# 乐器识别器 AI

检测音轨中演奏的乐器：按起音切分音符事件，对 13 个音色画像逐一打分，输出乐器、乐器家族排名与逐音符证据。

> 标准页面: https://elysiatools.com/zh/tools/instrument-identifier-ai

- **分类:** Media

- **关键词:** 乐器识别, 乐器检测, 音色分析, 音频分析, 谐波分析, 乐器家族, 起音时间, 非谐性, 颤音检测, 哪个乐器

## 概述

这是一个信号分析型识别器，不是黑盒魔法。每个检测到的音符事件都按音色研究的标准方式测量：MPEG-7 式对数起音时间（能量从峰值 2% 升到 100% 的时间，Peeters 2000）、谐波能量占比、第 1-5 次谐波的奇/偶功率比——它能把单簧管的圆柱管与 trumpet 的喇叭口区分开（Almeida 2024）、弦拉伸非谐性系数 B（由 fₙ = n·f₀·√(1+B·n²) 反解，是指纹级区分钢琴与吉他的依据，Fletcher 2000）、频谱质心/展宽/平坦度，以及作为人声与小提琴经典特征的 4-7 Hz 颤音检测器。每个事件对照 13 个画像（钢琴、吉他、贝斯、小提琴、长笛、单簧管、萨克斯、铜管、管风琴、合成器 Lead/Pad、人声、鼓）打分，再汇总到乐器家族。对多乐器混音请保持现实预期：孤立音符上最强分类器约 35% 单乐器、77% 家族准确率（Eronen 2001），本结果应视为强提示，在独奏、分轨与单乐器循环上最可靠。

## 输入项

- **音乐音轨** (file)
- **分析模式** (select)
- **最短音符长度（毫秒）** (number)

## 适用场景

- 分析未标记的独奏分轨（Stem）或采样子样，确认其中的主导乐器与声学家族归属。
- 排查音频片段中的泛音结构与声学特性（如奇偶谐波比、起音包络、非谐性系数及颤音频率）。
- 对采样库或音乐循环片段（Loop）按乐器类别与发声特征进行自动化整理和分类。

## 工作原理

- 解析上传的音频文件，利用起音检测算法（Onset Detection）将连续声音切分为多个独立的音符事件或提取全轨声学特征。
- 测量每个事件的对数起音时间、谐波能量占比、1-5 次奇偶谐波比、弦拉伸非谐性系数 B、频谱质心以及 4-7 Hz 颤音周期等物理特征。
- 将提取的声学特征与 13 种基准音色画像（如钢琴、吉他、单簧管、小提琴、鼓等）进行多维度评分匹配，并归纳汇总为乐器家族。
- 输出可视化的 HTML 分析报告，展示乐器匹配排名、乐器家族占比以及带有详细参数的音符时间线。

## 使用案例

- 音乐制作人在整理采样包时，批量检测未知旋律采样是由木管乐器（如单簧管）还是铜管乐器演奏。
- 混音工程师分析分轨中原声吉他与钢琴等弦乐器的非谐性与起音特性，辅助设置均衡与压缩动态。
- 音乐教育者与声学研究人员展示不同乐器的谐波结构差异（如圆柱管奇次谐波特性与拉弦乐器颤音表现）。

## 常见问题

### 这款工具支持识别哪些乐器和乐器家族？

支持钢琴、吉他、贝斯、小提琴、长笛、单簧管、萨克斯、铜管、管风琴、合成器 Lead/Pad、人声及鼓共 13 种音色画像，并汇总至对应的弦乐、木管、铜管、键盘、打击乐及人声家族。

