एमसीपी के माध्यम से एआई एजेंट द्वारा संगीत निर्माण

अक्टूबर 2026 में प्रकाशित

Doseedo एमसीपी सर्वर पर तीन पीढ़ी के उपकरण मौजूद हैं, और वे अलग-अलग कार्यों के लिए अलग-अलग उपकरण हैं। doseedo_generate_music बनाता है टेक्स्ट प्रॉम्प्ट से उत्पन्न मूल गीत या वाद्य यंत्रअगर आप चाहें तो गीत के बोल भी उपलब्ध हैं। doseedo_render_midi नाटकों आपके सटीक नोट्स मॉडल किए गए में से एक पर उपकरण — एक वायलिन, एक टेनर सैक्सोफोन, एक इलेक्ट्रिक गिटार, एक पियानो — आपकी गति से, आपकी धुन में, चुनने के लिए कई विकल्पों के साथ। doseedo_cover_song आपके द्वारा अपलोड किए गए गाने को पुनः रेंडर करता हैवाद्य यंत्रों को बदलते हुए, शैली को बदलते हुए या बोलों को बदलते हुए, इसकी मूल संरचना को बरकरार रखते हुए। एक एजेंट इन्हें एक साथ जोड़ सकता है: एक संदर्भ का विश्लेषण करें, एक उपयुक्त भाग लिखें, उसे प्रस्तुत करें, और सबसे अच्छे संस्करण को एक सेशन ट्रैक पर डाल दें।

तीनों उपकरण

• doseedo_generate_music — prompt (वार्म जैज़ ट्रायो, ब्रश ड्रम, लेट-नाइट बैलेड), वैकल्पिक lyrics, duration_seconds, seed. bpm और time_signature हैं कैप्शन संकेतनियंत्रण नहीं: आउटपुट उनसे विचलित हो सकता है। सत्र के ग्रिड पर मौजूद होने वाले हिस्से को नोट्स के रूप में लिखा जाता है और उसके बजाय प्रदर्शित किया जाता है।
• doseedo_render_midi — notes बार 1 से बीट्स में (या एक midi_urlया किसी सेशन ट्रैक द्वारा session_id + track_id), एक आवश्यक instrument कैटलॉग से आईडी GET /api/instrumentsएक आवश्यक bpmअधिकतम चार takes एक ही कॉल में बिना किसी अतिरिक्त क्रेडिट के, timbre_preset या एक timbre_audio_url — एक छोटी रिकॉर्डिंग जिसकी ध्वनि रेंडर में समाहित हो जाती है — एक dynamics लक्ष्य, और voice_split कॉर्ड्स के लिए (प्रत्येक रेंडर में एक वॉइस, परिणाम में मैप की गई)। नोट्स को वैसे ही भेजा जाता है जैसे वे लिखे गए हैं; कुछ भी स्नैप नहीं किया जाता है।
• doseedo_cover_song — एक अपलोड किया गया गाना और एक instruments स्वैप मैप ({"piano":"electric_guitar","sax":"violin"}), ए genre, प्रतिस्थापन lyricsएक संदर्भ मिश्रण जिसका ध्वनि स्वरूप अपनाना है, एक drum_split इसे अलग-अलग किट के टुकड़ों में विभाजित किया गया है, और स्रोत से कितनी दूरी तक जाना है, इसके लिए एक फ़िडेलिटी डायल दिया गया है।

ये तीनों एसिंक्रोनस जॉब हैं: रेंडर होने में एक से तीन मिनट लगते हैं, जिनका इंतजार किया जाता है। doseedo_wait_task; रिकॉर्डिंग सर्वश्रेष्ठ से प्रथम क्रम में वापस आती हैं, पूर्व-हस्ताक्षरित लिंक के रूप में जो 24 घंटे के लिए मान्य होते हैं, और उसी रिकॉर्डिंग को पुनः रेंडर करने के लिए सीड भी उपलब्ध होता है। एक रेंडर की कीमत 30 सेकंड के विंडो के लिए दस क्रेडिट है, और कोट टूल इसकी कार्यप्रणाली दिखाता है। वास्तविक उत्तर, 15 अक्टूबर 2026 को कैप्चर किया गया, जिसमें तीन रिकॉर्डिंग के साथ 21 सेकंड का अपराइट-बास पार्ट शामिल है:

