--- title: "Python para música: librosa, music21 y pretty_midi" slug: python-para-musica kind: guide summary: "Un mismo lenguaje, tres cajas de herramientas: librosa mira el audio, music21 la partitura y pretty_midi el MIDI. Qué hace cada librería y cuándo usar cada una." publishedAt: 2026-08-16 updatedAt: 2026-08-16 --- **Python** es el lenguaje de referencia en informática musical, pero no es una librería sola: es un ecosistema de piezas especializadas que no se solapan. Cuando alguien me pregunta "¿qué librería uso para trabajar con música en Python?", la respuesta corta es siempre otra pregunta: ¿estás mirando el **sonido** grabado, la **partitura** escrita, o un fichero **MIDI**? Cada respuesta lleva a una librería distinta —**librosa**, **music21** o **pretty_midi**— y esta guía es el mapa de las tres: qué hace cada una, cuándo usar cada una y cómo se combinan en un flujo de trabajo real. ## El mapa: tres librerías, tres planos de la música Antes del código, conviene fijar la idea de fondo. La música se puede mirar en al menos tres planos distintos, y cada librería vive en uno: | Librería | Plano | Qué maneja | |---|---|---| | **librosa** | Audio (señal) | Forma de onda, espectrogramas, características espectrales | | **music21** | Partitura (símbolo) | Notas, compases, tonalidad, análisis armónico, MusicXML | | **pretty_midi** | MIDI (evento) | Notas como objetos con *pitch*, tiempo y velocidad, ficheros `.mid` | No son alternativas entre sí: son complementarias. Un flujo típico de [transcripción automática de música](/blog/que-es-amt) parte de audio (`librosa` para explorarlo), pasa por una representación de eventos nota a nota (`pretty_midi` para manejar el resultado en MIDI) y puede terminar en partitura legible (`music21` para exportarla a [MusicXML](/blog/que-es-musicxml)). ```bash pip install librosa music21 pretty_midi ``` ## librosa: el audio como señal **librosa** trabaja sobre la **forma de onda**: el audio tal como lo captura un micrófono, antes de saber qué notas contiene. Carga un fichero, calcula espectrogramas, extrae características espectrales (MFCCs, chroma) y detecta onsets y tempo. ```python import librosa y, sr = librosa.load("extracto.mp3") tempo, _ = librosa.beat.beat_track(y=y, sr=sr) print(f"Frecuencia de muestreo: {sr} Hz") print(f"Tempo estimado: {tempo:.1f} BPM") ``` `librosa.load` devuelve la forma de onda como array de numpy (`y`) y su frecuencia de muestreo (`sr`); a partir de ahí, todo el resto de la librería —espectrogramas, MFCCs, detección de beats— opera sobre esos dos valores. Ya dediqué un tutorial completo a esta librería, con el paso a paso de calcular un espectrograma real a partir de una grabación de gaita: [Cómo calcular un espectrograma con librosa](/blog/espectrograma-con-librosa). Aquí basta con situarla en el mapa: es la puerta de entrada cuando el punto de partida es **audio**, no partitura ni MIDI. ## music21: la partitura como símbolo [**music21**](/concepto/music21) es la librería de Python del MIT para musicología computacional. No mira la señal de audio: mira la **partitura**, en su plano simbólico —notas, compases, tonalidad, digitación, dinámica—. Lee y escribe **MusicXML**, MIDI y otros formatos de notación, lo que la hace la herramienta habitual para análisis de corpus musicales y teoría musical computacional en código. ```python from music21 import corpus, key # Corpus de ejemplo que trae music21 (un coral de Bach) sinfonia = corpus.parse("bach/bwv66.6") # Estimación de tonalidad a partir del análisis armónico tonalidad = sinfonia.analyze("key") print(f"Tonalidad estimada: {tonalidad}") for nota in sinfonia.flatten().notes[:5]: print(nota.nameWithOctave, nota.quarterLength) ``` `corpus.parse` carga una de las partituras de ejemplo que se instalan con music21 —corales de Bach entre ellas—; `analyze("key")` aplica un algoritmo de estimación de tonalidad sobre las notas de la pieza; `flatten().notes` recorre las notas una a una con su altura (`nameWithOctave`) y duración (`quarterLength`). Nada de esto pasa por audio: todo el