Кирилл, во первых привет!
во вторых, то что ты хочешь - практически недостижимая для сегодняшнего уровня технологии задача
так как миди и цифра - вещи совершенно разные, а в чем то даже противоположные
в цифре звук храниться всего лишь в виде обычного графика звуковой волны, а
миди - это логическая структура, представляющая собой набор нот и команд контроллеров, но не имеющая внутри себя ни единого звука.
все программы "распознающие аудио" работают очень примитивно, и основываются на банальной попытке распознать ноты по амплитуде волны в цифре
это худо бедно
получается, когда мелодия состоит из одного инструмента и примитивных аккордов, но если ты попробуешь преобразовать мелодию из нескольких партий, то кроме бессмысленного набора звуков ничего не получишь
так что лучше не трать силы понапрасну, а лучше поищи нужную мелодию уже в формате миди и
залей в свою нюшу 6610 ;-)