前阵子体验了下站里的MP3转MIDI，发现这个转换效果非常好，但有时间限制。站里给了原项目的链接，经过简单翻找了解到用的是字节做的GiantMIDI-Piano的一个AI项目，针对钢琴训练了上千小时的音频数据集。得益于神经网络得天独厚的优势，其效果出类拔萃。站里是有示例的
[钢琴转谱技术]夜空的寂静
看了他们的介绍后，我的第一反应是：无论如何，弄到本地，跑起来。
经过数小时的摸爬滚打，我顺利在本地跑起来了这个模型。模型很小，老爷机也能跑。我是用CPU跑的，速度还过得去，比站里的快不少。后续有时间用上CUDA拿显卡跑会更快。
步骤大概是这样的：
git和python这些软件我已经有了
先用git把项目的仓库克隆到本地（其实就是一种复制粘贴）
接下来用python的包管理器pip安装依赖（我这里还部署了其他乱七八糟的项目，所以用了venv创建虚拟环境把GiantMIDI-Piano的python环境隔离开）
安装torch（这个是最基本的依赖，没有在pip的源里，要另外装）虽然显卡是N卡，但我装了CPU only的版本，第一次搞不求快，求稳
下载权重文件（即模型本身或者模型的参数）放在指定位置
安装wget（如果是Linux系统里本来就有）和ffmpeg（一个开源编解码器）
然后就可以用了
这个项目对软件的版本宽容度很高，python大于等于3.7，torch大于等于1.4.0都行，但是，唯独librosa这个依赖好像不能用最新的。我用0.9.2是可以的。
后续，
花几分钟又装了torch2.0.1+cu118，用显卡跑上了（GTX1650），非常快，三分半的曲子，半分钟就直接秒了。
懒得扒的钢琴曲子也可以扔我邮箱：ziphouse@qq.com
无偿，但人是住校牲，回复周期高达两周以上