AI乐谱识别工具免费推荐：6款拍照扒谱与音频转MIDI的识谱神器横向对比与实操指南

手里有一张纸质乐谱想在电脑上变速练习，或者听到一段旋律想把它扒成谱子，过去只能靠耳朵一个音一个音抠。现在 AI 乐谱识别（OMR，Optical Music Recognition）和音频转 MIDI 技术已经足够成熟，扫一张图、传一段音频，几十秒就能拿到可编辑的 MusicXML 或 MIDI 文件。本文横向对比 6 款免费或有免费额度的 AI 乐谱识别工具，并给出两条完整实操路径：图片扒谱和音频扒谱。

一、AI 乐谱识别到底能做什么

很多人把"乐谱识别"当成一件事，其实它是两条完全不同的技术路线，选错工具就会白折腾：

• OMR（图片/PDF → 乐谱）：输入是印刷或手写的谱面图像，AI 识别五线谱的音符头、符干、休止符、调号拍号，输出 MusicXML。适合"我有纸质谱想数字化"。
• AMT（音频 → MIDI/乐谱）：输入是一段录音，AI 做音高检测和音符起止判断，输出 MIDI。适合"我听到一首曲子想扒谱"。

两者的准确率天花板差距很大。印刷谱 OMR 在清晰扫描件上可以做到 95% 以上的音符正确率，而音频扒谱在多乐器混合的流行歌上通常只有 60%~80%，需要人工修正。理解这一点，才不会对工具期望过高。

二、6 款工具横向对比

工具	类型	免费额度	输出格式	最适合的场景
Audiveris	OMR（开源）	完全免费，无限制	MusicXML	批量处理印刷谱 PDF，追求零成本
MuseScore 扫描	OMR（云端）	免费账号有月度额度	MuseScore 工程 / MusicXML	识别完直接在同一软件里编辑排版
PlayScore 2	OMR（手机）	免费版可识别单行/单页	MIDI / MusicXML（付费）	拿手机对着纸质谱直接拍照试听
Soundslice	OMR（网页）	免费额度可试用	在线可播放谱面	把谱子变成可变速循环的练习页
Basic Pitch	音频转 MIDI（开源）	完全免费，网页可直接用	MIDI	单声部旋律、清唱、独奏乐器扒谱
Klangio 系列	音频转谱（云端）	免费试用若干次	MIDI / PDF / MusicXML	钢琴、吉他单一乐器录音转正式谱

三、逐款详解与实测体感

1. Audiveris：开源 OMR 的事实标准

Audiveris 是目前最成熟的开源乐谱识别引擎，很多商业产品的底层都参考或直接使用它。它是一个 Java 桌面程序，导入 PDF 或 PNG 之后会分步骤做谱表检测、符头识别、逻辑组装，每一步的中间结果都能可视化查看和手动纠正。

优点：完全免费、离线运行、隐私安全、支持批量。缺点：界面偏工程化，第一次上手需要花半小时理解它的处理流水线；对手写谱基本无能为力。

使用建议：扫描件分辨率务必到 300 DPI 以上，倾斜角度控制在 1 度以内，识别率会有肉眼可见的提升。识别完导出 MusicXML，再丢进 MuseScore 做最后校对。

2. MuseScore 扫描：识别与编辑一站式

MuseScore 作为免费开源打谱软件本身就是行业标配，它提供的云端乐谱扫描服务对免费账号开放一定月度额度。最大价值在于闭环：上传图片 → 云端识别 → 直接在 MuseScore 里打开工程文件继续修改，不需要在多个软件之间倒腾文件格式。

适合人群：需要把老谱子重新排版打印的乐团管理者、音乐老师。识别结果的调号、拍号、连音线一般都能保住，主要需要人工检查的是装饰音和特殊记号。

3. PlayScore 2：手机对着谱子一拍就出声

PlayScore 2 是移动端体验最好的一款。打开 App，把摄像头对准纸质乐谱，它会实时识别并立刻用软音源播放出来，还能调速度、单独静音某个声部。免费版限制在单行或单页识别，导出 MusicXML 需要付费。

典型用法：合唱排练时想听某个声部旋律，或者钢琴初学者拿到新谱不确定节奏，直接拍一下听一遍，比自己磕磕绊绊弹十遍效率高得多。

4. Soundslice：把静态谱变成练习工具

Soundslice 的定位不是"识别完就走"，而是把识别出来的谱面变成一个可交互的练习页面：可以循环某几小节、无损变速、跟随播放光标。对于练琴的人来说，这比拿到一个 MusicXML 文件更实用。

提醒：它的扫描功能有免费额度限制，超出后需要订阅。如果只是偶尔用，免费额度足够；如果要批量数字化谱库，还是回到 Audiveris 更划算。

5. Basic Pitch：Spotify 开源的音频转 MIDI 神器

Basic Pitch 是 Spotify 开源的轻量级音高检测模型，网页版可以直接拖进音频文件，几秒钟输出 MIDI，完全免费且不限次数。它的特点是模型极小但支持多音高（polyphonic）和滑音检测，对人声哼唱、吉他独奏、钢琴单曲的识别效果相当能打。

