サンプルレート:
高いサンプルレートは高周波のディテールがわずかに良くなるだけで、WAV ファイルは大きくなり、レンダリングにも時間がかかります。ほとんどの音楽では 44100 Hz か 48000 Hz で十分です。
「MIDI → WAV」は実際には何をするのか?
MIDI ファイルには音が一切含まれません — 演奏の指示だけです(詳細はMIDI ツールを参照)。つまり MIDI を WAV にすることは本当の変換ではありません:このページは指示をソフトウェアシンセサイザーでレンダリングし、出力を PCM サンプルとして録音し、そのサンプルを WAV ファイルに書きます。特定のオーケストラで楽譜を印刷するようなものです:楽譜(MIDI)がレシピで、WAV はその 1 つの固定された演奏です。一度レンダリングされれば、WAV は普通の音声です — どこでも再生でき、シンセサイザーは不要です。
このページの残りの前提となる 5 つの事実:
• MIDI→WAV は形式変換ではなくレンダリングです — シンセサイザーが、ファイルに一度も存在しなかった音を作ります
• 音はSoundFontから来ます:実際に録音された楽器のサンプルライブラリ(約 32 MB、ブラウザーごとに 1 回読み込み)
• 内蔵バンクは GeneralUser GS:General MIDI 標準をカバーする 261 楽器と 13 ドラムキット
• 同じ MIDI ファイルも、別の SoundFont でレンダリングすれば別の、等しく有効な WAV になります
• 入力バリアントの .rmi(RMID)、.kar(カラオケ MIDI)、.xmf はすべて、同じ SMF イベント列のラッパーです
合成とサンプル:音の由来
シンセサイザーを鳴らす方法は 2 つあります。減算合成はオシレーターとフィルターで音色を作ります — 安いですが、オーケストラではなくキーボードのように聞こえます。サンプル再生は実際の楽器の短い録音を使い、鍵盤全体に再ピッチします。SoundFont(SF2 形式)はそのようなサンプルにエンベロープとループポイントを加えて束ねたものです。このページのエンジンはサンプル再生を使います:MIDI が「チャンネル 1、ノート 60、ピアノ」と言えば、ピアノサンプルを引き、要求されたピッチへ移調し、ベロシティをレベルと音色として適用し、出力へミックスします。レンダリングはリアルタイムより速く走ります — 3 分のファイルは 3 分未満で終わります。シンセは誰も待たせないからです。
変換ではなくレンダリング — 逆方向がない理由
形式コンバーター(WAV → FLAC、MP3 → M4A)は同じ音声を別の梱包で保存します。MIDI レンダーは音符ごとに音声をゼロから作ります。それには 2 つの帰結があります。第一に、品質はレンダラーに依存します:同じ .mid ファイルが、1990 年代のサウンドカードチップ、このページ、スタジオのサンプルライブラリを通ると、3 つの非常に異なる WAV を生み、どれもが「正解」ではありません — MIDI は楽器の音を指定していないからです。第二に、このプロセスは厳密に一方通行です。「WAV → MIDI」は変換の問題ではなく採譜の問題です:波形からどの音符が演奏されたかを認識することで、それはピッチ検出の当て推量であって梱包ではありません。それを試みるツールはクリーンな単一楽器の録音でのみ動き、近似にすぎません。
入力ラッパーとサンプルレートのつまみ
素の .mid(Standard MIDI File)に加え、このページは .rmi(RMID — RIFF ラッパーに入った MIDI ファイル、Windows のネイティブな梱包)、.kar(カラオケ MIDI:同じイベントに歌詞トラックが加わる)、.xmf(MIDI と音を束ねられる拡張ラッパー)を開けます。すべて同じイベント列にデコードされるため、レンダラーは同一に扱います。サンプルレートオプションはレンダーがどの細かさで測られるかを決めます:44,100 Hz は CD と一致し、48,000 Hz は動画とほとんどのストリーミングと一致し、96,000 Hz はアーカイブや後処理のために天井を倍にします。ファイルサイズはレートに比例します — 同じレンダーは 48 kHz の 2 倍の大きさが 96 kHz で — そしてほとんどの音楽で 48 kHz を超える違いは聞こえません。
よくある誤解
- レンダリングされた WAV が作曲者の意図だ。それは 1 つの解釈です。MIDI は音符、タイミング、カテゴリごとの楽器を固定しますが、それらの楽器の実際の音は固定しません。すべてのレンダラーが独自のオーケストレーションを選びます。
- MIDI → WAV は可逆か非可逆か。どちらでもない。失う元の音声がありません。正しい問いは:どの SoundFont か、どのサンプルレートか — それがレンダー自体の忠実度を決めます。
- 大きな SoundFont は常に良い音。いいえ。General MIDI セットをよくカバーすること(内蔵の 261 楽器バンクがそうである)を超えると、追加のサイズは、訓練された耳が特定の楽器で気づく洗練だけを買います。2 GB のピアノライブラリはピアノ独奏に効きますが、チップチューンには何もしません。
関連ツール:レンダー前に MIDI を見て移調・編集するのはMIDI ツール、レンダー済み WAV を可逆圧縮するのは音声 → WAV / FLAC、小さく共有できるコピーは音声 → MP3 / ID3 タグ、レンダーの周波数内容の調査はオーディオスペクトラム。