Python对比MIDI文件：如何获取原始与生成文件的相似度百分比

不存在直接返回MIDI文件相似度百分比的开箱即用Python函数——因为“MIDI相似度”没有统一标准：你可能关注旋律匹配、节奏一致性、音符重叠度，甚至轨道结构或音色，不同需求的计算逻辑差异极大。不过借助专业MIDI处理库，你可以根据场景自定义相似度计算逻辑。

常用MIDI处理库 #

• pretty_midi：解析MIDI的音符、节拍、乐器信息，适合基础数据提取
• music21：侧重音乐理论分析，支持旋律、和声的深度处理
• midiutil：轻量级MIDI读写工具，适合简单场景

实现思路与示例 #

1. 基础音符重叠度（简单版） #

统计两个文件中相同音高+时间范围的音符占比，适合快速验证音符重合度：

先安装依赖：

pip install pretty_midi

代码实现：

import pretty_midi

def extract_notes(midi_path):
    # 提取非鼓组的音符数据（音高、起始/结束时间）
    midi_data = pretty_midi.PrettyMIDI(midi_path)
    notes = []
    for instr in midi_data.instruments:
        if not instr.is_drum:
            for note in instr.notes:
                # 时间保留两位小数避免精度误差
                notes.append((note.pitch, round(note.start, 2), round(note.end, 2)))
    return notes

def calc_note_similarity(original_notes, generated_notes):
    original_set = set(original_notes)
    generated_set = set(generated_notes)
    
    common_notes = len(original_set & generated_set)
    avg_total = (len(original_set) + len(generated_set)) / 2
    return (common_notes / avg_total) * 100 if avg_total > 0 else 0

# 调用示例
original_notes = extract_notes("original.mid")
generated_notes = extract_notes("generated.mid")
similarity = calc_note_similarity(original_notes, generated_notes)
print(f"音符重叠相似度：{similarity:.2f}%")

2. 旋律序列相似度（精准版） #

提取旋律的音高序列，用编辑距离（Levenshtein Distance）计算序列匹配度，适合关注旋律走向的场景：

安装依赖：

pip install music21 python-Levenshtein

代码实现：

from music21 import converter
import Levenshtein

def extract_melody_pitches(midi_path):
    # 提取第一个轨道的音高序列（假设为主旋律轨道）
    midi_stream = converter.parse(midi_path)
    melody_part = midi_stream.parts[0]
    pitches = []
    for elem in melody_part.flat.notes:
        if hasattr(elem, 'pitch'):
            pitches.append(str(elem.pitch))  # 用音高字符串（如C4）比数字更直观
    return pitches

def calc_melody_similarity(original_seq, generated_seq):
    max_len = max(len(original_seq), len(generated_seq))
    if max_len == 0:
        return 100.0
    edit_distance = Levenshtein.distance(original_seq, generated_seq)
    return (1 - edit_distance / max_len) * 100

# 调用示例
original_melody = extract_melody_pitches("original.mid")
generated_melody = extract_melody_pitches("generated.mid")
melody_similarity = calc_melody_similarity(original_melody, generated_melody)
print(f"旋律相似度：{melody_similarity:.2f}%")

3. 节奏相似度（进阶版） #

如果关注节拍和音符间隔，可以提取每个音符的时间间隔序列，再用统计方法（如余弦相似度）对比分布：

import numpy as np
from scipy.spatial.distance import cosine

def extract_rhythm_intervals(notes):
    # 提取音符的时间间隔序列（相邻音符的起始时间差）
    if len(notes) < 2:
        return []
    intervals = []
    prev_start = notes[0][1]
    for _, start, _ in notes[1:]:
        intervals.append(start - prev_start)
        prev_start = start
    return np.array(intervals)

def calc_rhythm_similarity(original_intervals, generated_intervals):
    # 用余弦相似度计算节奏匹配度
    if len(original_intervals) == 0 or len(generated_intervals) == 0:
        return 0.0
    # 统一序列长度（截断或补0）
    min_len = min(len(original_intervals), len(generated_intervals))
    orig_trim = original_intervals[:min_len]
    gen_trim = generated_intervals[:min_len]
    # 余弦相似度转百分比
    similarity = 1 - cosine(orig_trim, gen_trim)
    return similarity * 100

总结 #

没有通用的“MIDI相似度百分比”函数，但通过上述库和逻辑，你可以针对自己的核心需求（旋律/节奏/音符）定制计算规则。不同的计算方式得到的百分比会有差异，建议根据生成MIDI的目标场景调整逻辑。

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