关键技巧：输入音频越干净，结果越准。如果是流行歌，先用AI人声分离工具把伴奏和人声拆开，再单独把人声轨丢给 Basic Pitch，准确率会有质的提升。录音有底噪的话，先做一遍AI音频降噪处理同样有效。

6. Klangio 系列：面向单一乐器的专业扒谱

Klangio 提供了一组按乐器细分的转谱服务（钢琴、吉他、小提琴、人声各有独立模型），因为模型是针对特定乐器训练的，在对应乐器上的表现明显优于通用方案，可以直接输出带指法或六线谱的 PDF。免费试用次数有限，适合"偶尔需要一份高质量谱子"的场景。

四、实操路径一：纸质乐谱数字化

1. 拍摄/扫描：优先用扫描仪，300 DPI 灰度模式。只能用手机时，开启文档扫描模式自动去畸变，保证谱线水平、光照均匀无阴影。
2. 预处理：如果原稿泛黄或有折痕，先调对比度让五线谱线条清晰、背景纯白。这一步能减少后面一半的纠错工作量。
3. 识别：导入 Audiveris 或 MuseScore 扫描，等待识别完成。
4. 校对：重点检查四个地方——调号是否正确、拍号是否正确、连音线有没有丢、反复记号和跳房子（D.C./D.S.）有没有识别出来。这四项错了会导致整首曲子播放逻辑崩掉。
5. 导出：保存为 MusicXML，这是跨软件通用格式，Finale、Sibelius、MuseScore 都能打开。

五、实操路径二：从录音扒出谱子

1. 裁剪片段：只保留要扒的那一段，控制在 1~2 分钟内，太长会让错误累积难以修正。
2. 分离音轨：多乐器录音必须先做音源分离，把目标乐器单独提取出来。这一步跳过的话，AI 会把鼓点和贝斯也当成音符输出一堆垃圾数据。
3. 降噪与归一化：去掉底噪，把音量归一化到合适电平。
4. 转 MIDI：丢给 Basic Pitch 或 Klangio，拿到 MIDI 文件。
5. 量化与整理：把 MIDI 导入 MuseScore 或任意 DAW，做节奏量化（quantize）对齐到十六分音符网格，删掉时值过短的误检音符。
6. 人工修音：戴上耳机边听原曲边对照修改，这一步无法省略，AI 只是帮你把 80% 的体力活干完了。

六、常见问题与避坑清单

为什么手写谱识别率这么低？

目前主流 OMR 模型的训练数据以印刷谱为主，手写谱的符头形状、间距、笔迹差异极大，识别率通常低于 50%。如果是手写谱，比较现实的做法是用识别结果打个底稿，再手动补全，而不是指望一键完成。

识别结果的调号总是错怎么办？

常见原因是扫描时页面顶部被裁掉了一部分，或者调号紧贴装订线变形。重新扫描时留出足够页边距即可解决。

音频扒谱出来一堆碎音符怎么处理？

这是音高检测的典型副作用。在导出前调高工具的"最短音符时长"阈值，或者导入 DAW 后批量删除时值小于三十二分音符的事件，就能清掉大部分噪点。

吉他谱能直接出六线谱吗？

Klangio 的吉他模型和部分打谱软件支持自动生成六线谱，但指法推荐未必符合实际演奏习惯，建议拿到结果后按自己的把位重新分配。

识别出来的谱子能商用吗？

技术上可以导出，但版权归属不变。他人享有著作权的乐谱，识别数字化后仍然不能擅自发布或销售，自用练习没有问题。

七、选型建议

• 零预算 + 大批量印刷谱数字化：Audiveris，离线跑，跑多少都不花钱。
• 识别完还要排版打印：MuseScore 扫描，识别与编辑同一环境。
• 练琴时临时想听谱子：PlayScore 2，手机一拍就能出声。
• 需要循环变速练习：Soundslice。
• 从录音扒旋律：先分离人声，再用 Basic Pitch，全程免费。
• 要一份能直接演奏的正式谱：Klangio 对应乐器模型，质量最高。

如果你还需要在扒谱之后做二次创作，可以搭配AI音乐生成工具做编曲扩展；如果是从截图或 PDF 里提取文字类信息（比如谱面上的歌词、演奏提示），用AI截图OCR识别工具会比乐谱识别工具更合适。

写在最后

AI 乐谱识别的现状是：印刷谱数字化已经基本可用，音频扒谱还处在"帮你省掉大部分体力活，但最后一公里仍需人工"的阶段。把工具当成加速器而不是替代品，先用免费方案跑通完整流程，确认输出质量满足需求之后再考虑付费升级，是最稳妥的路径。