Info::MUSIC: comment midifier un enregistrement de guitare
KEYWORDS: MIDI, GUITAR, RECORD
Le 14/11/2026:
Transcription audio → MIDI avec Basic Pitch
Cette page relate l'installation et la prise en main de Basic Pitch (transcription audio-vers-MIDI de Spotify) sur ce système Debian 13, ainsi que le retour d'expérience sur l'ouverture des résultats dans MuseScore 3, et un guide sur la quantification rythmique.
Système : Debian 13 (trixie/sid), GPU NVIDIA GeForce RTX 3060 (12 Go), driver 550.163.01, CUDA 12.4.
1. Installation
1.1 Choix de l'environnement Python
Le Python système (3.13) n'est pas compatible avec TensorFlow (backend d'inférence de Basic Pitch). Le système dispose aussi de Python 3.11, mieux supporté. Un environnement virtuel dédié a donc été créé :
apt-get install -y python3-virtualenv # python3.11-venv n'existe plus dans les dépôts trixie/sid
python3 -m virtualenv -p python3.11 venv
./venv/bin/pip install --upgrade pip
./venv/bin/pip install basic-pitch
1.2 Accélération GPU
L'installation par défaut de basic-pitch tire TensorFlow 2.15 en pur CPU. Pour activer le GPU (RTX 3060, 12 Go), on réinstalle TensorFlow avec l'extra qui embarque cuDNN/cuBLAS/cuFFT via pip (pas besoin de toucher au CUDA système au-delà du driver) :
./venv/bin/pip install "tensorflow[and-cuda]==2.15.*"
Vérification :
./venv/bin/python -c "
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))
"
Point de vigilance : ne pas conclure trop vite à un environnement « CPU only » sans avoir vérifié nvidia-smi — le GPU était bien présent et a nécessité cette étape supplémentaire.
2. Premier essai : « Ave Maria » (Schubert, violoncelle & piano)
srv18::/root/IA/MUSIC/BASIC-PITCH sh .pcmake
./venv/bin/basic-pitch test_output "Schubert-AveMaria-Cello+Piano.mp3" \
--save-midi --sonify-midi --save-note-events
Résultat : 2362 notes détectées, transcription cohérente avec le registre grave/médium violoncelle + piano, traitement en ~28 s grâce au GPU.
Sorties générées :
*_basic_pitch.mid— le MIDI transcrit*_basic_pitch.wav— sonification du MIDI (rendu audio du résultat, utile pour vérifier sans DAW)*_basic_pitch.csv— liste des événements notes (start_time_s, end_time_s, pitch_midi, velocity, pitch_bend)
3. Écouter le résultat en ligne de commande
3.1 Absence de PulseAudio
Le système fonctionne en ALSA pur (pas de serveur PulseAudio/PipeWire actif) :
$ paplay fichier.wav
Échec lors de la connexion : Connexion refusée
3.2 Format audio non supporté
La sonification produite par Basic Pitch est en PCM flottant 64 bits, qu'aplay ne sait pas lire :
$ aplay fichier.wav
erreur à l'ouverture audio : ... les fichiers WAVES échantillonés 64 bits en largeur ne sont pas supportés
Conversion avec sox :
sox fichier.wav -b 16 fichier_16bit.wav
3.3 Périphérique déjà occupé
La carte USB (DAC) était ouverte en accès exclusif par d'autres applications (Firefox, etc.). La configuration ALSA locale (~/.asoundrc) définit un device dmix partagé nommé dac, permettant la coexistence de plusieurs lecteurs :
aplay -D dac fichier_16bit.wav
4. Deuxième essai : guitare (bossa nova, progression II‑V‑I)
Fichier source : enregistrement de guitare réel issu d'un projet Ardour (344212-II-V-I Bossa Nova Guitar.wav, 5,3 s, mono).
./venv/bin/basic-pitch test_output "344212-II-V-I Bossa Nova Guitar.wav" \
--save-midi --sonify-midi --save-note-events
Le CSV de sortie montre des empilements de notes cohérents avec une progression jazz (Dm7 → G7 → Cmaj7), preuve que la détection polyphonique fonctionne correctement sur un instrument à cordes.
5. Ouvrir le résultat dans MuseScore 3
MuseScore 3 (musescore3, paquet Debian 3.2.3+dfsg2-19) a été installé faute de séquenceur déjà présent.
