das Ergebnis ist immer ein Ausgangspunkt, niemals eine fertige Partitur. Eine saubere Solo-Melodie lässt sich gut konvertieren; ein gemasterter Song mit Gesang, Schlagzeug, Bass und Harmonie kann mit keinem Tool in perfektes MIDI verwandelt werden, egal was die Werbung verspricht. Wähle die richtige Quelle, konvertiere sie und korrigiere anschließend die Noten im Piano-Roll.

“MIDI ist nicht der Klang, sondern die Beschreibung des Klangs. Deshalb kannst du es bearbeiten, und deshalb klingt es nie genau wie die Aufnahme.”

Ein Konverter nimmt eine Audiodatei und erzeugt eine Liste von Noten-Events. Für jede gehörte Note erfasst er eine Tonhöhe, eine Startzeit, eine Länge und eine Velocity. Diese vier Zahlen sind der gesamte Inhalt. Außerdem speichert er, sofern möglich, das Tempo und das Taktmaß sowie optional einige Controller-Nachrichten für Sustain oder Ausdruck.

Deshalb lässt sich das Ergebnis so leicht bearbeiten und so schwer perfektionieren. Sobald die Noten als Daten vorliegen, kannst du eine Note verschieben, ihre Tonhöhe ändern oder den gesamten Track schneller abspielen, ohne etwas neu aufzunehmen. Die Datei enthält jedoch keine Klangfarbe. Sie weiß nicht, dass das Original ein warmer Rhodes oder eine verzerrte Gitarre war; sie kennt nur Tonhöhe und Rhythmus. Bei der Wiedergabe wählt dein Instrument oder deine DAW ein Preset, und dieses Preset ist fast immer ein Klavier.

• MIDI sind Daten, kein Klang. Das Umbenennen einer MP3 in .mid bewirkt nichts. Ein Transkriptionsalgorithmus muss die Noten aus der Wellenform ableiten.
• Das Ergebnis ist editierbar. Du kannst einen Abschnitt transponieren, quantisieren, die Velocity ändern oder neu instrumentieren, ohne das ursprüngliche Audio anzutasten.
• Das Ergebnis enthält keine Instrumentenidentität. Die Noten sind vorhanden; der Klang hängt davon ab, was du zuweist.
• Das Urheberrecht gilt weiterhin. Das Transkribieren einer Aufnahme gibt dir nicht das Recht, die Komposition zu veröffentlichen oder weiterzuverbreiten.

Das ist das Wichtigste, was du verstehen musst, bevor du Zeit in die Konvertierung investierst. Je weniger Überlagerungen und Rauschen die Quelle enthält, desto leichter kann der Algorithmus Tonhöhe und Timing erkennen.

• Saubere Solo-Melodie, sehr gut. Eine einzelne Gesangslinie, eine Flöte oder eine Gitarre, die jeweils nur einen Ton spielt, wird mit nur geringem Bereinigungsaufwand in eine editierbare Sequenz konvertiert.
• Ein einzelner Klavierpart, gut. Eine polyphone Klaviertranskription liefert dir einen Entwurf aus Akkorden und Noten, aber du wirst einige falsche Noten und das Timing korrigieren müssen.
• Ein vollständiger Mix, schlecht. Gesang, Schlagzeug, Bass und mehrere Instrumente gleichzeitig verwirren jeden Detektor. Rechne mit fehlenden und zusätzlichen Noten.
• Stark bearbeitetes Audio, am schlechtesten. Reverb, Distortion, Autotune und Sidechain-Pumping erzeugen Obertöne, die der Detektor als zusätzliche Noten interpretiert.

Die praktische Regel lautet: Beginne mit der hochwertigsten verfügbaren Quelle, kürze die Stille und isoliere vor der Konvertierung das Instrument oder den Gesang, der dir wichtig ist. Wenn du die Melodie eines Songs mit einer vollständigen Band im Hintergrund möchtest, trenne zuerst den Gesang und konvertiere nur diesen; das ist deutlich einfacher, als den gesamten Mix auf einmal zu transkribieren.

Der schnellste Weg für einen einzelnen Track ist ein Online-Konverter, der im Browser läuft. Du lädst die Datei hoch, der Konverter erkennt die Noten und du lädst eine .mid-Datei herunter. Keine Installation, kein Konto und die Verarbeitung erfolgt auf deinem Gerät, wodurch dein Audio privat bleibt.

