🪄 Generatory AI, ElevenLabs Sound FX & Smart Melody

Omni DAW posiada zintegrowany pakiet sztucznej inteligencji i algorytmów generatywnych, wspierający twórców w tworzeniu unikalnych efektów dźwiękowych Sound FX, wokali lektorskich TTS, progresji akordowych oraz tekstur widmowych.

1. Integracja z ElevenLabs: Sound FX & Voice Generation

Omni DAW posiada bezpośrednie połączenie z API ElevenLabs Sound Generation & Text-to-Speech:

A. Generowanie Efektów Dźwiękowych Sound FX

Wpisz prompt słowny opisujący poszukiwany efekt (np. "Wybuch lasera w przestrzeni kosmicznej", "Mroczny ryk potwora", "Przejście stukania w szkło"), a silnik ElevenLabs wygeneruje czysty, wysokiej jakości plik audio Sound FX bezpośrednio do Twojego projektu!

B. Generowanie Wokali i Lektora (Text-to-Speech TTS)

• Wybór Modeli i Głosów: Dostęp do najnowszych modeli wokalnych ElevenLabs.
• Generowanie Mowy: Przekształcanie tekstu na naturalnie brzmiące linie wokalne, lektorskie i narracyjne z regulacją emocji i stabilności.

C. Zastosowanie w Modułach DAW:

• ScratchDeck Integration: Wygenerowany sampel Sound FX lub wokal może zostać natychmiast wysłany do modułu ScratchDeck w celu drapania płytą gramofonową na żywo!
• Convolution Reverb IR Generation: Tworzenie syntetycznych odpowiedzi impulsowych IR dla efektu Conv Reverb.
• Historia Sampli: Automatyczny zapis wszystkich wygenerowanych sampli na dysku w formacie WAV/MP3 z możliwością ich szybkiego ponownego użycia.

2. Smart Random Melody Generator (Algorytmiczne Melodie)

W edytorze Piano Roll znajduje się generator Smart Random Melody, wykorzystujący 12 archetypów kompozycyjnych:

1. Stepwise Flow: Płynny ruch stopniowy, łukowe frazowanie śpiewne (Pop / Folk / Singer-Songwriter).
2. Minimal Cell: Krótkie 2–4 nutowe motywy powtarzane z transpozycją i odwróceniem (Minimalism / Techno).
3. Classical Arch: Klasyczna architektura frazy z wyraźnym narastaniem do punktu kulminacyjnego i wybrzmiewaniem.
4. Funk Groove: Synkopowany rytm, chromatyczne nuty sąsiednie oraz nacisk na akcentowany beat (Funk / R&B).
5. Celtic Reel: Bardzo szybkie przebiegi krokowe i ozdobniki (Jig / Celtic Reel).
6. Bebop Line: Jazzowa chromatyka, nuty podejściowe (approach notes) oraz celowanie w składniki akordowe.
7. Arpeggio Loop: Zapętlone arpeggio cyklicznie przechodzące po stopniach skali.
8. Synth Arp: Dynamiczna linia syntetyczna 8-ek i 16-tek z powtarzalnym wzorcem interwałowym (Synth-Pop / EDM).
9. Sequence Run: Wznoszące lub opadające przebiegi równoległych tercji i sekst.
10. Ambient Drift: Szerokie skoki interwałowe, długie wybrzmiewające nuty i przestrzenne pauzy (Ambient / Soundscape).
11. Tension Build: Narastanie napięcia poprzez podnoszenie rejestru i gęstości rytmicznej.
12. Modal Motive: Etniczne motywy modalne i luki pentatoniczne.

3. Progresje i harmonia (Piano Roll)

Sekcja PROGRESSION & HARMONY w prawym panelu piano rolla tworzy progresję akordów, zapisuje ją jako linię akordów (chord lane) klipu i gra ją nutami. Teoria siedzi w omni_shared::harmony.

Źródła (zakładki):

• LIBRARY: 240 nazwanych progresji w 20 kategoriach (pop, rock, jazz, blues, gospel, soul, lo-fi, EDM, filmowe, klasyczne, modalne, chromatyczne, latin, funk, metal, J-Pop, hip-hop…), z wyszukiwarką po nazwie, gatunku i nastroju. KEY FIT ustala, jak progresja wchodzi w tonację edytora: IN SCALE (molowa progresja w dur zaczyna od równoległej molowej, Am–F–C–G w C-dur), SAME ROOT (ta sama tonika, własny tryb progresji), REMAP (każdy stopień dostaje akord tonacji edytora). Akordy zapożyczone i wtórne zawsze zostają sobą. Bieżącą linię można zapisać do My progressions (pliki .progomni w <config>/progressions/).
• GENERATE: 18 stylów (Pop, Rock, Ballad, R&B / Neo-Soul, Jazz, Blues, Gospel, Lo-fi, EDM, Cinematic, Classical, Bossa, Funk, Folk, Metal, J-Pop, Ambient, Dark). Gałki COLOUR (triady → septymy → nony → alterowane), TENSION, SURPRISE i BORROW (akordy spoza tonacji). Do tego rytm harmoniczny (1/takt, 2/takt, 1/2 takty, TURN, 2+1+1, 3+1, 1/miarę), krzywa napięcia (FLAT/RISE/FALL/ARCH/WAVE), kadencja (LOOP, V-I, HALF, IV-I, V-vi, OPEN), start na I, forma A A' i seed. Zablokowane akordy linii zostają przy ponownym generowaniu.
• MELODY: akordy pod melodią klipu (zaznaczenie albo wszystkie nuty, które nie należą do linii), z wagą melodii względem stylu.
• TYPE: akordy wpisane tekstem: symbole (Am7 D9 Gmaj7), cyfry rzymskie (ii7 V7 Imaj7, bVII, V7/vi), kreski taktowe (| C | G | Am F |), . przedłuża akord, I:2 = długość w beatach.
• DETECT czyta akordy z nut już leżących w klipie, AI opisuje progresję słowami (dostawca LLM).

