首先要记住，midi文件并不存储声音，只存储指示合成器（电子乐器）如何发声的动作，比如某个时刻以什么力度按下某个音符。

音符note

狭义的音符指C、D、E、F、G、A、B七个(即Do–Re–Mi–Fa–Sol–La–Si)。广义的应该是包括音符与对应的音阶，比如中央C即C4。音符、琴键与它们在midi中编号的关系如下图所示：

在midi信息中的note number从[21, 108]对应着钢琴的88个琴键。

midi channels

通道，最多有16个通道。可以了解为每个通道对应一个物理输出，所以midi最多可以同时控制16种乐器。

midi tracks

音轨，音轨与通道并不是一一对应，而是可以多对多的关系。音轨是逻辑上的划分，比如可以将钢琴的左手演奏放在track 1，右手演奏放在track 2。但是输出时候，都是对应输出到钢琴的通道。你也可以只设置一个track 1，并且在里面记录着不同通道的消息。另外，还经常将track 0用来存储midi的元信息。

event

事件，也叫做消息（在mido库中使用message表示）。包括三种事件meta event，midi event， sysex event。

meta messages

元消息是不会通过物理线路发送给设备的，只是存储在midi文件中。元消息通常用来存储作者、版权、音轨名、乐器名等信息，以及最重要的tempo值（即microseconds per beat）

midi messages

midi消息中最主要的就是note_on, note_off消息。note_on消息表示敲击某个琴键，同时携带参数表示音符的音高与敲击力度。note_off相应的就是释放该键。note_on与note_off消息必须是一一对应的（除非是打击乐乐器，可以不接收note_off消息）

一个note_on消息由如下三个字节组成：

• • Status byte : 1001 CCCC
  • Data byte 1 : 0PPP PPPP
  • Data byte 2 : 0VVV VVVV

其中CCCC表示midi通道（从0到15，表示通道1~通道16）。

PPP PPPP表示音符号码（从0到127），60即中央C。

VVV VVVV表示力度（从0到127，如果设置位0，其实就等同于note_off消息）。

note_off消息的三个字节同note_on类似，只是其状态码位1000 CCCC，而且力度通常设置为0。

sysex message

系统额外消息，是给不同的midi系统保留的存储自家系统信息的。一般不用管他。

Variable Length Quantity

可变长度的数值表示法（变长数）。每个字节有8位，只使用7位用来表示[0, 127]之间的数值，第一位用来做标志位，0表示这个字节是该变长数的最后一个字节，1表示后面跟着的一个字节也属于该变长数。

举一个可变长度数的例子：81 70，那么这个delta-time实际表示的数为0xF0。怎么来的？0x81的二进制为10000001，后边还有数据；0x70的二进制为01110000，后面没有数据了，这个变长数表示完毕。把下划线部分的数组合起来，就变成了：000 0001111 0000，就是1111 0000，0xF0。

再举个例子：E3 9A B4 70，这个可变长度数实际上表示的是0xC669A70。这串数是这么变化的：0xE3 = 11100011，后面还有数据；0x9A = 10011010，后面还有数据；0xB4 = 1011 0100，后面还有数据；0x70 = 01110000，后面没有数据了，这个变长数表示完毕。把下划线部分的数组合起来，就变成了：1100 0110 0110 1001 1010 0111 0000 = 0xC669A70.
作者：SkyKingATbj
https://www.bilibili.com/read/cv1763510/
出处： bilibili

delta-time

midi文件中每个事件的前面都有一个变长数表示的delta-time，用来标识该事件距离上一个事件经过了多少个ticks。

<delta_time>is the number of 'ticks' from the previous event, and is represented as a variable length quantity。

使用mido库解析midi文件后，每个message对象都有一个time属性，根据不同的使用方式，time属性有两种不同数据类型（int，float）

• inside a track, it is delta time in ticks. This must be an integer.
• in messages yielded from play(), it is delta time in seconds (time elapsed since the last yielded message)