• Wähle den passenden Modus. Wähle den Solo-Modus für eine einzelne Stimme oder ein Instrument und den Vollsong-Modus für eine Aufnahme mit Musik hinter dem Gesang.
• Verwende eine saubere Quelle. Eine WAV oder eine MP3 mit 320 kbps liefert ein deutlich besseres Ergebnis als eine Datei mit niedriger Bitrate.
• Höre vor dem Download eine Vorschau. Ein Piano-Roll und eine Synth-Vorschau zeigen, was erkannt wurde, sodass du weniger oder mehr Noten behalten kannst.
• Konvertiere in eine .mid-Datei. Das Ergebnis lässt sich in jeder DAW, Notations-App oder einem Piano-Roll-Editor öffnen.

Wenn du nicht sicher bist, ob eine Datei sauber genug ist, führe die Konvertierung einmal durch und höre zu. Ein einzelner klarer melodischer Part wird zu etwas fast Nutzbarem; ein vollständiger Mix erzeugt ein Durcheinander, das sich nur lohnt, wenn du keine andere Möglichkeit hast, die Noten zu erhalten. Der Audio-zu-MIDI-Konverter von Melodusk liefert dir diesen ersten Durchlauf direkt im Browser und ist der schnellste Weg, herauszufinden, was deine Aufnahme tatsächlich enthält, bevor du dich auf eine Transkription festlegst.

Wenn du regelmäßig Dateien konvertierst, offline arbeitest oder eine integrierte Mehrspur-Transkription und einen Editor benötigst, lohnt sich ein Desktop-Programm trotz des Einrichtungsaufwands. Die wichtigsten Optionen teilen sich in einmalige Käufe und kostenlose Open-Source-Tools auf.

• Professionelle Transkriptionstools verarbeiten Mehrspur-Audio und Stapelkonvertierungen und enthalten einen Noteneditor. Sie kosten Geld, und dichte Songs benötigen weiterhin manuelle Korrekturen.
• KI-gestützte Transkriptionssoftware erzeugt Notenblätter und MIDI aus einer Aufnahme. Kostenlose Testversionen sind meist auf kurze Clips begrenzt.
• Open-Source-Transkriptionstools sind kostenlos und können mehrere Instrumente verarbeiten, erfordern aber mehr Einrichtung und richten sich an technisch versiertere Nutzer.

Der Kompromiss ist derselbe wie überall im Audiobereich: Kostenpflichtige Tools sind einfacher, kostenlose Tools günstiger, und keines davon macht die Bereinigung des Ergebnisses nach Gehör überflüssig. Für welches Tool du dich auch entscheidest, der Workflow ist identisch mit dem Online-Weg.

Viele DAWs bieten inzwischen Audio-zu-MIDI-Funktionen, und wenn du bereits in einem Projekt arbeitest, ist dies der bequemste Weg. Importiere das Audio, führe die Konvertierung durch und die Noten landen im Piano-Roll, wo du sie bearbeiten kannst.

Der Ablauf unterscheidet sich je nach DAW etwas, aber die Struktur ist gleich. Du wählst den Audio-Clip aus, wählst die Konvertierungsoption und die DAW schreibt die erkannten Noten in einen MIDI-Clip oder einen Kanal. Danach kannst du transponieren, quantisieren und neu instrumentieren. Wenn deine DAW einen integrierten Stem-Splitter hat, schicke den Song zuerst hindurch und konvertiere jeweils einen Stem; ein einzelnes Instrument ist wesentlich leichter zu transkribieren als ein vollständiger Mix.

• Konvertiere eine einzelne Melodielinie. Monophone Erkennung ist wesentlich zuverlässiger als polyphone, also isoliere nach Möglichkeit einen einzelnen Part.
• Trenne zuerst die Stems. Einen Track durch einen Stem-Splitter zu schicken, macht aus einer schwierigen Transkriptionsaufgabe eine einfache.
• Verwende den Piano-Roll als Sicherheitsnetz. Die erkannten Noten sind ein Entwurf, und im Piano-Roll korrigierst du die falschen Noten.

Gute Konverter arbeiten in zwei Stufen. Zuerst analysiert die Tonhöhenerkennung das Spektrum des Audios in jedem kurzen Zeitfenster und schätzt, welche Grundfrequenzen vorhanden sind. Danach ermittelt die Onset-Erkennung, wo Noten beginnen und enden, damit sie den kontinuierlichen Klang in einzelne Events aufteilen kann.

