KI-Songgenerator mit stems und MIDI

Veröffentlicht im Oktober 2026

Die meisten KI-Songgeneratoren liefern eine fertige Aufnahme. Doseedo liefert die Session, in der der Song erstellt wurde: eine Logic Pro oder Ableton Live Projekt wobei jeder Teil auf einer eigenen Spur liegt, sowohl als Audio als auch als … Es wurde als MIDI abgespielt.Im Tempo des Songs. Beginnen Sie mit einem Satz im Studio-Chat oder mit einem KI-Agenten wie Claude oder ChatGPT. In jedem Fall erhalten Sie ein fertiges Projekt, das Sie in Ihrer DAW öffnen und bearbeiten können – keine Sammlung von WAV-Dateien, die Sie manuell synchronisieren müssen.

Was kommt zurück

Ein echter Lauf vom 29. Oktober 2026. Die Anfrage lautete „ein 45-sekündiges Country-Lied“, und dies ist das Ergebnis:

Country song from a prompt.logicx     110 bpm · 4/4 · F major · 44.1 kHz
  audio  Drums           45.6 s   272 of 275 written hits heard
  audio  Bass            45.6 s    41 of 41 notes heard
  audio  Rhythm Guitar   45.6 s    74 of 78 strums heard
  audio  Lead Guitar     45.6 s    44 of 44 notes heard
  MIDI   Drums           321 notes
  MIDI   Bass             41 notes
  MIDI   Rhythm Guitar   240 notes
  MIDI   Lead Guitar      44 notes

Die gleichen Parts kamen auch als Ableton Live Set zurück: 110 bpm, dieselben acht Spuren, alle 646 Noten und ein sauberer Durchlauf durch unser System. .als Der Mix wurde gemäß den Laderegeln von Live verarbeitet. Er wurde separat als WAV mit −12,9 LUFS und einem wahren Spitzenwert von −1,0 dB zurückgegeben.

Die angezeigten Werte stammen aus dem internen Protokoll des Renderprozesses. Nach jedem Rendervorgang wird die Audioaufnahme transkribiert und mit den schriftlichen Noten abgeglichen, sodass fehlende Noten sofort erkannt werden und nicht im Mix untergehen. In diesem Durchlauf fehlten beim ersten Drum-Take 53 von 259 Snare-Schlägen, hauptsächlich Ghost Notes. Das Protokoll markierte dies, die Drums wurden auf dem gesampelten Kit (das alle notierten Schläge wiedergibt) neu gerendert, und der neue Take ergab 272 von 275 korrekten Schlägen.

Stems die nie miteinander vermischt wurden

Die meisten Prompt-to-Song-Generatoren erstellen zunächst eine gemischte Aufnahme. Stems, sofern vorhanden, werden anschließend aus dieser Aufnahme extrahiert, sodass jede Spur einen Teil der anderen enthält. MIDI werden, sofern verfügbar, aus den stems transkribiert. Hier ist die Reihenfolge umgekehrt. Zuerst kommen die Noten, jede Stimme wird separat aus ihren eigenen Noten generiert, und aus diesen Generierungen entsteht der Mix. Eine Einzelspur enthält nichts anderes, da sie nie etwas anderes enthielt, und die MIDI Spur ist keine Transkription, sondern die Spur, von der die Audioaufnahme abgespielt wurde.

Zwei Wege in

Vom Browser aus.

1. Offen das Studio und der Chat neben der Zeitleiste („Fragen Sie mich zu Ihrer Sitzung“).
2. Bitten Sie um den Songtitel in einfachen Worten, mit Angabe des Genres und, wenn Sie möchten, der Länge, der Tonart, des Tempos und der Band: "Schreibe einen 2-minütigen Country-Song in G-Dur mit 96 bpm", „Ein Lo-Fi-Hip-Hop-Track mit Rhodes-Piano und Kontrabass“, "ein romantisches Streichquartettstück"Ohne Längenangabe erhält man ungefähr zwei Minuten.
3. Die Song-Engine erstellt das gesamte Arrangement in einem Durchgang (Form, Akkorde und alle Stimmen innerhalb der Form). Jede Stimme landet auf einer eigenen MIDI Spur und wird von einem Instrumentenmodell in voller Länge eingespielt. Ein Lied wird gesungen, es sei denn, Sie wünschen eine Instrumentalversion: Die Engine komponiert die Melodie, und der Chat schreibt pro Phrase eine Textzeile.
4. Verändere einen Part, indem du direkt nach dem Erklingen fragst: „komplexer“, „einfacher“, „mehr Swing“, „eine Oktave tiefer“, „die Drums in Sechzehntelnoten“. Oder bearbeite die Noten selbst.
5. Exportieren Sie aus dem Export-/Freigabe-Panel als Logic Pro, Ableton Live, Pro Tools, FL Studio oder REAPER Projekt.

