Jak komponujemy piosenkę w 30 minut — POLSKI_SYSTEM od kuchni
Autor: Maestro
Trzydzieści minut to nie jest dużo na piosenkę, która ma dać komuś ciarki.
Kiedy dostaję brief, zegar już tyka. Po drugiej stronie ktoś czeka — często w przededniu urodzin Mamy, w noc przed rocznicą, na lotnisku, w pracy w przerwie obiadowej. I to „ktoś" nie chce demo. Chce piosenki, która sprawi, że osoba, którą kocha, usiądzie, zamilknie i poczuje, że ktoś o niej pomyślał naprawdę.
Pierwsze, co robię, to nie włączam żadnego narzędzia. Czytam. Czytam brief dwa razy — raz, żeby zrozumieć fakty, drugi raz, żeby usłyszeć emocję pod faktami. Bo tekst „Mama ma 60 lat, lubi spokojną muzykę" mówi mi mniej niż jedno zdanie: „Wychowała mnie sama". To drugie zdanie jest piosenką. Pierwsze to tylko formularz.
Jestem music directorem piosenka.ai. Odpowiadam za to, jak brzmią nasze piosenki — za polski wokal, za 24 gatunki, za metodę, którą nazywamy POLSKI_SYSTEM, i za to, że każdej piosenki ktoś posłucha, zanim trafi do Ciebie. Ten tekst to spojrzenie od kuchni — jak ze wspomnienia robi się piosenka w pół godziny i dlaczego akurat tak.
Dlaczego polski wokal w AI to problem
Zacznijmy od rzeczy, której większość ludzi nie słyszy świadomie, ale czuje natychmiast: sztuczna inteligencja domyślnie śpiewa po angielsku — nawet kiedy słowa są polskie.
Modele muzyczne uczyły się na milionach utworów anglojęzycznych. Angielski ma krótkie słowa, dużo jednosylabowców, akcent zwykle na pierwszej sylabie i frazy, które „domykają się" inaczej niż nasze. Polski jest na drugim biegunie. Mamy długie wyrazy, zbitki spółgłosek, których żaden Amerykanin nie wymówi („wdzięczność", „Tańcz", „szczęście"), akcent prawie zawsze na przedostatniej sylabie i zdania, które oddychają dłuższą frazą.
Kiedy do modelu wrzuci się polski tekst napisany „po angielsku" — czyli krótkie wersy, rytm jednosylabowy, schemat rymów ABAB na sztywno — wychodzi coś, co nazywam google translate w postaci piosenki. Melodia może być ładna. Wokal może być czysty. A jednak słychać, że to obcy głos czyta polskie słowa z kartki. Akcent ucieka, samogłoski są za płaskie, frazy urywają się w złych miejscach. Mózg odbiorcy wyłapuje to w pół sekundy, choć nie potrafi nazwać.
Najczęstszy błąd, jaki widziałem w tej branży, to założenie, że wystarczy „przetłumaczyć" dobry angielski songwriting na polski. Nie wystarczy. Polska Mama nie wzruszy się piosenką w obcym akcencie. Polska Mama wzruszy się, kiedy usłyszy swoje imię wypowiedziane polskim głosem, z polskim akcentem, w polskiej kadencji. To nie jest detal techniczny. To jest cała różnica między „ładną piosenką z internetu" a „piosenką o mnie".
Czym jest POLSKI_SYSTEM
POLSKI_SYSTEM to metoda, którą zbudowałem właśnie po to, żeby piosenka brzmiała po polsku — nie po amerykańsku z polskimi słowami. Nie zdradzę całej kuchni (to nasz przepis i nasz wyróżnik), ale pokażę, na czym polega myślenie.
Punkt wyjścia jest zawsze ten sam. Najpierw gatunek — co pasuje do tej osoby i tej okazji. Potem szukam polskiego punktu odniesienia — nie po to, żeby kopiować, lecz żeby złapać idiom: jak ten gatunek brzmi po polsku, a nie po angielsku. Rock to inny świat u Lady Pank niż w amerykańskim radiu. Ballada inaczej oddycha u polskich wokalistek niż u Celine Dion. Disco polo to w ogóle osobna planeta, której żaden zagraniczny model nie rozumie. Dopiero na końcu przychodzi polonizacja — czyli dopasowanie tekstu, fraz i rytmu tak, żeby polski wokal mógł je naprawdę zaśpiewać, a nie przeliterować.
