🎵 BPM 节拍测速

相关指南

在线裁剪音频，以及怎么看懂 BPM 检测结果
剪切点精确到采样而不是显示的那位小数，成品恒为 16 bit WAV 而信息面板写的 32 bit 只是内存里的形态；再加上自相关测速为什么总把 90 报成 180，以及那个真正靠得住的试听按钮。

它测的到底是什么

这里的节拍检测用的是自相关。文件在你自己的浏览器里解码，只取左声道，降采样到约 11025 赫兹（按源采样率除以取整后的倍数来抽稀），再切成窗长 1024、步长 512 的短窗口逐窗量响度，得到一条随时间起伏的能量包络——原始波形在这一步就被丢掉了。

然后让这条包络跟自己在各种位移下比对，越能稳定对齐的位移就是越规律的周期。半个秒重复一次对应的就是每分钟 120 拍。峰值在相邻帧之间做了插值，所以结果不是四舍五入到某个窗口，并且凡是分数足够高的候选都会留下，而不是只留一个。

这条路数擅长的是鼓点清晰、速度稳定的材料；不适合自由速度的演奏、节拍靠暗示而不是敲击的音乐，以及能量包络被非节拍因素（长音墙、突发音效）主导的曲子。

为什么结果经常是想要的两倍或一半

搜索窗口设在每分钟 30 到 300 拍之间，找到的峰再折算到 55 到 210 这段常用区间：每个候选都会分别尝试 0.25、0.333、0.5、0.667、1、1.5、2、3、4 这些倍率，取分数最好的那个。

于是 70 可能报成 140，128 可能报成 64。这不是错误，而是真实的歧义：每 1.7 秒一个脉冲、每 0.86 秒一个脉冲和每 0.43 秒一个脉冲描述的是同一个重复结构，哪一个算「那个速度」取决于你怎么听。半拍和加倍都是实际存在的编曲手法。

所以主数字差一倍时先往下看候选列表，你要的那个数通常就在里面，而不是判定分析失败。

用耳朵验收结果

主数字下面写着「点击 BPM 值试听节拍」，点它会用节拍器按该速度放 16 下，每第 4 下换成 1200 赫兹的高音、其余 900 赫兹，让你听得出小节线在哪里；点候选列表里的任意一个也是试听那一个。这是整页最该用的功能——跟曲子对几秒就有结论，是置信度百分比给不了你的。

置信度描述的是这条周期性相对其它候选有多突出，不是答案在音乐上对不对。一首鼓点极稳的曲子，即使算法选了半拍读法，分数照样很高。

另外两条结构性限制值得记住：只分析前 120 秒，所以中途变拍的曲子是被开头描述的；只用左声道，对成品几乎没有影响，但遇到把鼓完全打到右声道的混音就会读错。

常见问题

检测出来的 BPM 是预期值的两倍，为什么？
因为候选会被折算进 55 到 210 的常用区间，而半拍与加倍读法说的是同一个脉冲。先看候选列表，你要的数往往就在里面；用试听按钮听哪个对得上，比猜更有用。

准确度怎么样？
鼓点清晰、律动稳定的材料通常要么对、要么正好差一个整数倍。弱项是自由速度、以暗示为主的节拍，以及包络被非打击元素主导的音频，这几种情况没法给一个统一的准确率数字。

置信度那个百分数是什么意思？
它按「这条候选的原始分除以最强候选的分」算出来，四舍五入成整数，衡量的是这条周期性的突出程度，不是正确性。很稳的曲子在它自己的半拍读法上也能拿到高分。

能只听节拍而不看数字吗？
能，而且这是最快验证的办法：点主数字或候选项会用节拍器按那个速度放 16 下，每 4 下一记重音。

是整首歌都在分析吗？
不是，只取前 120 秒。这个长度对确定速度一般够用，也能让分析很快完成，代价是中途变拍的曲子只被它的开头描述。

音频会上传到服务器吗？支持哪些文件？
不上传，解码和全流程分析都在你自己的浏览器里完成，这也是长文件需要一点时间的原因。接受 MP3、WAV、FLAC、OGG、M4A、AAC，上限 50MB。太短的文件会明确告诉你不行——少于大约 1 秒的音频不足以完成分析。