Mirelo transforme un morceau fini en pistes MIDI séparées

Audio-to-MIDI Pro transcrit les morceaux complets de 15 minutes maximum en pistes MIDI par instrument, partitions, accords et fichiers MusicXML modifiables.

Il ne reste parfois d’un morceau qu’un fichier stéréo. Les pistes d’origine ont disparu, le projet ne s’ouvre plus ou la musique provient d’un enregistrement dont personne ne possède les stems. Audio-to-MIDI Pro tente de repartir de ce mix final pour retrouver les notes jouées par chaque instrument.

Le service de Mirelo accepte des morceaux pouvant durer jusqu’à 15 minutes. Il détecte les instruments présents, leur attribue des notes et crée pour chacun une piste MIDI séparée. Il produit également une partition, une grille d’accords et des informations sur la tonalité, le tempo et la mesure.

Le résultat ne doit pas être confondu avec une séparation de sources audio. Audio-to-MIDI Pro ne récupère pas la prise originale de guitare, de batterie ou de chant. Il reconstruit une représentation symbolique de leur interprétation, composée notamment des hauteurs, des débuts et fins de notes, de leur placement temporel et de l’instrument auquel elles sont attribuées.

Une piste MIDI ne contient donc pas le timbre enregistré dans le morceau. Une ligne de basse exportée devra être rejouée par un instrument virtuel ou un équipement compatible. Cette séparation entre les notes et leur son constitue précisément son intérêt pour la production : le musicien peut changer l’instrument, transposer une partie, déplacer une note, modifier le rythme ou réorchestrer l’ensemble.

La difficulté vient du fait que le service travaille directement sur le mix complet. Plusieurs instruments peuvent produire des fréquences proches au même moment, tandis que la réverbération, la distorsion, la compression et les effets brouillent leur identité. Une guitare doublée, un synthétiseur placé derrière une voix ou une basse qui suit la grosse caisse peuvent être difficiles à distinguer sans les pistes d’origine.

Mirelo affirme néanmoins que son système traite l’arrangement entier en une seule opération, là où de nombreux outils de transcription sont spécialisés dans un piano, une voix, une guitare ou une batterie isolée. Chaque partie détectée apparaît dans Mirelo Studio sur sa propre piste et peut être modifiée dans un piano roll.

L’utilisateur peut comparer le morceau d’origine avec la restitution MIDI, isoler un instrument, lui attribuer un son de contrôle et écouter les notes au cours de leur modification. Un métronome suit les temps détectés afin de vérifier si la transcription reste alignée sur l’interprétation.

Audio-to-MIDI Pro ne se limite pas aux notes. Il estime les accords, la tonalité, le tempo, les changements de tempo, la mesure ainsi que la position des temps et des premiers temps de mesure. Ces informations peuvent être conservées au moment d’importer le résultat dans une station de travail audionumérique.

L’export propose deux approches temporelles. La première préserve les variations de l’interprétation au moyen d’une carte de tempo. Elle convient aux morceaux qui accélèrent, ralentissent ou n’ont pas été joués sur un clic. La seconde ramène la transcription à un tempo fixe et peut quantifier les notes sur les temps détectés.

Cette correction facilite l’édition, mais transforme nécessairement une partie de l’interprétation. Un décalage volontaire derrière le temps, un swing ou une fluctuation expressive peut être pris pour une imprécision. Le choix entre conservation du jeu et alignement sur une grille dépend donc de l’usage prévu.

La partition est générée à partir des mêmes données. Mirelo sélectionne les clés, adapte le placement des octaves et emploie une portée de percussion pour la batterie. Le service peut exporter une partition générale ou des parties séparées au format PDF et MusicXML. Des tablatures sont également proposées pour certaines parties de guitare et de basse.

Le PDF peut être consulté et imprimé sans logiciel de notation. MusicXML permet, lui, de poursuivre le travail dans une application compatible. Les modifications réalisées dans le piano roll sont répercutées dans la partition, ce qui évite de corriger indépendamment les deux représentations.

Une partition automatiquement produite ne devient pas pour autant une édition définitive. La lisibilité dépend de la justesse du tempo, de la mesure, de la quantification et de la durée attribuée à chaque note. Les liaisons, les voix polyphoniques, les triolets, les changements de mesure ou certaines articulations peuvent nécessiter une reprise manuelle avant une répétition ou une publication.

La détection d’accords a également été revue. Mirelo indique que la nouvelle version préfère laisser certains passages sans étiquette plutôt que d’ajouter trop d’accords incertains. Cette sélection peut rendre la grille plus lisible, mais aucune évaluation distincte ne permet encore de mesurer la fréquence des erreurs, notamment sur les renversements, les accords étendus, les notes de passage ou les harmonies volontairement ambiguës.

Audio-to-MIDI Pro provient d’un travail mené avec Kyutai et des chercheurs de l’Ircam. Une première version, baptisée MuScriptor, a été présentée en juillet 2026 avec son code et ses poids publiés. La version commerciale proposée dans Mirelo Studio utilise un modèle présenté comme plus précis et entraîné avec davantage de données.

Cette distinction est importante. Les poids disponibles publiquement correspondent à MuScriptor, et non nécessairement au modèle de production utilisé par Audio-to-MIDI Pro. Mirelo renvoie toujours vers ce dépôt depuis la page du produit, mais ne fournit pas de téléchargement identifié comme la nouvelle version Pro. Celle-ci reste accessible dans Studio et par l’API.

MuScriptor reçoit de courts segments audio et produit une suite d’éléments représentant le temps, la hauteur et le type d’instrument. Les transcriptions successives sont ensuite rassemblées pour reconstituer le morceau. Une indication facultative des instruments attendus peut stabiliser leur attribution entre les segments.

Le rapport de recherche décrit un préentraînement à partir d’environ 1,45 million de fichiers MIDI transformés en enregistrements