5.1 Premier problème : silence total
MuseScore utilisait par défaut le pilote PulseAudio, absent sur ce système (cf. § 3.1). Échec silencieux, sans message d'erreur visible. Solution : forcer explicitement le pilote au lancement :
mscore3 -a alsa fichier.mid
Options possibles pour -a / --use-audio : jack, alsa, pulse, portaudio.
5.2 Deuxième problème : plantage (segfault) avec le pilote ALSA
Le pilote alsa de ce build provoque un segfault au moment de la lecture (confirmé dans dmesg : mscore3[...]: segfault at 0 ...). Le pilote portaudio (qui passe aussi par ALSA, mais via une autre couche d'abstraction) s'est montré stable :
mscore3 -a portaudio fichier.mid
Les nombreuses lignes ALSA lib ... Unknown PCM ... qui apparaissent au lancement avec ce pilote sont normales : PortAudio énumère tous les périphériques virtuels standards (hdmi, modem, rear, side...) même ceux non présents sur la machine.
5.3 Troisième problème : le son par défaut est un piano
Basic Pitch écrit un MIDI générique sans information de timbre réel : le champ Program Change vaut 4 (Electric Piano 1 en General MIDI). MuseScore utilise donc un son de piano électrique par défaut, quel que soit l'instrument réellement enregistré.
5.4 Quatrième problème : les deux portées fusionnent en une seule
En changeant le Program Change vers un patch guitare (24 = Acoustic Guitar Nylon), MuseScore réinterprète l'ensemble comme l'instrument « Guitare », qui n'utilise qu'une seule portée (clé de sol) — alors que le programme « piano » utilisait deux portées liées (clé de sol + clé de fa), avec répartition automatique des notes aiguës/graves. Résultat : toutes les notes (graves et aiguës) se sont retrouvées entassées sur une seule portée, peu lisible.
5.5 Solution retenue : conserver les deux portées, changer seulement le son
Le bon découplage dans MuseScore : la portée/clé dépend de l'instrument déclaré dans la partition, le timbre de lecture dépend du program du canal MIDI dans le mixeur — ce sont deux choses distinctes qu'on peut dissocier.
Méthode utilisée (édition directe du fichier de partition, plus fiable que la manipulation du Mixer en interface graphique) :
- Convertir le MIDI en fichier de partition natif MuseScore sans passer par l'interface graphique :
mscore3 -o partition.mscx fichier.mid
- Repérer dans le XML le bloc
<Channel><program value="4"/></Channel>(à l'intérieur de<Part><Instrument>), commun aux deux<Staff>de la partie. - Changer uniquement
value="4"envalue="24"(Guitare nylon) — les balises<Staff>,<StaffType>et<defaultClef>F</defaultClef>restent inchangées. - Rouvrir le fichier
.mscxmodifié.
Résultat : partition à deux portées (piano-like) lisible, son de guitare à la lecture.
Table des principaux patches General MIDI utiles pour la guitare :
| Valeur | Nom General MIDI |
|---|---|
| 24 | Acoustic Guitar (nylon) |
| 25 | Acoustic Guitar (steel) |
| 26 | Electric Guitar (jazz) |
| 27 | Electric Guitar (clean) |
6. Bien quantifier quand on ne joue pas exactement en rythme
Basic Pitch restitue les instants de note tels qu'ils ont été joués, en secondes réelles — il ne fait aucune analyse de tempo ni de grille rythmique. Si le jeu n'est pas parfaitement en place, la transcription brute produit une partition truffée de micro-décalages, doubles-croches pointées improbables et triolets parasites. La quantification consiste à « aimanter » ces instants sur une grille rythmique régulière.
6.1 Agir en amont, à l'enregistrement (le plus efficace)
- Jouer avec un métronome / clic audible pendant l'enregistrement : cela ne change rien à la précision de jeu, mais donne un tempo fixe et connu, condition indispensable pour qu'une quantification a posteriori ait un sens.
- Si un tempo fixe n'a pas été utilisé à l'enregistrement, aucune quantification simple (grille fixe) ne pourra corriger un rythme qui accélère/ralentit — il faudrait alors une carte de tempo (tempo map), nettement plus complexe à établir.