{
  "job": "render_midi",
  "estimate": { "generation": 10 },
  "basis": "10 credits per 30 s window (21 s → 1 window) → 10 credits",
  "assumptions": [
    "takes (3) render in one GPU batch and cost nothing extra",
    "a chord part split into voices (voice_split) costs one batch per ~6 voices — pass voices to price it"
  ],
  "affordable": true
}

वेटर की रेसिपी ने परिवार के बाकी सदस्यों को भी उसी पैमाने पर ला दिया: उत्पन्न प्रत्येक 30-सेकंड के विंडो के लिए 10 क्रेडिट (चार मिनट के गाने के लिए 90 क्रेडिट) लगते हैं। ढकना इसकी कीमत 40 है और इसमें तीन से आठ मिनट लगते हैं क्योंकि लंबे गाने 30-सेकंड के अंतराल में रेंडर होते हैं। अकाउंट के फ्री टियर में पहले कुछ रेंडर शामिल हैं।

एजेंट द्वारा चलाया जाने वाला लूप

> Analyse ./ref.wav for key and tempo. Write an eight-bar
  walking bass line that fits, check the harmony, render it
  on upright bass — three takes — and put the best one on a
  new track in my "Bridge Demo" session at bar 17.

> Generate a 60-second lo-fi hip-hop instrumental, 85 bpm
  feel, and add it to the session as a reference track.

> Cover ./demo.wav as bossa nova with the piano swapped
  for nylon guitar, and give me the stems.

> Render this melody as a horn section: split the chords
  into voices and render each one on its own instrument.

पहले प्रॉम्प्ट में क्रम से पांच उपकरणों का उपयोग किया गया है — analyze_song, analyze_midi, render_midi, wait_task, add_audio_to_session — और यह है रचना-भाग यह रेसिपी सर्वर द्वारा स्वयं प्रकाशित की जाती है। doseedo_recipesइसलिए एजेंट को अनुक्रम का आविष्कार नहीं करना पड़ता। परिणाम एक सत्र ट्रैक पर आता है; साथ में Dø Desktop उस Logic प्रोजेक्ट को मैक पर खोलकर चलाने पर, यह कुछ ही सेकंड में व्यवस्थित हो जाता है।

प्रॉम्प्ट जनरेशन बनाम नोट्स का प्रस्तुतीकरण

यही वो अंतर है जो निराशा से बचाता है। तुरंत जनरेशन का उद्देश्य है... सामग्री: एक बिस्तर, एक संदर्भ, एक शैली का रेखाचित्र, गाए गए बोलों के साथ एक पूरा गीत। इसमें आपके द्वारा बताई गई कोई कुंजी या गति नहीं होगी, क्योंकि प्रॉम्प्ट एक कैप्शन है, स्कोर नहीं। रेंडरिंग इसके लिए है। पार्ट्सआप (या एजेंट) नोट्स लिखते हैं, उसी सुर और गति में जो सेशन में वास्तव में होती है, और एक मॉडल किया हुआ वाद्य यंत्र उन्हें बजाता है — इसीलिए यह किसी भी ऐसी चीज़ के लिए उपकरण है जिसे अरेंजमेंट में फिट करना होता है। कवर तीसरा मामला है: गाना मौजूद होता है, और जो बदलता है वह यह है कि उसे कौन बजा रहा है। MIDI से ऑडियो पेज यह रेंडरिंग का ब्राउज़र संस्करण है और उपकरण सूची उन सभी चीजों की सूची दी गई है जिन्हें खेला जा सकता है।

जनरेशन सर्वर पर चलता है, इसलिए इसका आपके DAW के खुले होने पर कोई फर्क नहीं पड़ता — यह फोन, टर्मिनल, CI जॉब से काम करता है। करता है डेस्कटॉप ब्रिज की आवश्यकता केवल अंतिम चरण है, जिसके बाद टेक एक खुले Logic प्रोजेक्ट में दिखाई देता है; इसके बिना, टेक सेशन में रहता है और अगले डाउनलोड में उपलब्ध होता है।

संबंधित

• ब्राउज़र में MIDI को ऑडियो में बदलें
• वाद्य - यंत्र
• सबसे पहले संदर्भ का विश्लेषण करें: कुंजी, गति, कॉर्ड
• एमसीपी पर Stem separation
• रिकॉर्डिंग को ट्रैक पर डालें: क्लाउड के साथ एडिटिंग सेशन