ACE Music把录音转成 MIDI，重新梳理旋律
从一段清晰哼唱开始，用 ACE Studio 的 Vocal to MIDI 得到音符初稿，再核对旋律、停顿和歌词对位。了解原始音高曲线的处理思路，并区分独唱、钢琴、吉他和鼓的转录需求，选择适合的后续制作路线。
将音频转成 MIDI 之前，要先看录音里有哪些声音。如果想把一段哼唱变成可修改的音符，可以用 ACE Studio 的人声转 MIDI（Vocal to MIDI）流程，识别后再核对音高、节奏和停顿。独唱、钢琴和鼓的转录任务不同，选择方法时应先判断素材，而不只是看它是 MP3 还是 WAV。
先用 ACE Music 做出歌曲草稿
本例先在 ACE Music 的 Custom 模式中填写下方原创英文歌词和 Style，用 ACE Music v1.1 Preview 生成两个版本并下载 MP3，再把第一个版本作为 ACE Studio 实操的素材。试听对应英文演唱。
[Verse]
A little line I almost lost
Returns before the morning frost
[Chorus]
Follow the notes and let them stay
A simple tune can lead the way
在 Custom → Lyrics 中填写实际需要演唱的原创英文文字。
Gentle English piano pop with one exposed monophonic lead vocal and very sparse piano accompaniment. Use short clear phrases with rests, a simple repeated melodic motif and an unhurried delivery so the lead can be separated and inspected as note data later.
在 Style 中填写音乐方向，核对歌名和歌词后，点击 Generate。
生成完成后，Library 中出现可播放的两个版本。分别试听，比较同一组输入得到的不同处理。
打开所选作品的 Download，选择 MP3，再确认下载。
先确认要识别的是哪一种声音
清楚的单声部独唱，重点是识别旋律的音高、时值与休止。钢琴或吉他可能同时出现多个音与和弦，鼓则更关注击打时间和鼓件类别。先分清这些目标，才能选择适合的识别工具和检查方式。
先截取一段能清楚听见目标旋律的素材，并保存原录音。如果目前只需要修改副歌四小节，就从这四小节开始，避免一开始把整首混音的复杂声音都纳入转录。
把哼唱转成音符后，先检查再填词
1. 先选清楚的单声部人声
在 ACE Studio 导入自己录制或获得授权的哼唱，优先使用旋律清晰的单人、单声部素材。另留一份未经处理的录音，之后把识别音符和原声放在一起比较。
下面以 Vocal to MIDI 处理人声为例。它提供的是针对相应人声素材的转录路线，不能由此推断任何乐器、鼓点或整曲混音都能准确还原为 MIDI。需要识别别的声音时，先确认对应工具的适用范围。
2. 打开 Vocal to MIDI，检查识别选项
可以把音频片段拖到歌手轨，或从音频编辑器的对应按钮进入，也可以在右键菜单选择“AI 工具 → 人声转 MIDI”（AI Tools → Vocal to MIDI）。打开后，按当前窗口选择模型和语言。没有明确歌词的哼唱，可以选“仅 MIDI”（MIDI only），让这一轮先专注识别音符。
处理完成后，将识别音符与原录音在相同位置对照试听。任务完成说明已经得到可编辑的初稿，下一步仍要确认音高、节奏和断句是否符合原来的旋律。
3. 先修音乐，再放正式歌词
如果原哼唱是两句呼应，识别结果却连成一句，就检查音符边界和原来的停顿。长音有时会因音高起伏被拆成多个短音，需要你听原录音判断：哪些变化是旋律中的新音，哪些只是同一个长音里的演唱变化。
主旋律核对好后，再填入正式歌词。例如，可以使用原创句子“再走一条街，等晚风慢一点”，逐字检查它与音符怎样对应。一个字也可能跨越多个音，输入时需要保留旋律中实际的延长与转折。
如果开启“使用原始音高”（Use Original Pitch），转录会带入原演唱的音高曲线。之后改词或改旋律时，要再听这些曲线是否仍然适合。必要时根据编辑目标调整或清除相应用户曲线，避免原来的演唱变化继续影响新乐句。
4. 用新的演唱检查修改是否成立
选择合适的歌声音色，让整理后的音符与歌词生成新的演唱，再与原哼唱比较。重点检查主旋律、停顿和重音是否保留了你的想法，不必把临时录音中每一次犹豫或偶然偏移也照搬过来。
保存原录音、转录初稿和修改后的工程，方便回头核对。以后改歌词或旋律时，可以直接在这个可编辑工程中继续，不用从已经混合处理的成品音频重新识别。
先把第一个生成版本的 MP3 导入 ACE Studio，再用 Stem Splitter 的 Basic 模式分出人声。本例的来源是生成歌曲中的演唱，不是现场哼唱录音。
ACE Studio：原曲与分离得到的人声素材
在人声转 MIDI 中选择仅识别音符，不套用原始音高曲线，实际得到 40 个可编辑音符。本次保留识别出的音高和时值，未做人工修正，并导出了含有音符的 MIDI 文件。这是一份需要对照原音频检查的转录草稿，不是已经校准的原始乐谱。
ACE Studio：识别出的 40 个音符，暂用默认 da 音节
随后加载 Emma，用默认的“da”音节和工程已有的效果器设置重新合成演唱。“仅音符”识别没有还原原曲的英文歌词。对比下方分离人声与新合成音频时，要同时考虑识别误差、合成方式和效果器带来的差别。
ACE Studio：为识别出的旋律加载 Emma
钢琴、吉他和鼓怎么处理？
如果目标是钢琴、吉他或鼓，应选经过验证适合相应素材的识别工具。识别后逐项检查和弦、重叠音和音符起止，鼓还需要检查击打类别。人声转录可用，并不代表同一流程能准确拆出钢琴左右手或整套鼓。
复杂录音可以先分离目标声音，再结合人工整理，但分离和识别都可能带来需要修正的部分。把转录结果作为制作草稿，仍需对照原声，用实际音乐内容判断哪些音应留下。
得到 MIDI 之后，可以继续做什么？
整理后的主旋律可以在 ACE Studio 中搭配歌词与音色，继续制作新的演唱。如果想从这个旋律探索完整歌曲，也可以按实际支持的流程，准备为 ACE Music 的旋律参考。
音频转 MIDI 主要把选定声音整理成音符，不会同时替你补齐编曲，也不意味着录音里每件乐器都已有独立轨道。导出或转入其他工具前，先确认文件包含的是哪条旋律、哪些音符。
从一条听得清的哼唱开始，在 ACE Studio 中完成识别与核对，再决定填词、换音色或发展编曲。音符整理准确后，后续修改才有可靠的起点。
常见问题
转成 MIDI 后会保留原歌手音色吗？
MIDI 记录的主要是音符等信息，播放出的声音来自后续所选音色。因此，把原唱转成 MIDI 后，再换一个歌声音色演唱，并不会同时保存原歌手的声音特征。
为什么识别后仍需手动检查？
因为滑音、气声、背景乐和不清楚的断句，都可能让音高或音符边界被误判。可以先对照原录音检查主旋律与停顿，再修整多余短音。转录得到可编辑初稿之后，正好可以逐项纠正这些偏差。
想从哼唱直接探索整首歌呢？
如果目标是尽快把哼唱发展成歌曲，可以查看 ACE Music 支持的音频或旋律参考路线。如果需要亲手改几个音、安排歌词对位，则可先按本文流程将人声旋律整理成可编辑音符。