6.2 Réglages Basic Pitch qui influencent la propreté du résultat
Ces options n'effectuent pas de quantification, mais réduisent le bruit qui la rend plus difficile ensuite :
| Option | Rôle | Effet pratique |
|---|---|---|
--onset-threshold (défaut 0.5) |
Sensibilité de détection d'une nouvelle note | Augmenter (ex. 0.6–0.7) réduit les fausses attaques parasites qui perturbent la quantification |
--frame-threshold (défaut 0.3) |
Sensibilité de détection de la présence d'une note | Augmenter réduit les notes fantômes tenues trop longtemps |
--minimum-note-length (défaut ≈127 ms) |
Durée minimale d'une note retenue | Augmenter filtre les micro-notes (bruit, harmoniques) qui génèrent de fausses doubles-croches |
--midi-tempo (défaut 120) |
Tempo utilisé pour convertir les secondes en ticks MIDI dans le fichier exporté | Renseigner le vrai BPM du morceau si connu : la grille de quantification de MuseScore à l'import se cale sur ce tempo |
Exemple avec un tempo connu (ex. 96 BPM) et un filtrage plus strict :
./venv/bin/basic-pitch test_output fichier.wav --save-midi \
--midi-tempo 96 \
--onset-threshold 0.6 \
--minimum-note-length 60
6.3 Quantifier à l'import dans MuseScore 3
Lorsqu'un fichier MIDI est ouvert dans MuseScore 3, un panneau « Options d'importation MIDI » apparaît automatiquement sous la partition (si ce n'est pas le cas : réouvrir le fichier MIDI d'origine, pas un .mscx déjà converti). Pour chaque piste, on y règle :
- Quantification : choisir la plus petite subdivision réellement jouée (1/8, 1/16, 1/8 triolet...). Une grille trop fine (1/32) conserve le bruit ; une grille trop large (1/4) écrase les nuances rythmiques réelles.
- Simplifier les durées : lisse le résultat en évitant les liaisons/points superflus, au prix d'un peu de précision.
- Diviser la portée : utile pour un instrument polyphonique (piano, guitare en accords).
- Détecter le swing : à activer si le morceau est joué en croches inégales (jazz, bossa).
Point important : cette quantification agit sur le fichier MIDI brut (celui produit directement par Basic Pitch). Elle ne s'applique pas si on rouvre un .mscx déjà converti — d'où l'intérêt de garder le .mid original pour ré-importer avec d'autres réglages si le premier essai n'est pas satisfaisant.
6.4 Nettoyer après quantification
Une fois la partition quantifiée, sélectionner les mesures concernées puis :
- Outils → Regrouper les rythmes (
Tools → Regroup Rhythms)
Cette fonction réécrit les durées de notes de façon plus lisible (regroupements de croches, etc.) sans changer les hauteurs ni les instants déjà quantifiés.
6.5 Alternative : quantification scriptée sur mesure
Pour un contrôle plus fin que le panneau d'import (ex. grille non standard, quantification partielle), on peut manipuler directement le MIDI avec la bibliothèque mido (déjà installée comme dépendance de basic-pitch dans le venv) : convertir chaque instant de note en position sur une grille (ex. 16 subdivisions par mesure) selon le tempo, puis arrondir à la subdivision la plus proche avant de ré-écrire le fichier. Cette approche permet par exemple de ne quantifier que les attaques (onsets) en laissant les durées libres, ou d'appliquer une quantification différente par piste.
6.6 Cas des accords « strummés » (notes légèrement décalées)
Sur un enregistrement de guitare, un accord gratté n'a jamais toutes ses notes exactement simultanées (délai naturel du médiator/doigts d'une corde à l'autre). Basic Pitch retranscrit ce micro-étalement fidèlement, ce qui peut faire apparaître à tort plusieurs attaques distinctes au lieu d'un seul accord. Une quantification à une grille suffisamment large (1/16 ou 1/8) regroupe naturellement ces attaques sur le même temps ; si ce n'est pas suffisant, augmenter --onset-threshold à l'étape de transcription limite ce phénomène en amont.
7. Résumé des commandes
# Transcription
./venv/bin/basic-pitch DOSSIER_SORTIE fichier.wav --save-midi --sonify-midi --save-note-events
# Conversion pour lecture ALSA (format 16 bits)
sox sortie.wav -b 16 sortie_16bit.wav
# Lecture via le device ALSA partagé
aplay -D dac sortie_16bit.wav
# Ouverture dans MuseScore avec pilote audio stable
mscore3 -a portaudio fichier.mid
# Conversion MIDI → partition MuseScore sans interface graphique
mscore3 -o partition.mscx fichier.mid