Das Studio kann ohne Konto genutzt werden. Für den Chat und die Renderings wird ein kostenloses Konto benötigt: Geben Sie Ihre Anfrage im abgemeldeten Zustand ein; sie wird gespeichert und nach der Anmeldung automatisch versendet.

Von einem KI-Agenten.

Das gleiche Ergebnis lässt sich mit jedem KI-Client, der MCP unterstützt (Claude, ChatGPT, Cursor, Gemini CLI, Codex), durch eine einzige Konversation erzielen. Verbinden https://api.doseedo.com/mcp und bittet um das Lied. Der Agent folgt den Anweisungen des Servers. compose-piece Rezept: Es beschreibt jeden Schritt als Notiz. doseedo_render_score spielt sie (ein Hals pro Stimme, jeweils mit einer Quittung, ob die notierten Noten gespielt wurden). doseedo_mix mischt sie, doseedo_session_from_stems Es wird das Logic oder Ableton-Projekt mit allen Spuren als Audio- und MIDI in den Pegeln und Panoramaeinstellungen des Mixes zurückgegeben. Der Agent übernimmt die Komposition, sodass Tonart, Tempo und Form exakt den Vorgaben entsprechen.

Der Claude als Reiseführer geht ein von Claude geschriebenes Stück Note für Note durch, und die ChatGPT-Anleitung Beinhaltet den gleichen Ablauf in ChatGPT.

Was die Song-Engine schreibt

Der Studio-Chat verwendet kein Sprachmodell, um Noten zu erraten. Eine Songanfrage wird an eine Arrangement-Engine mit 45 Genre-Paketen (Trap, Country, House, Bossa Nova, K-Pop, Afrobeats, Orchestermusik und mehr) gesendet, die jeweils die Formen, Akkordfolgen, Grooves, Bassstile und Begleittechniken des Genres beschreiben. Das hat sie in weniger als einer Sekunde für den Country-Song geschrieben:

style   country          tempo 110 bpm (the pack's range is 80–140)
key     F major          20 bars, 43.6 s
form    intro 2 · verse 8 · chorus 4 · chorus 4 · outro 2
chords  F F/A | Bb | F | F5 | Bb | C7 | F | F7 F7/A | Bb | C7 |
        F | Bb | C | F | F | Bb | C | F | C | F
parts   Drums           321 hits   fills into bars 3, 11, 15, 19
        Bass             41 notes  electric bass
        Rhythm Guitar   240 notes  acoustic, strummed chords
        Lead Guitar      44 notes  acoustic, enters with the verse

Da die einzelnen Teile als Noten beginnen, sind Tonart, Tempo und Form Fakten über das Lied und keine bloßen Wünsche: Man kann sie in der Anfrage angeben, und das Projekttempo entspricht dem Tempo des Liedes, sodass nichts vom vorgegebenen Schema abweicht. Text-zu-MIDI-Anleitung zeigt einen 60-sekündigen Trap-Song, der mit derselben Engine erstellt wurde.

Was es kostet und wie lange es dauert

Die Renderings werden aus dem monatlichen Guthaben des Kontos abgezogen: zehn Credits pro 30-Sekunden-Fenster für jede Gruppe von bis zu sechs Teilen (die Aufnahmen in einem Batch kosten keine zusätzlichen Credits). Das Mischen und Erstellen des Projekts kostet keine Credits. Ein kostenloses Konto beinhaltet 120 Credits pro Monat. Pro mit 2.000. Das oben genannte Country-Lied kostete 40: 20 für die vier Stimmen und 20 für das erneute Einspielen des Schlagzeugs.

Die Laufzeit für den Country-Song (inklusive Warteschlange) betrug: 51 Sekunden für das Rendern der vier Spuren, 82 Sekunden für das erneute Rendern der Drums, 23 Sekunden für den Mix und 30 Sekunden für die Erstellung des Logic Projekts. Die Erstellung Ableton dauerte weitere 23 Sekunden.

Hast du schon einen Song?

Existiert der Song bereits, sei es in Suno erstellt oder von einer Band aufgenommen, verläuft der Prozess umgekehrt: Der Mix wird in stems zerlegt, jede Spur wird in MIDI transkribiert und Tempo und Akkorde werden ermittelt – alles in einem Projekt. Audio zur SitzungDie Leitfäden für Suno zu Logic Pro, Suno zu Ableton Und Suno zu MIDI die Fälle abdecken, nach denen die Leute am häufigsten fragen, und einen Song remixen beschreibt, was mit den Teilen zu tun ist.

Verwandt

• Dasselbe gilt für Logic Pro
• Text zu MIDI : das Arrangement als Noten
• Musikgenerierung über MCP
• Audio zu Session: Ein bestehender Song als Projekt
• Die Instrumente, die die Teile spielen