Elysia Tools
导航
Media
用本地神经分轨从任意完整混音中提取贝斯线：分离音频、MIDI 转录，或两者兼得。
详情
两个神经网络阶段全部在本地 Node 中运行。第一步，HT-Demucs FT（ONNX，与我们分轨工具同源的 4-stem 模型）把上传音频分离为鼓/贝斯/其他/人声，只保留贝斯轨。第二步（可选），Spotify Basic Pitch（TensorFlow.js）把该轨转写为 MIDI 音符——分离出的贝斯接近单旋律，正是 Basic Pitch 最擅长的输入。30 Hz 高通可裁掉分离有时残留的类直流隆隆声。输出模式：分离贝斯音频（WAV/FLAC/MP3）、.mid 文件（电贝司音色，120 BPM 头部保持真实时长），或包含两者及 analysis.json（RMS、低频占比、音符数、音域）的 ZIP。这是 AI 草稿而非 ground truth：底鼓串音、幽灵音漏检、极低或失真贝斯上的八度跳变都在预期内。近似单声道的混音与响亮干净的贝斯线效果最好。单次最长 3 分钟。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
工具使用指南
贝斯线提取器 AI 通过本地神经网络直接从完整混音中分离低音分轨，并可将其转写为标准 MIDI 文件。工具基于 HT-Demucs FT 分轨模型提取独立贝斯音轨，并利用 Spotify Basic Pitch 将接近单音的旋律转换为电贝司音色的 MIDI 音符，支持导出 WAV、FLAC、MP3 音频或包含分析数据的 ZIP 压缩包。
背景
正在重混一首流行单曲，需要提取原曲的贝斯旋律并转换为 MIDI 导入合成器插件。
问题
混音中低频与底鼓交织，手动扒带并绘制 MIDI 耗时费力。
如何使用
上传完整音频文件，选择输出模式为“两者打包为 ZIP”，音频格式设为 FLAC，勾选 30 Hz 超低频清理并保持标准灵敏度。
output = both-zip, audioFormat = flac, subCleanup = true, midiSensitivity = standard结果
获得包含无损 FLAC 贝斯分轨、.mid 文件及包含音域数据的 analysis.json 的压缩包。
背景
正在学习一段快节奏的贝斯独奏，需要将其转为乐谱参考以纠正音高判断。
问题
低音区部分快速走音难以听清具体音高，且有杂音干扰。
如何使用
上传独奏片段音频，输出模式选择“贝斯线 MIDI”，灵敏度设置为“激进（更多音符）”以捕获全部快速过渡音符。
output = bass-midi, subCleanup = true, midiSensitivity = eager结果
直接下载生成的 .mid 文件，成功获取包含密集音符信息的单轨 MIDI 文件用于打谱与练习。
单次任务支持最长 3 分钟的音频文件，文件大小上限为 100MB。
MIDI 文件采用通用电贝司音色程序号（Electric Bass），并在 120 BPM 头部下按真实绝对时长记录音符时值与音高。
它能切除 30 Hz 以下的类直流隆隆声与次低频杂音，让分离后的贝斯音频更干净，提高 MIDI 转录的准确度。
标准模式适合多数乐句；保守模式能减少底鼓串音引发的误判；激进模式则能捕捉更多细微音符和弱音。
这是 AI 生成的参考草稿，在遇到极低频段、重度失真或底鼓能量极强时，可能会出现少量串音、漏音或八度跳变。