基本音高
v0.4.0
Basic Pitch 是一个用于自动音乐转录 (AMT) 的 Python 库，使用 Spotify 音频智能实验室开发的轻量级神经网络。它体积小，易于使用，可以通过其兄弟存储库进行pip install和npm install 。
基本音调可能很简单，但它远非“基本”！ basic-pitch高效且易于使用，其多音高支持、跨乐器泛化的能力以及音符精度可与更大、更需要资源的 AMT 系统相媲美。
提供兼容的音频文件，基本音高将生成一个带有弯音的 MIDI 文件。基本音高与乐器无关，并且支持和弦乐器，因此无论使用什么乐器，您都可以自由地享受所有您喜爱的音乐的转录。基本音高一次在一种乐器上效果最好。
该库与 Spotify 在 ICASSP 2022 上的出版物一起发布。您可以在论文《用于和弦音符转录和多音高估计的轻量级乐器无关模型》中阅读有关这项研究的更多信息。
如果您在学术研究中使用此库，请考虑引用它：
@inproceedings { 2022_BittnerBRME_LightweightNoteTranscription_ICASSP ,
author = { Bittner, Rachel M. and Bosch, Juan Jos'e and Rubinstein, David and Meseguer-Brocal, Gabriel and Ewert, Sebastian } ,
title = { A Lightweight Instrument-Agnostic Model for Polyphonic Note Transcription and Multipitch Estimation } ,
booktitle = { Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) } ,
address = { Singapore } ,
year = 2022 ,
}请注意，我们对基本音调的改进超出了本文中介绍的内容。因此，如果您在学术研究中使用 Basic Pitch 的输出，我们建议您引用所使用的代码版本。
如果出于某种原因，您还没有完全受到启发，或者您对一般氛围和东西完全不感兴趣，请查看我们活泼的演示网站 basicpitch.io，在您提供的任何音乐音频上试验我们的模型！
basic-pitch可通过 PyPI 获得。要安装当前版本：
pip install basic-pitch
要将 Basic Pitch 更新到最新版本，请在上述命令中添加--upgrade 。
Basic Pitch 附带原始 TensorFlow 模型以及转换为 CoreML、TensorFlowLite 和 ONNX 的 TensorFlow 模型。默认情况下，Basic Pitch不会安装 TensorFlow 作为依赖项，除非您使用的是 Python>=3.11 。相反，默认情况下，CoreML 将安装在 MacOS 上，TensorFlowLite 将安装在 Linux 上，ONNX 将安装在 Windows 上。如果您想将 TensorFlow 与默认模型推理运行时一起安装，可以通过pip install basic-pitch[tf]安装 TensorFlow。
默认情况下，Basic Pitch 将尝试按以下顺序加载模型：
此外，模块变量 ICASSP_2022_MODEL_PATH 将默认为列表中的第一个可用版本。
我们将在下面解释如何覆盖此优先级列表。由于所有其他模型序列化都是从 TensorFlow 转换而来，因此我们建议尽可能使用 TensorFlow。 NB Basic Pitch 默认情况下不安装 TensorFlow，以节省用户安装和运行 Basic Pitch 的时间。
该库提供了命令行工具界面。基本预测命令将在
basic-pitch < output-directory > < input-audio-path >例如：
basic-pitch /output/directory/path /input/audio/path
要一次处理多个音频文件：
basic-pitch < output-directory > < input-audio-path- 1> < input-audio-path- 2> < input-audio-path- 3>或者，您可以将以下任何标志附加到预测命令，以将预测输出的其他格式保存到
--sonify-midi额外保存 MIDI 文件的.wav音频渲染。--save-model-outputs将原始模型输出另外保存为 NPZ 文件。--save-note-events将预测的音符事件另外保存为 CSV 文件。如果您想使用非默认模型类型（例如，使用 CoreML 而不是 TF），请使用--model-serialization参数。 CLI 会将加载的模型更改为您喜欢的类型。
要发现更多参数控制，请运行：
basic-pitch --help预测（）
将basic-pitch导入到您自己的 Python 代码中并直接运行predict函数，提供
from basic_pitch . inference import predict
from basic_pitch import ICASSP_2022_MODEL_PATH
model_output , midi_data , note_events = predict ( < input - audio - path > )model_output是原始模型推理输出midi_data是从model_output导出的转录的 MIDI 数据note_events是从model_output派生的音符事件列表注意：如前所述，ICASSP_2022_MODEL_PATH 将默认为 TensorFlow、CoreML、TensorFlowLite、ONNX 列表中第一个支持的运行时。
在循环中预测（）
要在循环内运行预测，您需要自己加载模型，并为predict()提供加载的模型对象本身，以用于重复的预测调用，以避免冗余和缓慢的模型加载。
import tensorflow as tf
from basic_pitch . inference import predict , Model
from basic_pitch import ICASSP_2022_MODEL_PATH
basic_pitch_model = Model ( ICASSP_2022_MODEL_PATH ))
for x in range ():
...
model_output , midi_data , note_events = predict (
< loop - x - input - audio - path > ,
basic_pitch_model ,
)
...预测并保存（）
如果您希望basic-pitch协调我们各种支持的输出文件类型的生成和保存，您可以使用predict_and_save而不是直接使用predict ：
from basic_pitch . inference import predict_and_save
predict_and_save (
< input - audio - path - list > ,
< output - directory > ,
< save - midi > ,
< sonify - midi > ,
< save - model - outputs > ,
< save - notes > ,
)在哪里：
basic-pitch读取/写入的目录路径。支持的音频编解码器
basic-pitch接受与其librosa版本兼容的所有声音文件，包括：
.mp3.ogg.wav.flac.m4a仅单声道音频
虽然您可以使用立体声音频作为我们模型的输入，但在预测时，输入的通道将被下混合为单声道，然后进行分析和转录。
文件大小/音频长度
此模型可以处理任何大小或长度的音频，但处理更大/更长的音频文件可能会受到计算机可用磁盘空间的限制。要处理这些文件，我们建议流式传输文件的音频，一次处理音频窗口。
采样率
输入音频可以是任何采样率，但是，所有音频在处理之前都将重新采样到 22050 Hz。
感谢 DamRsn 开发了这个基本音高的 VST 版本！ - https://github.com/DamRsn/NeuralNote
欢迎对basic-pitch做出贡献！有关详细信息，请参阅 CONTRIBUTING.md。
basic-pitch版权所有 2022 Spotify AB。
本软件根据 Apache 许可证 2.0 版（“Apache 许可证”）获得许可。仅当您接受任一 Apache 许可证的所有条款时，您才可以选择任一许可证来管理您对该软件的使用。
您可以在以下位置获取 Apache 许可证的副本：
http://www.apache.org/licenses/LICENSE-2.0
除非适用法律要求或书面同意，否则根据 Apache 许可证或 GPL 许可证分发的软件均按“原样”分发，不带任何明示或暗示的保证或条件。请参阅 Apache 许可证，了解 Apache 许可证下管理权限和限制的特定语言。