Die besten modernen Tools nutzen dafür ein Deep-Learning-Modell, das mit Tausenden von Songs trainiert wurde und häufig lokal im Browser läuft. Eine monophone Melodie wird in Sekunden konvertiert. Das Modell erkennt eine einzelne klare Tonhöhe und ihren Beginn gut; bei der Entscheidung zwischen mehreren überlagerten Tonhöhen in einem dichten Mix ist es deutlich schlechter. Genau deshalb lässt sich ein vollständiger Song schlecht und eine Solo-Linie gut konvertieren.

“Die Tonhöhenerkennung teilt dem Konverter mit, welche Note gespielt wird. Die Onset-Erkennung teilt ihm mit, wann die Note beginnt. Die meisten Fehler entstehen im zweiten Schritt, nicht im ersten.”

Kein automatischer Konverter erkennt bei jeder Aufnahme jede Note richtig. Die Bereinigung ist kein Fehler, sondern der Teil der Arbeit, der das Ergebnis nutzbar macht.

• Behebe Oktavfehler. Detektoren platzieren eine Linie häufig eine Oktave zu hoch oder zu tief. Spiele sie gegen die Quelle ab und korrigiere die Lage.
• Entferne kurze falsche Noten. Auftaktnoten, Reverb-Fahnen und Atemgeräusche erzeugen winzige MIDI-Events. Lösche alles, was kürzer als eine Sechzehntelnote ist und was du nicht gehört hast.
• Korrigiere das Timing. Quantisiere das Raster und verschiebe anschließend jede Note, die der Detektor einen Beat zu früh oder zu spät platziert hat.
• Stelle die Velocity ein. Die erkannte Velocity ist eine Schätzung. Passe sie an die Dynamik an, die du tatsächlich möchtest.
• Stelle das Tempo ein. Das Ergebnis verwendet oft standardmäßig ein festes Tempo. Gleiche es mit einem BPM-Detektor an die Aufnahme an, damit das Raster passt.

Wenn du Fehlinterpretationen direkt statt in einem separaten Programm korrigieren möchtest, öffne das Ergebnis in einem MIDI-Editor. Dort korrigierst du Oktaven, löschst falsche Noten und verschiebst das Timing an einer einzigen Stelle.

Die größte Enttäuschung entsteht beim Versuch, einen fertigen Song zu konvertieren. Ein vollständiger Mix enthält Gesang, Schlagzeug, Bass und mehrere Instrumente, die alle denselben Frequenzbereich belegen, und der Detektor kann sie nicht trennen. Das Ergebnis ist ein Haufen sich überlagernder Schätzungen.

Die Lösung besteht darin, den Song zuerst zu trennen. Wenn du die Gesangsmelodie als MIDI möchtest, schicke den Song durch einen Stem-Splitter, behalte den Gesangs-Stem und konvertiere nur diesen. Wenn du die Basslinie möchtest, behalte den Bass-Stem und konvertiere ihn. Ein Instrument nach dem anderen macht aus einer fehlgeschlagenen Transkription eine funktionierende.

• Ermittle zuerst Tonart und Tempo. Zwei Zahlen, die den Umfang des Problems bestimmen. Verwende den BPM- und Tonart-Finder und notiere beide.
• Trenne den gewünschten Part. Zuerst die Stems, dann konvertiere jeweils einen Stem.
• Erwarte einen Entwurf. Das Ergebnis ist ein Ausgangspunkt, den du nach Gehör korrigierst, keine fertige Transkription.

Wenn die Harmonie wichtiger ist als die Noten, ist eine Akkordübersicht möglicherweise besser geeignet als MIDI. Das Lesen derAkkorde eines Songsliefert dir die Progression, und die Tonartzeigt dir, welche Noten du erwarten kannst.

Die Schritte in die richtige Reihenfolge zu bringen, spart pro Track eine Stunde. Diese Reihenfolge funktioniert für fast jede Aufnahme.

• 1. Beginne mit der saubersten Quelle. WAV oder MP3 mit 320 kbps, mit gekürzter Stille.
• 2. Isoliere den gewünschten Part. Eine Solo-Linie lässt sich gut konvertieren; ein vollständiger Mix schlecht. Trenne die Stems, wenn der Track dicht ist.
• 3. Ermittle Tempo und Tonart. Verwende den BPM- und Tonart-Finder und bestätige die Tonart mit dem Audio-Tonart-Finder.
• 4. Führe die Konvertierung durch. Online, in einem Desktop-Tool oder in deiner DAW.
• 5. Bereinige das Ergebnis. Korrigiere Oktaven, lösche falsche Noten, quantisiere und stelle das Tempo ein.
• 6. Spiele es gegen die Quelle ab. Die letzte Prüfung erfolgt immer nach Gehör.