análisis ocurre sobre la partitura ya codificada. Esa capacidad de leer y escribir MusicXML es la que uso para comparar, con datos reales, qué información de notación sobrevive al exportar una misma frase musical a distintos formatos: [MIDI vs MusicXML en Python: qué se pierde y qué no](/blog/midi-vs-musicxml-en-python). ## pretty_midi: el MIDI como objetos manejables [**pretty_midi**](/concepto/pretty-midi) cierra el mapa: trabaja con ficheros **MIDI** a nivel de programa. Carga un `.mid` y expone sus notas, instrumentos, *control changes* y cambios de tempo como objetos Python fáciles de recorrer, en vez de bytes crudos del protocolo. ```python import pretty_midi pm = pretty_midi.PrettyMIDI("ejemplo.mid") for instrumento in pm.instruments: print(f"Instrumento: {instrumento.program}") for nota in instrumento.notes[:5]: print( f" pitch={nota.pitch} " f"start={nota.start:.2f} end={nota.end:.2f} " f"velocity={nota.velocity}" ) ``` Cada `nota` trae su altura MIDI (`pitch`, 0-127), su inicio y fin en **segundos** —no en compases ni figuras, como en music21— y su intensidad (`velocity`). Esa es la diferencia de fondo con music21: pretty_midi describe una **interpretación** temporizada, no una partitura con compases y digitación. Es la herramienta habitual para generar el MIDI de salida en sistemas de transcripción automática de música y para evaluar una transcripción comparando eventos nota a nota contra una referencia. ## Cuándo usar cada una La pregunta de partida decide la librería: - **¿Quiero analizar o transformar audio grabado?** `librosa`: espectrogramas, MFCCs, detección de onsets y tempo, extracción de características. - **¿Quiero trabajar con la partitura —tonalidad, compases, digitación— o exportar a MusicXML?** `music21`: análisis armónico, generación de notación, musicología computacional. - **¿Quiero leer, generar o editar un fichero MIDI a nivel de nota, instrumento o tempo?** `pretty_midi`: la capa de abstracción sobre el protocolo MIDI que hace manejable trabajar con él en código. En la práctica no se elige una sola: en un mismo cuaderno de investigación es habitual usar `librosa` para explorar el audio de entrada, `pretty_midi` para manejar la salida de un modelo de transcripción y `music21` para convertir esa salida en una partitura legible. Las tres se llevan bien con [Jupyter](/blog/cuadernos-jupyter), el entorno habitual de este tipo de trabajo exploratorio: cargar, transformar y ver el resultado en el mismo documento sin montar un programa aparte. ## Dónde encaja esto en el MIR Las tres librerías —y el propio Python como lenguaje de facto— son herramienta de trabajo dentro del campo del [Music Information Retrieval](/blog/que-es-music-information-retrieval) (MIR): el estudio de cómo extraer, organizar y recuperar información a partir de señales musicales, en audio o en forma simbólica. `librosa` cubre el lado de la señal; `music21` y `pretty_midi`, el lado simbólico —partitura y MIDI, respectivamente—. Ninguna hace MIR por sí sola: son el vocabulario en el que se implementan sus tareas, desde el reconocimiento de acordes hasta la transcripción automática de música. ## Bibliografía Las referencias en las que se apoya este artículo y por dónde seguir leyendo: - McFee, B., Raffel, C., Liang, D., Ellis, D. P. W., McVicar, M., Battenberg, E., & Nieto, O. (2015). [librosa: Audio and Music Signal Analysis in Python](https://doi.org/10.25080/Majora-7b98e3ed-003). *Proceedings of the 14th Python in Science Conference*, 18–24. - Cuthbert, M. S., & Ariza, C. (2010). [music21: A Toolkit for Computer-Aided Musicology and Symbolic Music Data](https://web.mit.edu/music21/). *Proceedings of the 11th International Society for Music Information Retrieval Conference (ISMIR)*. - [Documentación oficial de music21](https://www.music21.org/music21docs/). - Raffel, C., & Ellis, D. P. W. [pretty_midi: A Python Library for Handling MIDI Data](https://github.com/craffel/pretty-midi) — repositorio y documentación oficial. - [Documentación oficial de librosa](https://librosa.org/doc/latest/index.html).