Изображение в звук — сонификация пикселей в музыку

Бесплатный инструмент, превращающий изображение в звук двумя способами. Музыкальный режим находит самый яркий пиксель в каждом временном срезе и сопоставляет его строку с нотой выбранной музыкальной гаммы (по умолчанию пентатоника-минор, также мажор / минор / хроматическая) — получается мелодия. Режим Raw — чистая спектральная сонификация: каждый пиксель становится синусоидным обертоном на конкретной частоте, и аудио буквально является спектрограммой картинки. Используйте галерею пресетов (HELLO, смайл, спираль, градиент), чтобы услышать оба режима за секунды.

Как использовать

Выберите пресет (HELLO, смайл, спираль, градиент) или загрузите своё изображение — перетаскиванием, кликом или с камеры.

Выберите режим: Музыкальный для мелодии (подойдёт большинству), Raw для чистого спектрограмма-звука (научный подход).

Если выбран Музыкальный режим — выберите гамму: пентатоника-минор (по умолчанию) всегда звучит музыкально; хроматическая ближе всего к Raw.

Настройте разрешение (выше = больше деталей) и длительность (3–15 с) и нажмите «Воспроизвести». Линия сканирования показывает текущую позицию; спектрограмма ниже визуализирует звук.

Нажмите «Скачать WAV» для сохранения результата. В имени файла указана длительность.

Озвучьте любое изображение: мелодические ноты по гамме или сырой спектральный звук

Перетащите изображение сюда или нажмите для загрузки

JPG, PNG, GIF, WebP, BMP

Попробуйте пресет:

Этот инструмент озвучивает изображение: пиксели напрямую становятся звуком. Музыкальный режим играет результат по выбранной гамме (как мелодию); режим Raw — чистая спектрограмма. Это НЕ AI-генератор песен из фото — для этого ищите «AI-музыка из изображения».

Яркость = громкость, ось Y = частота, ось X = время

Режим

Гамма

Разрешение

Длительность 6 сек

Спектрограмма

Особенности

Музыкальный режим — выбор гаммы (пентатоника, мажор, минор, хроматическая) для мелодического результата Raw-режим — чистая спектральная сонификация, изображение играет как настоящая спектрограмма Галерея пресетов — текст HELLO, смайл, спираль, градиент: услышать звучание за 3 секунды Перетаскивание, съёмка с камеры или один из пресетов Настраиваемое разрешение (32–128) и длительность (3–15 секунд) Скачивание в WAV — без регистрации, всё работает в браузере

Понравился сайт? Хотите чтобы он развивался дальше? Поддержите развитие нашего проекта — это вернется Вам добром. Нам нужна Ваша поддержка! Отблагодарить

Часто задаваемые вопросы

Почему звучание отличается от других "image to music" инструментов?

Большинство популярных сервисов «изображение в музыку» сегодня (InsMelo, Mubert, Suno, Artlist) генерируют полноценные песни из вашего фото с помощью AI — анализируют настроение и палитру, и сочиняют трек с мелодией и барабанами. Этот инструмент делает научную сонификацию: напрямую преобразует данные пикселей в звук. Музыкальный режим добавляет гамму, чтобы результат звучал как музыка, но это всё равно 1:1 преобразование вашей картинки, а не сочинённая песня. Для AI-музыки ищите инструменты с пометкой «AI music from image» или «фото в песню AI».

В чём разница между Музыкальным режимом и Raw?

Музыкальный режим берёт самый яркий пиксель в каждом временном срезе и сопоставляет его вертикальную позицию с нотой выбранной гаммы (пентатоника-минор, мажор, минор, хроматическая). Результат мелодичный и приятный на слух. Raw-режим — аддитивный синтез: каждый пиксель каждого столбца становится синусоидным обертоном, частота которого зависит от строки, а громкость — от яркости. Аудио буквально является спектрограммой вашего изображения — жёстким и дроновым, но это классический подход к сонификации, используемый в vOICe (для незрячих) и Photosounder.

Как работает Raw-сонификация?

Изображение сканируется слева направо (ось времени). Для каждого столбца пиксели снизу вверх отображаются на логарифмический диапазон частот (200–4000 Гц). Яркость пикселя управляет громкостью этой частоты — яркие пиксели громкие, тёмные тихие. Цвет влияет на форму волны: тёплые цвета используют пилу, холодные — синус, нейтральные — треугольник.

Какие изображения подходят лучше всего?

Для Музыкального режима подойдёт любое изображение с явным контрастом и несколькими яркими формами — лица, простые объекты, текст. Для Raw-режима лучшие результаты дают простые высококонтрастные паттерны (геометрические фигуры, текст, диагональные линии, градиенты). Очень тёмные или однородные изображения дают мало звука в обоих режимах.

Полезно ли это для незрячих пользователей?

Да. Сонификация изображений передаёт визуальную информацию через звук — например, есть ли на изображении яркие области, паттерны или отчётливые зоны. Raw-режим — стандартный подход в accessibility-инструментах (vOICe). Музыкальный режим менее информативен, но приятнее для повседневного слушания. Ни один не заменяет экранные чтецы или альтернативный текст, но даёт дополнительный способ воспринимать визуальный контент через звук.

💡 Хотите, чтобы мы улучшили этот инструмент лично для вас?

Мы можем! И это бесплатно. Просто отправьте нам сообщение с вашим пожеланием. Если хотите обсудить детали — оставьте свою почту, и мы с вами свяжемся. Можно анонимно.

Как вы оцениваете этот инструмент?

3 (1 оценка)

Спасибо за вашу оценку!

Изменить оценку

Хотите оставить комментарий?

Хотите рассказать подробнее? Оставьте комментарий!

Спасибо! Ваш комментарий появится после модерации.

Кому подходит этот инструмент

Опубликовано 08 мар 2026 Обновлено 21 мая 2026