Vad gör "MIDI till WAV" egentligen?
En MIDI-fil innehåller inget ljud — bara framförandeinstruktioner (se MIDI-verktyg för hela historien). Att konvertera MIDI till WAV är alltså inte egentligen en konvertering: den här sidan renderar instruktionerna genom en mjukvarusyntetisator, spelar in utdata som PCM-sampel och skriver samplen till en WAV-fil. Tänk på det som att trycka en partitur med ett visst orkester: partituret (MIDI) är receptet, WAV-filen är ett fast framförande av det. När den är renderad är WAV-filen vanligt ljud — den spelas överallt, utan att någon syntetisator behövs.
Fem fakta som förankrar resten av sidan:
• MIDI→WAV är en rendering, inte en formatkonvertering — syntetisatorn skapar ljud som aldrig fanns i filen
• ljudet kommer från en SoundFont: ett samplingsbibliotek med verkligt inspelade instrument (cirka 32 MB, läses in en gång per webbläsare)
• den inbyggda banken är GeneralUser GS: 261 instrument och 13 trumset som täcker General MIDI-standarden
• samma MIDI-fil renderad med en annan SoundFont blir en annan, lika giltig WAV
• indataformaten .rmi (RMID), .kar (karaoke-MIDI) och .xmf är alla bara omslag runt samma SMF-händelseström
Syntes och samplingar: var ljudet kommer ifrån
Det finns två sätt att få en syntetisator att låta. Subtraktiv syntes bygger toner från oscillatorer och filter — billigt, men låter som ett keyboard, inte en orkester. Samplingsuppspelning använder korta inspelningar av verkliga instrument och transponerar dem över tangentbordet; en SoundFont (SF2-formatet) är ett paket av sådana sampel plus envelopper och loop-punkter. Motorn på den här sidan använder samplingsuppspelning: när MIDI:n säger "ton 60 på kanal 1, piano" slår den upp pianosamplet, transponerar det till den begärda tonhöjden, tillämpar hastigheten som nivå och klangfärg och blandar det i utdata. Renderingen går snabbare än realtid — en 3-minuters fil tar klart mindre än 3 minuter, eftersom synten aldrig väntar på någon.
Rendering, inte konvertering — och varför det inte finns någon omvändning
Formatkonverterare (WAV till FLAC, MP3 till M4A) bevarar samma ljud i olika förpackning. En MIDI-rendering skapar ljud från början för varje ton. Det har två konsekvenser. För det första beror kvaliteten på renderaren: samma .mid-fil genom ett ljudkort från 1990-talet, den här sidan och ett studiosamplingsbibliotek ger tre mycket olika WAV-filer, och ingen av dem är "den" rätta — MIDI:n angav aldrig hur instrumenten låter. För det andra är processen strikt enkelriktad. "WAV till MIDI" är inte ett konverteringsproblem utan ett transkriptionsproblem: att känna igen vilka toner som spelats utifrån vågformen, vilket är tonhöjdsdetektering och gissning, inte förpackning. Verktyg som försöker det fungerar bara på rena inspelningar av ett instrument, och de approximerar.
Indatainslagningar och inställningen för samplingsfrekvens
Förutom vanliga .mid (Standard MIDI File) öppnar den här sidan .rmi (RMID — en MIDI-fil i ett RIFF-omslag, Windows egna förpackning), .kar (karaoke-MIDI: samma händelser plus ett sångtextspår för visning) och .xmf (ett utbyggbart omslag som kan paketera MIDI:n tillsammans med dess ljud). Alla avkodas till samma händelseström, så renderaren behandlar dem likadant. Alternativet samplingsfrekvens anger hur finmaskigt renderingen mäts: 44 100 Hz motsvarar CD, 48 000 Hz motsvarar video och de flesta strömningstjänster, och 96 000 Hz fördubblar taket för arkivering eller senare bearbetning. Filstorleken skalar linjärt med frekvensen — samma rendering är dubbelt så stor vid 96 kHz som vid 48 kHz — och för de flesta musikstycken är skillnaden över 48 kHz inte hörbar.
Vanliga missuppfattningar
- Den renderade WAV-filen är vad kompositören avsåg. Den är en tolkning. MIDI fixerar toner, tidsförlopp och instrument per kategori, men inte det faktiska ljudet från instrumenten. Varje renderare gör sina egna orkestreringsval.
- Är MIDI till WAV förlustfritt eller förlustbehäftat? Varken eller. Det finns inget ursprungligt ljud att förlora. De rätta frågorna är: vilken SoundFont och vilken samplingsfrekvens — de avgör renderingens egen trohet.
- En större SoundFont låter alltid bättre. Nej. Utöver att täcka General MIDI-setet väl (vilket den inbyggda banken med 261 instrument gör) ger extra storlek förfiningar som bara tränade öron märker på vissa instrument. Ett 2 GB pianobibliotek hjälper pianosolon; det gör ingenting för en chiptune-fil.
Relaterade verktyg: MIDI-verktyg för att visa, transponera och redigera MIDI-filen före rendering, Ljud till WAV / FLAC för att komprimera den renderade WAV-filen förlustfritt, Ljud till MP3 / ID3-taggar för en liten kopia att dela, och Ljudspektrum för att granska renderingens frekvensinnehåll.