SOUND decyduje, jak linia gra: voicing (Close, Drop 2, Drop 3, Drop 2+4, Open, Spread, Shell, Rootless A/B, Quartal, Guitar — kształty grywalne na gryfie, Pad, Power), rejestr, liczba głosów, reguła górnego głosu (SMOOTH/FREE/HOLD/RISE/FALL), limity niskich interwałów; wzorzec gry (blok, pad legato, staby 3-3-2, offbeat, pulsy, arpeggia, strum, piano ballad, Alberti, Charleston, bossa, gospel push), antycypacja (PUSH), velocity, gate, akcent, strum, humanize; warstwy CHORDS / BASS / TOP i bas (ROOT/SLASH/SMOOTH/PEDAL × sustain, ósemki, oktawy, pryma-kwinta, walking, synkopa). Głosy są prowadzone przez całą progresję naraz (najmniejszy ruch).

Linia akordów nad siatką: kolor = funkcja (tonika / subdominanta / dominanta), symbol i cyfra rzymska. Klik odsłuchuje akord, przeciągnięcie prawej krawędzi zmienia długość, dwuklik pozwala wpisać akord, PPM otwiera reharmonizację (zamienniki tej samej funkcji, akordy zapożyczone, dominanty wtórne, ii-V do następnego akordu, podstawienie trytonowe, backdoor, zmniejszony przejściowy, zawieszenia, ruchy neo-riemannowskie, medianty chromatyczne, kolor, przewroty, pedał), jakość akordu, blokadę, podział, scalenie i usuwanie. Przy włączonym LINK edycja linii przepisuje tylko nuty, które linia sama napisała; melodia narysowana ręką zostaje. Każda zmiana to jeden krok undo (nuty i linia razem). Mapa w panelu pokazuje progresję na kole kwintowym i jej krzywą napięcia. Generator melodii trzyma się akordów linii, a progresja przeciągnięta z analizy audio w przeglądarce staje się linią klipu.

4. Integracja z Modelami LLM AI (AI MIDI Create & AI Progression)

Dla użytkowników poszukujących pełnej syntezy generatywnej, Omni DAW oferuje bezpośrednią integrację z modelami LLM. Dostępnych jest 6 dostawców: Anthropic Claude (domyślny), OpenAI GPT, Google Gemini, DeepSeek, oraz dwa lokalne — LM Studio i Ollama (bez klucza API, konfigurowane przez lokalny adres, domyślnie http://localhost:1234/v1 dla LM Studio i http://localhost:11434/v1 dla Ollama):

• Okno AI Create — Melody: Wpisz prompt tekstowy (np. "Mroczna linia basowa w stylu synthwave 120 BPM w tonacji D-moll") – silnik wyśle zapytanie do wybranego dostawcy AI i wstawia wygenerowane nuty na siatkę Piano Roll.
• Okno AI Generate — Progression: Generowanie harmonii wieloakordowych z opisów słownych klimatu utworu.

5. AI Image Generator dla Syntezatora Iris

Dla syntezatora Iris (patrz /docs/alchemical-synth — silnik resyntezy obrazu na dźwięk) Omni DAW posiada wbudowany generator obrazów AI oparty o model Google Gemini (gemini-2.5-flash-image, niezależny od modelu tekstowego wybranego w ustawieniach AI):

• Wpisz opis wizualny (np. "Zorza polarna nad arktycznym oceanem"), a AI wygeneruje obraz, który zostaje automatycznie zapieczony w addytywną tablicę widmową (klatki × partiale) napędzającą syntezę Iris.

6. Audio to MIDI (Basic Pitch)

Omni zamienia nuty dowolnego nagrania na MIDI siecią Basic Pitch (otwarty model transkrypcji Spotify, licencja Apache 2.0). Model jest wbudowany w Omni i działa na Twoim komputerze: nic nie jest wysyłane ani pobierane. Słyszy wiele nut naraz (akordy, fortepian, gitara) i pojedyncze linie (wokal, lead, bas), a trzy minuty audio analizuje w około sekundę.

• Przeglądarka: najedź na plik na liście Samples i kliknij klawisz z klawiaturą (albo PPM → Audio to MIDI). Panel AUDIO TO MIDI pokazuje nuty nad plikiem z playheadem odsłuchu. Przeciągnij rolkę albo DRAG MIDI na tor, klip lub piano roll; nuty leżą na siatce tempa pliku (z nazwy pliku albo oszacowanego, jak w panelu akordów).
• Sampler: klawisz z klawiaturą w pasku edytora sampla rysuje nuty na waveformie. DRAG MIDI bierze nuty grającego regionu, w tempie sampla w trybie Warp, a poza nim w tempie utworu, przesunięte o pitch samplera. W trybie Slice SLICE stawia slice na każdej nucie.

Ustawienia (analiza biegnie raz, gałki od razu czytają ją na nowo): POLY (wszystkie nuty), MELODY (jedna linia od A1 w górę) albo BASS (jedna linia do G2); SENS (jak łatwo zaczyna się nuta), SUST (jak długo nuty brzmią), MIN (najkrótsza zachowana nuta, w ms). Pełny utwór najpierw rozdziel na stemy i transkrybuj wybrany stem.