MIDI 生成模型
生成音符而不是音频，能改能移调，但结构要人来收。
模型档案
- 厂商
- OpenAI · Google Magenta
- 形态
- 本地模型
- 输入
- MIDI · 风格提示 · 乐器组合
- 输出
- MIDI
- 条款
- 各项目的代码与权重许可不同，训练 MIDI 的来源与商用范围需按仓库说明核对
- 核对日
- 2026-10-30
相关
它能做什么
续写四到八小节，给你一个能往下改的开头；给一条旋律配和声、低音或鼓；把一段材料"翻译"成另一种乐器组合；批量生成几十个动机供挑选；给教学做风格示例；输出多轨 MIDI，进 DAW 后自己分配音色。
输入与输出
输入是 MIDI 片段、风格与乐器标签，部分模型还接受温度一类采样参数；输出是 MIDI 文件或实时音符流，通常多轨、已量化。它不输出音频，音色、力度与演奏法要你在 DAW 或音源里补。生成长度按小节计，长曲要分段续写再拼。
强项
- 结果是音符，改一个音不用重新生成，编辑成本低。
- 文件小，可进版本管理，也能直接进记谱软件。
- 能生成多声部，适合看声部关系而不是只听音色。
- 适合做动机、低音线与鼓的草案，铺开速度比手写快。
- 训练与推理成本低，本地跑不依赖网络。
- 与 DAW、记谱软件衔接顺，量化后的片段可以直接拖进工程。
弱项与翻车点
- 长结构：超过几十秒就开始重复或跑题，段落之间的过渡靠人补。
- 和声：平行五度、声部交叉、越界音域都会出现，尤其是四声部写作。
- 节奏：输出被量化到网格，切分与摇摆的细微前后被抹平，鼓听起来发硬。
- 表情：力度、连奏与踏板大多缺失，同一段音符听上去像打字。
- 风格：学到的是统计相似，不是写作规则，模仿到细节时容易露馅。
- 返工率：能直接用的段落比例低，筛选与修剪的时间常被低估。
条款、价格与替代
要确认的问题：权重是否公开、许可是什么？训练用的 MIDI 是否包含受版权保护的作品？生成 MIDI 的版权归属如何约定？商用是否要求署名？把生成片段再分发给客户是否受限？
价格：开源项目免费，算力自备；托管服务按订阅或按量，以官方页面为准。
替代：AIVA——要成品音频与配器、不想自己写声部时换它；Scaler 一类和声工具——要可控的和弦进行而不是生成时换它；MuseNet 一类演示——只想试听风格走向时用它。
在库中听例子
Variations on a Theme in G major主题与变奏，结构与重复关系清楚，适合看模型能不能接住动机——这是该类产出的参照，不是本模型生成（C1）详情Chorale BWV 102/7四声部众赞歌，声部进行与和声约束密集，生成的错误最容易听出——这是该类产出的参照，不是本模型生成（C1）详情battle 02游戏战斗配乐，多轨 MIDI 结构典型，适合做续写与配器试验——这是该类产出的参照，不是本模型生成（C1）详情L'orientale沙龙风格小品，句法与终止式规整，便于判断生成段是否跑题——这是该类产出的参照，不是本模型生成（C1）详情
每首均来自 midicn-lib，行内徽标为许可档位（C1 可商用 / C2 非商业 / C3 仅学习研究）。
事实来源
- 符号音乐生成的代表项目与输出形态，依公开仓库与论文摘要核对，未抄原文
- MIDI 生成结果的后期修剪，依编曲实践通识核对，未抄文本
仅用于核查事实，正文为原创撰写。