约 3512 字 · 阅读约 9 分钟

我本来只想让 AI 帮我写首歌，没想到最后连二十多年前的老 MIDI 都给修了。

事情的起因很简单：突然想试试，能不能让 AI 直接给我写一首 MIDI 曲子。

注意，是 MIDI，不是那种点一下按钮就生成一首歌的 AI 音乐。我要的是一个真正的音乐文件，能在里面改音符、换乐器、调节奏。

我不会专门写音乐软件，也没打算为了这件事先学一遍编程。

既然现在有 AI，那就让它干呗。

然后，我拥有了一个充实得过分的下午。

#一、先找个会写歌的 AI 助手

我本地已经装了 27 个 AI 技能，翻了一圈，没有一个能直接生成 MIDI。

于是去技能商店搜了一下。

结果看起来挺热闹，仔细一看却不是我要的。有的只能把 MIDI 转成音频，有的负责把人声变成 MIDI，还有的虽然能生成音乐，给出来的却是普通音频文件。

我需要的是能直接写出 MIDI 的。

最后找到一个冷门技能 tubone24/midi-agent-skill，安装量只有 16。它的介绍倒是很对口：能用乐理和各种乐器生成 MIDI 文件，而且不需要调用付费 API。

先检查文件，再安装。让 AI 跑了个小测试，成功生成了一份小样。

好，能干活。

这时候我其实还没想好要写什么歌，只是确认了手里的工具能用。

接下来，才是正戏。

#二、给 AI 一段旋律，让它把歌写出来

我电脑的下载目录里正好有一份《主旋律.txt》，记着一段熟悉的旋律——东方 Project 里的 ZUN 节。

文件里没有什么复杂的乐谱，就是我自己记下来的简谱。

我把旋律交给 AI，要求也很朴素：用钢琴演奏，配上伴奏，有个开头，主题重复几遍，最后好好收尾。

第一版很快就出来了。

40 小节，120 BPM，两轨钢琴，一共 80 秒。

我让 AI 检查了一下文件时长，结果正好 80 秒。

听起来也还不错。

于是我开始提要求。

「速度太慢了，翻倍。」

「结构有点平淡，把最后十秒剪出来，放到中间当一段过渡。」

「结尾不能戛然而止，给我补一个完整的终止。」

这些要求说起来都不复杂。就像跟一个懂音乐、会干活的助手商量：这里太慢，那里不够好，结尾再处理一下。

我负责听，负责判断哪里不满意，AI 负责动手修改。

听起来很顺利，对吧？

然后，Bug 来了。

#三、歌还在播，主旋律怎么没了？

改完结构，我重新试听。

奇怪的事情发生了：伴奏还在继续，主旋律却提前结束了。最后十秒，只剩伴奏孤零零地响。

这就像一支乐队演出，钢琴手提前下班了，其他人还在台上坚持营业。

我把问题交给 AI，让它检查生成文件的各个部分。

查了一圈，终于发现了原因。

这个技能有个很不起眼的缺陷：它知道每个音符要弹多久，却不知道有些时候应该什么都不弹。

听起来很荒唐，但确实如此。

比如一段旋律应该是：

弹三个音，停一拍，再弹三个音。

如果工具只记录「弹什么音、弹多久」，却不记录「什么时候停」，后面的音符就会自动往前挪。

一开始可能听不出明显问题，等歌曲结构一变化，前后的时间就对不上了。

原来 AI 也会一本正经地犯错，而且错得还挺有道理。

我让 AI 修改了这个技能，给音符补上了明确的时间位置。改完重新生成，旋律和伴奏终于重新对齐。

这次我没有只看文件能不能生成，而是把整首歌重新检查了一遍。

一个小坑填平了。

但我还不满足。

#四、从钢琴独奏，到一支六人乐队

只有钢琴，总觉得少了点味道。

既然 AI 能改，那就继续加东西。

先加弦乐，让它在后面铺着和声，不要抢钢琴的风头。

再加钢片琴，只在过渡段和结尾出现，给音乐添一点清亮的感觉。

听了一遍，还是觉得缺少节奏。

「再加个军鼓。」

AI 改完，我一听，发现效果不对。继续查，才知道原来的技能在处理乐器时有个限制：它没有正确照顾到专门用于打击乐的通道。

好吧，又改。

接着加低音，让整首曲子听起来更有支撑感。

最后再让小号在后半段加入，把主旋律重新吹一遍，结尾和钢片琴一起收住。

这样一来，整首歌终于有了层次。

最终文件放在这里：

ZUN_Festival_Ensemble_Full.mid

最终版本有六个声部：两轨钢琴、弦乐、军鼓、低音和小号。速度 240 BPM，全长 44 秒。

每次修改之后，我都会让 AI 检查生成结果，再实际试听。不是它说「完成了」就算完成，而是要听起来对，结构也对，才算过关。

从一份简单的旋律，到一首有铺垫、有变化、有结尾的小曲子，整个过程就是不断提出要求、试听、发现问题、再修改。

