Audio Prompting

Generowanie audio z AI otwiera nowe możliwości — od muzyki w tle, przez voice-overy, po efekty dźwiękowe. Ten przewodnik uczy, jak skutecznie promptować modele audio.

Modele audio w Armox

Generowanie muzyki

Mowa i głos

Podstawy promptów do muzyki

Prompty do muzyki powinny opisywać:

1. Genre/Style — jaki typ muzyki?
2. Mood/Emotion — jaki ma być nastrój?
3. Instruments — jakie brzmienia?
4. Tempo — szybko czy wolno?
5. Purpose — do czego to ma służyć?

Podstawowa struktura

[Genre] music, [mood], [instruments], 
[tempo], [purpose/context]

Słowa kluczowe gatunków

Bądź konkretny/a w opisie stylu:

Popularne gatunki

Style mieszane (fusion)

Łącz gatunki, aby uzyskać unikalne brzmienie:

• „Jazz-influenced lo-fi”
• „Orchestral with electronic elements”
• „Acoustic pop with indie vibes”
• „Cinematic ambient”

Mood i emocje

Pozytywne nastroje

• „Uplifting and inspiring”
• „Happy and cheerful”
• „Energetic and exciting”
• „Warm and comforting”
• „Hopeful and optimistic”

Spokojne nastroje

• „Peaceful and serene”
• „Relaxing and meditative”
• „Dreamy and ethereal”
• „Gentle and soothing”
• „Contemplative and reflective”

Dramatyczne nastroje

• „Intense and powerful”
• „Mysterious and suspenseful”
• „Epic and triumphant”
• „Dark and moody”
• „Emotional and moving”

Instrumenty i brzmienia

Instrumenty akustyczne

Piano, acoustic guitar, strings, 
violin, cello, flute, 
drums, bass, percussion

Brzmienia elektroniczne

Synthesizer, electronic beats, 
bass drops, pads, arpeggios, 
808 drums, ambient textures

Orkiestra

Full orchestra, brass section, 
string ensemble, timpani, 
French horn, choir

Przykład z instrumentami

Cinematic orchestral music with soaring strings, 
powerful brass, and thundering timpani, 
building to an epic climax, 
movie trailer style

Tempo i energia

Słowa kluczowe tempa

Opis energii

• „Starts soft, builds gradually”
• „High energy throughout”
• „Ebb and flow dynamics”
• „Steady and consistent”
• „Explosive crescendo”

Szablony promptów do muzyki

Muzyka w tle

[Genre] background music, 
[mood], [tempo], 
suitable for [use case], 
[instruments], [duration note]

Example:

Lo-fi hip hop background music, 
relaxing and focused, moderate tempo, 
suitable for studying or working, 
mellow beats with soft piano and vinyl crackle, 
loopable

Soundtrack do wideo

[Genre] music for [video type], 
[mood] feeling, [tempo], 
[instruments], 
syncs with [visual description]

Example:

Uplifting corporate music for product launch video, 
inspiring and professional feeling, moderate upbeat tempo, 
piano, light percussion, subtle strings, 
builds energy toward the end

Intro do podcastu / YouTube

[Genre] intro music, 
[duration] seconds, [mood], 
[instruments], 
catchy and memorable, 
suitable for [content type]

Example:

Modern electronic intro music, 
10-15 seconds, energetic and exciting, 
punchy synths and driving beat, 
catchy and memorable hook, 
suitable for tech podcast

Prompty do mowy i voice-overów

Text-to-Speech

Dla Speech-02 i podobnych modeli promptem jest tekst, który ma zostać wypowiedziany:

[The actual words you want spoken]

Cechy głosu

Niektóre modele pozwalają określić cechy głosu:

Przykłady mowy

Professional Narration:

Welcome to our quarterly report. 
This presentation covers our key achievements 
and strategic initiatives for the coming year.

Friendly Explainer:

Hey there! In this video, we're going to show you 
exactly how to get started with our app. 
It's super easy, I promise!

Dramatic Trailer:

In a world where technology has changed everything... 
one company dares to reimagine the future.

Voice cloning

Aby sklonować głos:

1. Upload czystej próbki audio (10–30 sekund)
2. Connect do Voice Cloning node
3. Provide tekst, który ma zostać wypowiedziany
4. AI generuje mowę w tym głosie

Best practices dla próbek

• ✅ czyste nagranie bez szumów
• ✅ tylko jeden mówca
• ✅ naturalne tempo mowy
• ✅ 10–30 sekund mowy
• ❌ muzyka lub szum tła
• ❌ wielu mówców
• ❌ mocno przetworzone audio

Łączenie audio z wideo

Workflow

1. Najpierw wygeneruj wideo
2. Stwórz audio pasujące do długości wideo
3. Połącz w edytorze wideo

Dopasowanie audio do wideo

Zwróć uwagę na:

• Video duration — dopasuj długość audio
• Video mood — audio powinno uzupełniać
• Key moments — beaty mogą zgrywać się z cięciami
• Pacing — szybkie wideo = bardziej energetyczne audio

Najczęstsze błędy w promptach muzyki

❌ Zbyt ogólnie

Nice music

✅ Lepiej

Uplifting acoustic folk music, 
warm and hopeful, moderate tempo, 
acoustic guitar and light percussion, 
suitable for lifestyle brand video

❌ Sprzeczne opisy

Sad and depressing but also happy and upbeat

✅ Lepiej

Bittersweet and nostalgic, 
melancholic melody with hopeful undertones

❌ Zbyt technicznie

Music in C major at 120 BPM with 
a I-IV-V-I chord progression

✅ Lepiej

Upbeat pop music with a classic, 
familiar chord progression, 
catchy and singable

Przykłady zastosowań

Tło do YouTube

Upbeat electronic background music, 
energetic but not distracting, 
moderate-fast tempo, 
synth pads and light beats, 
suitable for tech review video, 
loopable for long videos

Medytacja / relaks

Ambient meditation music, 
deeply calming and peaceful, 
very slow tempo, 
soft pads, gentle bells, nature sounds, 
suitable for yoga or sleep

Reklama produktu

Modern corporate music, 
confident and innovative feeling, 
moderate tempo building to upbeat, 
clean synths and subtle percussion, 
30 seconds, ends with resolution

Social media reel

Trendy pop music, 
catchy and fun, fast tempo, 
suitable for Instagram Reels, 
15-30 seconds, 
hook in first 3 seconds

Strategia iteracji

1. Start simple — genre + mood + tempo
2. Add instruments — określ kluczowe brzmienia
3. Refine energy — opisz dynamikę i build
4. Match purpose — dopasuj do use case

Następne kroki

• Audio Nodes — ustawienia Audio node
• Audio & Music Workflow — kompletny proces tworzenia audio
• Video Prompting — generuj wideo do połączenia z audio