Sobald die Noten in MIDI vorliegen, kannst du jedes Instrument damit ansteuern. Wenn du die Harmonie als Audio rendern statt abspielen möchtest, gib die Progression in den Generator ein oder nutze den Akkordgenerator, um zu erkunden, was dieselbe Tonart leisten kann, bevor du dich für eine Sequenz entscheidest.

• Einen vollständigen Mix konvertieren und Perfektion erwarten. Trenne zuerst die Stems und konvertiere dann jeweils einen Part.
• Die Datei umbenennen statt konvertieren. Eine MP3 speichert eine Wellenform; MIDI speichert Events. An einem Transkriptionsalgorithmus führt kein Weg vorbei.
• Die Quellqualität überspringen. Eine Datei mit niedriger Bitrate erzeugt ein Ergebnis mit niedriger Qualität. Beginne mit dem besten Audio, das du hast.
• Dem ersten Durchlauf vertrauen. Das Ergebnis ist ein Entwurf. Spiele es gegen die Aufnahme ab und korrigiere die falschen Noten.
• Das Tempo ignorieren. Wenn das Raster falsch ist, landet jede Note an der falschen Stelle. Stelle zuerst das BPM ein.
• Die Oktave nicht prüfen. Ein Oktavfehler ist der häufigste einzelne Fehler und lässt sich mit einem Klick beheben.

Kann ich eine MP3 durch Umbenennen der Datei in MIDI konvertieren?

Nein. Eine MP3 speichert eine Audio-Wellenform und eine MIDI-Datei speichert musikalische Ereignisse. Ein Transkriptionsalgorithmus muss die Noten aus dem Klang ableiten. Das Umbenennen der Datei ändert nur ihre Erweiterung, nicht ihren Inhalt.

Warum klingt die MIDI-Datei wie ein Klavier?

Die Datei enthält Notendaten, nicht den Klang des ursprünglichen Instruments. Bei der Wiedergabe wählt dein Player oder deine DAW ein standardmäßiges Synthesizer-Preset, und dieses Preset ist normalerweise ein Klavier. Nach der Konvertierung kannst du ein anderes Instrument zuweisen.

Kann ich einen vollständigen Song mit Gesang und Schlagzeug in MIDI konvertieren?

Du kannst es versuchen, aber das Ergebnis wird unübersichtlich. Ein vollständiger Mix verwirrt den Noten-Detektor, weil sich mehrere Instrumente im selben Frequenzbereich überlagern. Der zuverlässige Ansatz besteht darin, den Song zuerst in Stems zu trennen und anschließend jeweils ein Instrument zu konvertieren.

Ist die Konvertierung von Audio in MIDI kostenlos?

Oft ja. Viele Online-Konverter führen die Notenerkennung kostenlos und ohne Konto in deinem Browser aus. Desktop-Transkriptionssoftware ist in der Regel kostenpflichtig, während Open-Source-Tools kostenlos sind, aber mehr Einrichtung erfordern.

Ist das MIDI-Ergebnis genau genug für die Verwendung?

Bei einer sauberen Solo-Melodie ja, nach etwas Bereinigung. Bei einem dichten Mix nein, nicht ohne die Stems zu trennen und die Noten nach Gehör zu korrigieren. Betrachte jedes Ergebnis als Ausgangspunkt und nicht als fertige Partitur.

Welche Dateien lassen sich am besten in MIDI konvertieren?

Ein einzelner melodischer Part mit wenig Rauschen lässt sich am besten konvertieren: ein Solo-Gesang, eine Flöte, eine Gitarre, die jeweils einen Ton spielt, oder ein sauberes Klavierstück. Je weniger Überlagerungen und Reverb die Quelle enthält, desto sauberer ist die Erkennung.

Ist es legal, einen Song in MIDI zu konvertieren?

Eine Aufnahme für das eigene Studium oder Üben zu transkribieren, ist eine normale musikalische Tätigkeit. Die Veröffentlichung des MIDI oder der Transkription vervielfältigt die Komposition, daher solltest du vor jeder Weitergabe die Rechte prüfen.