midi文件格式简析

最近用C++写了个midi文件转简谱之类的程序，想到这几天看了很多midi文件格式解析的文章，为了以后忘记midi文件格式的时候不用再去网上到处找文章顺便分享一下经验，所以写了这个博客用来记录一下

当然只看一篇文章不太可能彻底理解midi文件的格式，因为大家写的都或多或少有自己的侧重点，所以这里列出我学习midi格式的时候看的一些文章。

1、读书笔记——MIDI文件结构简介(https://www.bilibili.com/read/cv1753143)

2、音乐研发必备：理解 MIDI 协议与标准 MIDI 文件格式(https://mp.weixin.qq.com/s/m1mujGaEkwSkpMwYijjISw)

3、MIDI文件格式 百度百科(https://baike.baidu.com/item/MIDI%E6%96%87%E4%BB%B6%E6%A0%BC%E5%BC%8F/8225161?fr=aladdin)

如果我们用二进制文本阅读器打开midi文件，可以看到以下内容，这里我们以VScode的Hex Editor为例

 我们先从midi文件的主体结构开始：

 MThd

 MTrk

 ...

 MTrk

MThd(header chrunk)，也就是midi文件的头文件音轨，用于记录midi文件的类型、音轨数量、时间格式。

MTrk(Track Chunk)，是midi文件真正存储音轨的部分，后文我们会对它进行具体分析。

midi文件的开头一定是MThd这四个字母的ASCII码，它用来让计算机辨别这个文件是否是midi文件。

随后的四个字节，一定是00 00 00 06，这四个字节存储的内容是MThd数据部分包含多少字节的数据（不包含MThd 00 00 00 06这八个字节），因为MThd的格式是固定的，它一定只包含6个字节，所以这部分一定是00 00 00 06。

之后两个字节，用于指定midi的格式：

00 00 单音轨

00 01 同步多音轨

00 02 不同步多音轨（几乎不会见到）

之后两个字节，用于指定midi文件的轨道数（也就是MTrk的数量）

一般来说，midi文件的第一个MTrk音轨叫做Tempo Map，只用于存储midi文件包含的信息而不包含音符信息，比如作曲者、歌曲名称、版权等等。

当然这个不是硬性的格式要求，有的midi文件也会不包含Tempo Map，直接存储有效音轨。

之后两个字节，第一个字节的高四位指定时间格式类型，0是tick计数，1是SMTPE计数

tick计数：后一个半字节记录了一个四分音符经过的tick数

SMPTE计数：后一个半字节记录了每秒的SMPTE帧的数量以及每个帧的tick（这个暂时不明确到底什么意思，还好这种格式用的不多，读者可以直接忽略掉）

和MThd类似，开头是MTrk这四个字母的ASCII码。

随后的四个字节存储的内容是MTrk数据部分包含多少字节的数据（不包含MTrk和存储MTrk数据长度的这八个字节）

接下来就是MTrk的数据部分，我们把MTrk存储的数据单元称为事件

事件：由delta-time 和 midi事件两个部分构成

delta-time，顾名思义就是Δt，记录了这个事件和上个事件之间相差的时间，如果时间格式是ticks计数的话它的单位就是ticks。

为了能够存储尽可能大的时间差，delta-time采用了一种叫做动态字节的数据存储方式

动态字节：只使用字节的低七位用来存储数据。如果我要存储127这个数字，我只会使用一个字节的低七位，也就是01111111(7F)

如果我要存储128，我需要使用八个字节。这个时候，我们会使用字节的最高位，把他标记成1，代表这个字节和下一个字节合并起来存储数据，因此128将会使用两个字节，存储成 10000001 00000000 （81 00）

对于更大的数字，除了最后一个字节的最高位是0，前面的字节的最高位都需要记作1用来表示它和后一个字节合并。

delta-time结束后紧随的就是midi事件了。

midi事件，由事件标记和事件数据两个部分组成。存储事件标记的字节的最高位一定是1，存储事件数据的字节的最高位一定是0。这一点在后文谈到的事件缩写中会起到作用。

事件标记：一个字节，用于说明事件的类型，具体情况如下表，x代表低四位可以是任何数

表中的最后一行是00~7F，也就是字节最高位为0。这种情况就是事件缩写，也就是这条事件的事件标记和上一条事件完全一样，这个事件不存储事件标记只存储事件数据。这种方法可以减少midi文件的占用内存，但是一般的制谱软件不会使用这种缩进，只有少部分软件生成的midi文件可能会使用到这种缩写方法。

这里具体分析以下8x和9x这两个和音符有关的事件，如果只是想要粗略的演奏midi文件我们只需要这两个事件数据就可以了。

这两个事件的第一个字节是音高，第二个字节是力度。

音高的数字大小为0~127，其中数字大小60对应着钢琴里的中央音符C3。

在此基础上音高每+1，就代表对应的钢琴键右移一位，每+12代表升高一个八度。

接着是事件标记为FF时的情况。FF一般用于存储作曲者、歌曲名称、版权、歌词之类的文本信息以及速度、节拍、调号之类的乐曲演奏信息。这里不作专门说明，我们只分析它的数据格式。

事件标记FF之后的第一个字节，用于说明FF对应的更具体的事件是什么。

之后一个字节，记录存储了多少字节长度的事件数据。

比如我要存储歌曲标题TruE，那么我的整个midi事件将会存储成这样子

00(第一个字节，代表delta-time=0)

FF(事件标记FF)

03(代表我要存储的内容是歌曲标题，具体可以查看百度百科对应的事件表)

04(代表我要存储长度为4个字节的标题文本)

TruE(这四个字母用ASCII码存储即可)

最后，是MTrk的结束记号。虽然MTrk开头已经存储了它的字节长度，但是它还是有结束标记。（我要不知道为什么，可能是为了避免数据传输过程中的损坏）

它也是以midi事件的方式存储在MTrk中的，对应着的midi事件是FF 2F 00，当读到这个事件的时候，就可以结束这个MTrk音轨的读取了。

本文的目的在于让大家对MIDI文件有一个基本认识，这样子在读其他更深入分析的文章时不至于一头雾水。

最后是一些小吐槽：

midi歌曲的下载我一般会使用MidiShow这个网站，这个网站有个AI mp3转midi的小工具。它转出的midi文件就会使用midi事件缩写，也是我唯一见到的使用缩写的midi文件。（不知道为什么OvO）

浪费了两天折腾这东西本来是想做个原神自动输入midi文件就能弹琴的程序的，结果最后发现大部分midi文件的曲子都有升降调而且跨了4个大调，根本不能弹琴，可恶！（什么时候原琴加个按shift变成升降调的功能啊）