音源データ「.mp3」をcolabで「MIDI」へ変換する方法

・導入

私は現在、ピアノを学習している。
ただ楽譜などは読めないので、synthesiaというツールを用い、勉強中である。

自分の好きな楽曲をsynthesiaで練習するためには「MIDI」というデータを用意しなければなりません。しかし、販売されている音源は「.m4a.」というデータ形式であるので「.m4a.」→「MIDI」へ変換することが必要である。

「.m4a.」→「MIDI」へ変換することができるソフトウェアは見つからなかったのだが、「.mp3」→「MIDI」へ変換するものは発見したのでそれを利用しようとしたのだが、いかんせん正体不明のソフトウェアを自身のパソコンにインストールするというのは嫌なものなので、今回はGoogle Colaboratoryを使用し、音源データである「.mp3」をsynthesiaで利用できる「MIDI」へ変換する方法を解説する。

※「.m4a.」→「.mp3」への変換の仕方は省略する（iTunesを使用）

・Google Colabでのコード解説

まずffmpegとwgetという2つのパッケージをインストールする。

qiita.rb

!apt install ffmpeg wget

次にlibrosaという音声データを解析するためのPythonライブラリをインストールする。これにより音声処理や音楽情報検索などのタスクに使用され、音声データの解析や処理を行うことができるようになる。

qiita.rb

pip install librosa==0.9.2

ピアノ演奏の楽譜を推定・変換するためのPythonライブラリをインストールする。音楽の録音や演奏データから、演奏されたピアノの音楽を楽譜として復元したり、譜面データに変換したりすることができる。

qiita.rb

pip install piano_transcription_inference

IPython.displayモジュールからAudioクラスをインポートする。 このモジュールを使用すると、音声や画像、ビデオなどのさまざまなデータをブラウザ内で直接再生や表示ができる。

qiita.rb

from IPython.display import Audio

ピアノ演奏の音声データをMIDIファイルに変換する。

qiita.rb

from piano_transcription_inference import PianoTranscription, sample_rate, load_audio

def transcribe(audio_path, output_midi_path):
    # Load audio
    audio, _ = load_audio(audio_path, sr=sample_rate, mono=True)

    # Transcriptor
    transcriptor = PianoTranscription(device='cuda', checkpoint_path=None)

    # Transcribe and write out to MIDI file
    transcriptor.transcribe(audio, output_midi_path)

ピアノ演奏の音声データをMIDIファイルに変換する

qiita.rb

!wget https://github.com/qiuqiangkong/piano_transcription_inference/raw/master/resources/cut_liszt.mp3

IPython環境内で音声ファイル（拡張子が.mp3）を再生するためのIPython.displayモジュールのAudioクラスを使用する。

qiita.rb

Audio('------------.mp3')

ピアノ演奏の音声ファイル（拡張子が.mp3）をMIDIファイル（拡張子が.mid）に変換する。

qiita.rb

transcribe('------------.mp3', '------------.mid')

「----------------」の部分は自身でダウンロードしたmp3フィルム名を入力する。

すると
↓

このように実行され、無事MIDIデータへ変換することができた。