用于音乐的“音符”一词的词源只是符号，作曲家在纸上制作的音符代表演奏音乐的音乐家所采取的特定动作。比如“做笔记”。

通常在音频到 MIDI 的转换中，一个音符可以用一对 MIDI Note-On 和 Note-Off 消息来表示。它在时间上有一个开始和一个结束，并且可能具有其他属性，例如音高和响度/强度，这也是 MIDI Note-On 消息的一部分。

当您按下并按住钢琴上的一个键时，您会听到“音符”。它是一种具有给定“音高”的声音，适用于特定的“持续时间”。

当在钢琴上按下一个键时，我们听到的不仅仅是一个声音振动频率，而是在不同数学相关频率上发生的多个声音振动的复合。这种不同频率的振动复合的元素被称为谐波或分音。例如，如果我们按下钢琴上的中间 C 键，复合谐波的各个频率将从 261.6 Hz 作为基频开始，523 Hz 将是 2 次谐波，785 Hz 将是 3 次谐波，1046 Hz 将是 4 次谐波，等等。后面的谐波是基频 261.6 Hz 的整数倍（例如：2 x 261.6 = 523、3 x 261.6 = 785、4 x 261.6 = 1046）。

下面是 mp3 录音中吉他独奏 3 秒的对数声波图（由我的 C++ 软件创建）。它显示了演奏独奏时吉他上各个音符的谐波如何出现。您甚至可以看到吉他手如何在音符 A 开始之前向上弯曲音符。

您可以阅读有关音高检测的链接 Wikipedia 文章，以更详细地定义音乐术语中的“音符”。

我的音高检测软件的 C++ 源代码的链接，它制作了声波图，也在下面。

https://en.wikipedia.org/wiki/Transcription_(music)#Pitch_detection

https://github.com/CreativeDetectors/PitchScope_Player