### 多乐器混合的完整歌曲识别准确率如何？

工具基于严谨的声学信号物理特征分析，在单乐器独奏、分轨（Stem）和独立循环（Loop）上准确度最高；对于复杂多乐器混音，结果更适合作为主导声部音色的参考线索。

### “逐音符”与“整轨分析”模式有什么区别？

“逐音符”模式会检测每一个起音并对每个音符事件单独测量打分；“整轨分析”模式则计算整段音频的全局声学统计特征进行乐器评估。

### 最短音符长度（毫秒）参数的作用是什么？

该参数用于过滤过短的瞬态杂音或碎音，避免检测到无效片段。默认值为 120 毫秒，支持在 80 到 500 毫秒之间微调。

### 支持上传多大的音频文件？格式有限制吗？

支持最大不超过 100MB 的主流标准音频文件输入。

## 相关工具

- [流派分类器 AI](https://elysiatools.com/zh/tools/genre-classifier-ai): 用实测证据为音轨分类流派：GTZAN 纹理特征 + 节拍网格脉冲形态 + 频段平衡 + 调性 + 动态，输出前三排名与每项选择的理由。
- [母带处理链 Pro](https://elysiatools.com/zh/tools/mastering-chain-pro): 对单个音轨运行完整音乐母带链：超低频高通、纠偏 EQ、胶水压缩、音色 EQ、饱和、立体声展宽、真峰值限制器，以及面向 2026 平台目标的两遍线性响度归一化。
- [播客章节标记生成器（ID3 / Podcasting 2.0）](https://elysiatools.com/zh/tools/podcast-chapter-marker-builder): 粘贴时间码章节列表，一次生成全部交付格式：Podcasting 2.0 章节 JSON（v1.2.0）与 RSS podcast:chapters 标签、可选把 ID3v2.4 CHAP+CTOC 章节帧直接烧入上传的 MP3（毫秒为普通大端 uint32、偏移 0xFFFFFFFF、每章嵌 TIT2 子帧、保留原有标签帧）、Vorbis CHAPTER001 注释对（OGG/Opus）、mp4chaps 文本、YouTube 说明栏时间戳块与 SRT 副车文件，并附各播放器真实支持情况（Apple 自 2025 起支持 RSS JSON；Pocket Casts/Overcast 仅读内嵌 ID3；Spotify 两者都不读）。
- [卡拉 OK 人声消除](https://elysiatools.com/zh/tools/audio-karaoke-track): 尝试从立体声轨中移除人声
- [音频响度 LUFS 归一化器](https://elysiatools.com/zh/tools/audio-loudness-lufs-normalizer): 测量 Integrated LUFS、True Peak 和 LRA，并按 Spotify、Apple Music、广播或自定义目标归一化音频
- [爆音去除](https://elysiatools.com/zh/tools/audio-click-removal): 去除黑胶唱片录音中的咔嗒声和爆音
- [节奏提取器](https://elysiatools.com/zh/tools/rhythm-extractor): 把鼓轨或完整混音分析成步进音序图谱：BPM、节拍网格、按小节量化的底鼓/军鼓/踩镲、鼓组 MIDI 与 HTML 网格报告。
- [GIF转Raw像素数据](https://elysiatools.com/zh/tools/gif-to-raw): 将GIF帧导出为Raw像素数据，用于分析、渲染管线和底层图像处理

## 示例

- [无版权FLAC音频样本](https://elysiatools.com/zh/samples/flac-samples): 用于测试与开发的 FLAC 无损音频样本集合，包含自然声音与冥想音乐
- [无版权MP3音频样本](https://elysiatools.com/zh/samples/mp3-samples): 免费使用和测试的无版权音频样本集合，包括自然声音、冥想音乐和环境音频，适用于测试和开发目的
- [无版权WAV音频样本](https://elysiatools.com/zh/samples/wav-samples): 用于测试与开发的未压缩 WAV 音频样本集合，包含自然声音与冥想音乐
- [无版权原始 PCM 音频样本](https://elysiatools.com/zh/samples/pcm-samples): 适合查看波形、播放和音频格式转换使用的原始 PCM s16le 音频样本，包含自然环境音与放松音乐