采样率：
更高的采样率带来的高频细节提升有限，但 WAV 文件更大、渲染更慢。对多数音乐而言 44100 Hz 或 48000 Hz 已经足够。
"MIDI 转 WAV"到底做了什么？
MIDI 文件不含声音——只有演奏指令（完整故事见MIDI 工具）。因此 MIDI 转 WAV 并不是真正的格式转换：本页把指令渲染过一台软件合成器，把输出录成 PCM 采样，再写进 WAV 文件。可以把它想象成用某一支特定乐团把乐谱演奏成录音：乐谱（MIDI）是配方，WAV 是它的一次固定演绎。渲染完成后，WAV 就是普通音频——哪里都能播放，不需要合成器。
五个锚定全页的事实：
• MIDI→WAV 是渲染而非格式转换——合成器创造出文件里从未存在过的声音
• 声音来自 SoundFont：真实乐器录音的采样库（约 32 MB，每个浏览器加载一次）
• 内置音色库是 GeneralUser GS：覆盖 General MIDI 标准的 261 种乐器和 13 套鼓组
• 同一 MIDI 文件用不同 SoundFont 渲染，得到不同但同样合法的 WAV
• 输入变体 .rmi（RMID）、.kar（卡拉 OK MIDI）和 .xmf 都只是同一 SMF 事件流的不同包装
合成与采样：声音从哪里来
让合成器发声有两条路。减法合成用振荡器和滤波器构建音色——便宜，但听起来像电子琴而不是乐团。采样回放使用真实乐器的短录音并在键盘上升降调；SoundFont（SF2 格式）就是这样的采样包加上包络和循环点。本页引擎使用采样回放：当 MIDI 说"通道 1 的音符 60，钢琴"时，它查出钢琴采样、移调到请求的音高、按力度调整音量和音色、混入输出。渲染快于实时——3 分钟的文件远用不了 3 分钟，因为合成器不用等任何人。
是渲染不是转换——以及为什么没有反向
格式转换器（WAV 转 FLAC、MP3 转 M4A）在不同包装里保留同一音频。MIDI 渲染则在每个音符上从零创造音频。这带来两个后果。第一，质量取决于渲染器：同一个 .mid 文件分别过 90 年代声卡芯片、本页和录音室采样库，会得到三个非常不同的 WAV，且没有哪一个是"唯一正确"的——MIDI 从未指定乐器听起来什么样。第二，过程严格单向。"WAV 转 MIDI"不是转换问题而是转写问题：从波形辨认出演奏了哪些音符，那是音高检测式的猜测，不是重新打包。尝试这样做的工具只在干净的单乐器录音上有效，而且只是近似。
输入包装与采样率旋钮
除了普通 .mid（标准 MIDI 文件），本页还能打开 .rmi（RMID——RIFF 包装里的 MIDI，Windows 原生格式）、.kar（卡拉 OK MIDI：同样的事件加一条用于显示的歌词轨）和 .xmf（可扩展包装，可把 MIDI 与其声音打包在一起）。它们都解码成同一事件流，渲染器一视同仁。采样率选项决定渲染的测量精细度：44,100 Hz 对应 CD，48,000 Hz 对应视频和多数流媒体，96,000 Hz 把上限翻倍以供存档或后期处理。文件大小与采样率成正比——同一渲染 96 kHz 下是 48 kHz 的两倍——对多数音乐而言 48 kHz 以上的差异听不出来。
常见误区
- 渲染出的 WAV 就是作曲家想要的。它只是一种诠释。MIDI 固定了音符、时值和乐器类别，但没有固定这些乐器的实际音色。每个渲染器都做自己的配器选择。
- MIDI 转 WAV 是无损或有损的。都不是。不存在"原始音频"可供损失。正确的问题是：用了哪个 SoundFont、哪个采样率——它们决定渲染本身的保真度。
- 更大的 SoundFont 总是更好听。不对。在把 General MIDI 音色集覆盖好之外（内置 261 乐器库已经做到），额外体积买来的只有训练有素的耳朵在特定乐器上才能察觉的精进。2 GB 的钢琴库对钢琴独奏有帮助；对芯片音乐毫无用处。
相关工具：MIDI 工具（渲染前查看、移调和编辑 MIDI）、音频转 WAV/FLAC（无损压缩渲染出的 WAV）、音频转 MP3/ID3 标签（生成便于分享的小体积副本）、音频频谱（检查渲染结果的频率内容）。