我没有先学会怎么写 MIDI 生成程序，也没有自己从头敲出一大堆代码。

但我知道自己想听到什么，也能判断结果是不是自己想要的。

这就够开始了。

#五、顺手给技能作者提了个醒

两个 Bug 修完，我突然想到：既然这不是我自己写的技能，别人用的时候，会不会也遇到同样的问题？

于是我去项目仓库看了一眼。

整个项目只有 25 颗星，挺冷清的。我先检查有没有人报告过类似问题，再把自己遇到的情况、重现方法和修改方案整理出来，给作者发了一个 issue。

简单说，就是告诉作者：

「你的工具在某些情况下会把旋律的时间弄乱。我这里已经找到原因，也试着修了一下。下面是具体情况，你可以参考。」

发出去的时候，我还特意说明，自己的修改方案尚未经过项目作者验证。

以前看到开源项目，我大概只会下载下来用。遇到问题，要么放弃，要么等别人解决。

这次不一样。

AI 帮我读懂了相关代码，帮我找问题，也帮我整理报告。最后，我把一个自己实际遇到的问题反馈给了项目作者。

至于作者最后会不会采纳，是另一回事。至少这一次，我不只是一个等着工具变好的人，也能给工具的改进添上一点东西。

本来想写首歌，顺便还参与了一下开源项目。

这算不算意外收获？

#六、没想到，真正难缠的是二十多年前的老 MIDI

本来以为故事到这里就该结束了。

结果我又从网上下载了一首《众神眷恋的幻想乡》，准备继续折腾。

这是一份很有年代感的 MIDI 文件。三个音轨，几百上千个音符，连里面的乐器说明都带着老 Windows 时代的气息。

我把文件交给工具读取。

报错。

再试，还是报错。

用播放器打开，前面还能听，播放到两三秒左右，突然冒出一大片刺耳的噪音。

好家伙，刚修完自己的歌，现在还得给老前辈看病。

我让 AI 帮忙检查文件。最初怀疑是下载不完整，检查之后发现文件的整体结构没有问题；又怀疑音符数据损坏，继续检查，也没找到问题。

折腾一圈，终于发现，毛病出在音乐里的另一类信息上。

MIDI 不只记录什么时候弹什么音，还会记录音量、延音踏板等演奏控制信息。

这份老文件里，有些控制数据不太正常：音量设置超出了合理范围，而延音踏板更离谱——它被打开之后，就一直没有正常松开。

你可以想象一下，钢琴演奏时，脚一直踩着延音踏板，前面弹过的音不会及时消失，后面的音又不断叠上来。

刚开始还好，越弹越混，最后所有声音糊成一团。

这就解释了为什么文件开头能听，过了两三秒却开始炸成噪音。

找到原因后，我让 AI 把有问题的控制数据修正，再保存成新的 MIDI 文件。

重新打开。

能播了。

再试听，之前那片恼人的噪音消失了，整首曲子终于恢复正常。

修复版也放出来了：

touhou_fixed.mid

有需要的朋友可以拿去试听。

当然，这份文件的问题不代表所有老 MIDI 都有相同毛病。只能说，这次正好让我碰上了一个特别会折腾人的案例。

#七、原来普通人也能这样玩 AI

回头看这一整个下午，起点真的很小。

我只是想让 AI 把一段熟悉的旋律变成一首完整的 MIDI 曲子。

后来，我让它加快速度、调整结构、增加乐器；发现旋律提前结束，就让它排查原因；遇到工具自身的缺陷，就让它修改；修完之后，还顺手把问题反馈给了开源项目作者。

最后又拿一份几十年前的老文件开刀，把一首被噪音毁掉的曲子救了回来。

我没有因为这件事突然变成音乐软件开发专家，也不敢说自己已经搞懂了 MIDI 的全部原理。

但我确实完成了一件原本不知道该怎么下手的事。

这大概就是我喜欢氛围编程的原因。

你不必一开始就知道每一步该怎么做，但你得知道自己想做成什么样。

听起来不对，就指出哪里不对；结果不符合预期，就继续追问；发现问题，就让 AI 帮你查清楚，再验证修改有没有用。

AI 并不是每次都能一次做对。有时候它会犯错，有时候它使用的工具本身就有缺陷，有时候一个看似简单的问题，也得来回折腾好几轮。

但以前，遇到这些问题，我可能连第一步都迈不出去。

现在，我至少可以先把想法做出来，再和 AI 一起解决路上的问题。

所以，如果你也有一个想折腾的小念头，不妨试试。

不必先学完一门编程语言，不必先把所有技术名词弄懂，也不必等到自己什么都会了才开始。

先做一个能用的版本。

不好听，就改到好听。

出了问题，就追着它查。

说不定你本来只想写首歌，最后却顺手修复了一段被时间遗忘的音乐。

至于我？

我现在只想问一句：

下一次，我还能指使 AI 折腾点什么？ (￣▽￣)／