使用mido拆分Lakh MIDI数据集时遇OSError: undefined status byte 0xf9错误

错误信息 #

OSError: undefined status byte 0xf9

删除疑似有问题的MIDI文件后错误仍出现，无法确定是MIDI文件本身还是Python脚本导致问题。以下是运行的完整脚本：

from mido import Message, MidiFile, MidiTrack
import os

root_dir = r"C:\Users\admin\Desktop\clean_midi"
mid = MidiFile(r"C:\Users\admin\Desktop\clean_midi\.38 Special\Caught Up In You.mid")

musicain_dirs = os.listdir(root_dir)
for dir in musicain_dirs:
    musicain_dir = os.path.join(root_dir, dir)
    if not os.path.exists(dir):
        os.makedirs(dir)
    musics = os.listdir(musicain_dir)
    for music in musics:
        src_mid = MidiFile(os.path.join(musicain_dir, music))
        tar_dir = os.path.join(dir, music)
        if not os.path.exists(tar_dir):
            os.makedirs(tar_dir)
        for track in src_mid.tracks:
            if len(track) > 5:
                tar_mid = MidiFile()
                tar_mid.tracks.append(track)
                tar_name = os.path.join(tar_dir, track.name.replace("/"," ") + "_" + music)
                if not os.path.exists(tar_name):
                    tar_mid.save(tar_name)
    print(music)

对SPEC_BY_STATUS和specs.py完全不了解，找不到相关信息。

解决方案 #

1. 让mido忽略未知MIDI消息 #

错误中的0xf9是MIDI定时时钟消息，mido默认不处理这类消息。加载MIDI文件时添加ignore_unknown=True参数，即可跳过无法识别的状态字节：

src_mid = MidiFile(os.path.join(musicain_dir, music), ignore_unknown=True)

2. 修复脚本路径问题 #

原脚本创建目标目录时使用相对路径，会导致文件夹位置混乱，改为绝对路径：

• 替换原代码中创建艺术家目录的逻辑：

  # 原代码
  # if not os.path.exists(dir):
  #     os.makedirs(dir)
  # 修改为
  artist_target_dir = os.path.join(root_dir, f"{dir}_split")
  if not os.path.exists(artist_target_dir):
      os.makedirs(artist_target_dir)
  

• 替换目标轨道目录的逻辑：

  # 原代码
  # tar_dir = os.path.join(dir, music)
  # 修改为
  tar_dir = os.path.join(artist_target_dir, music.replace('.mid', ''))
  

3. 优化轨道过滤逻辑 #

除了按长度过滤，还可以过滤掉仅包含无效消息的轨道：

for track in src_mid.tracks:
    # 过滤掉短轨道和无有效消息的轨道
    valid_messages = [msg for msg in track if hasattr(msg, 'type')]
    if len(valid_messages) > 5:
        tar_mid = MidiFile()
        tar_mid.tracks.append(track)
        tar_name = os.path.join(tar_dir, track.name.replace("/"," ") + "_" + music)
        tar_mid.save(tar_name)

修改后的完整脚本 #

from mido import Message, MidiFile, MidiTrack
import os

root_dir = r"C:\Users\admin\Desktop\clean_midi"

musicain_dirs = os.listdir(root_dir)
for dir in musicain_dirs:
    musicain_dir = os.path.join(root_dir, dir)
    # 创建艺术家拆分后的目录
    artist_target_dir = os.path.join(root_dir, f"{dir}_split")
    if not os.path.exists(artist_target_dir):
        os.makedirs(artist_target_dir)
    
    if not os.path.isdir(musicain_dir):
        continue  # 跳过非目录文件
    
    musics = os.listdir(musicain_dir)
    for music in musics:
        music_path = os.path.join(musicain_dir, music)
        if not music.endswith('.mid'):
            continue  # 跳过非MIDI文件
        
        # 加载MIDI时忽略未知消息
        src_mid = MidiFile(music_path, ignore_unknown=True)
        
        # 创建单首歌的轨道目录
        tar_dir = os.path.join(artist_target_dir, music.replace('.mid', ''))
        if not os.path.exists(tar_dir):
            os.makedirs(tar_dir)
        
        for track in src_mid.tracks:
            # 过滤有效轨道
            valid_messages = [msg for msg in track if hasattr(msg, 'type')]
            if len(valid_messages) > 5:
                tar_mid = MidiFile()
                tar_mid.tracks.append(track)
                # 处理轨道名中的非法字符
                safe_track_name = track.name.replace("/"," ").replace("\\"," ").replace(":"," ").replace("*"," ").replace("?"," ").replace('"'," ").replace("<"," ").replace(">"," ").replace("|"," ")
                tar_name = os.path.join(tar_dir, f"{safe_track_name}_{music}")
                tar_mid.save(tar_name)
    print(f"{dir} 处理完成")

内容的提问来源于stack exchange，提问作者jasper song