Druga warstwa to polskie formy poetyckie. Tu sięgam po rzeczy, których polonista uczy w liceum, a których w piosenkach AI nikt nie stosuje. Trzynastozgłoskowiec — wers o trzynastu sylabach z naturalną cezurą (pauzą) po siódmej, ten sam rytm, którym pisał Mickiewicz w „Panu Tadeuszu". Brzmi dostojnie, płynie, leży w polskim uchu jak ulał. Oktosylab — krótszy, ośmiosylabowy wers, lżejszy, taneczny, świetny do refrenów. I rymy, których dobieram świadomie: aabb (parzysty, prosty, dziecięcy lub weselny), ABAB (krzyżowy, narracyjny), albo ABBA (okalający, bardziej kunsztowny). To nie jest ozdobnik. To jest powód, dla którego polski wers śpiewa się, zamiast czytać.
Trzecia warstwa to architektura refrenu — coś, co u nas zwykle zaczyna się od wołacza z imieniem. „Wybieram, [imię]". „Pamiętam, [imię]". „Tańcz, [imię]". Wołacz po polsku robi rzecz, której angielski nie ma: zwraca się do kogoś bezpośrednio, gramatycznie, czule. „Olu", „Mamo", „Krzysiu" — to nie to samo co „Ola", „Mama", „Krzysiek". To zawołanie, nie etykieta. Kiedy Mama słyszy swoje imię w wołaczu w refrenie, słyszy, że ktoś mówi do niej, nie o niej. Dokładnych wzorców nie zdradzę — ale to właśnie ta warstwa najczęściej daje ciarki.
Proces krok po kroku — trzydzieści minut
Tak wygląda droga od briefu do gotowej piosenki. Czasem szybciej (piętnaście minut), czasem na styk — ale rytm jest zawsze ten sam.
Minuta 0-5 — emocjonalny rdzeń. Czytam brief i szukam jednego: co tak naprawdę ten człowiek chce powiedzieć, a nie umie? Zazwyczaj jest tam jedno zdanie, które jest sercem całości — jakieś przezwisko, jakieś powtarzane zdanie, jakaś scena. „Wołała mnie słoneczko". „Zawsze mówił: damy radę". To wyławiam i podkreślam. To będzie wracać w refrenie.
Minuta 5-15 — tekst i gatunek. Najpierw decyzja o gatunku i polskim idiomie. Potem piszę tekst według POLSKI_SYSTEM — dobieram długość wersów (krótsze przy wolnej balladzie, dłuższe przy budowanej, filmowej), schemat rymów pod gatunek, i wplatam imię oraz minimum dwa konkrety z historii. Konkret jest święty. „Kochana Mama" to każda Mama. „Mama, która niosła Cię na rękach przez całą ulicę Słowackiego" to ta jedna. Najtrudniejsze są tu rymy — bo łatwy, oklepany rym („kochanie / marzenie") brzmi tanio wszędzie poza disco polo, gdzie akurat jest pożądany. Dlatego dla każdego gatunku mam inne reguły rymowania.
Minuta 15-25 — kompozycja i wokal. Teraz AI tworzy melodię i brzmienie na podstawie tekstu i opisu gatunku. Dobieram tempo, tonację, barwę głosu (kobiecy ciepły alt, męski tenor z chrypką, dziecięcy jasny — pasujący do osoby i emocji) oraz instrumentarium. To moment, w którym pilnuję polskiego wokalu jak oka w głowie. Jeśli głos „ucieka" w obcy akcent albo gubi zbitkę spółgłosek, wracam i poprawiam frazę, żeby dało się ją zaśpiewać po polsku.
Minuta 25-30 — listening check. I tu dzieje się rzecz, której nie pomijamy nigdy: słucham. Całą piosenkę, od początku do końca, uchem nie kalkulatorem. O tym osobno za chwilę — bo to najważniejsze pięć minut z całych trzydziestu.
Trzy piosenki, jak mogłyby wyglądać — różne okazje, jedna metoda
Żeby pokazać POLSKI_SYSTEM w działaniu, opiszę trzy przykłady. Są zmyślone, ale wiarygodne — mogłyby przyjść jutro w skrzynce. Każdy pokazuje co innego.
Ballada dla Mamy na sześćdziesiąte urodziny
Wyobraźmy sobie córkę, która zamawia piosenkę dla Mamy kończącej sześćdziesiątkę. Gatunek: pop ballad z filmowym brzmieniem — fortepian, smyczki, ciepły kobiecy wokal, wolne tempo. Persona, w którą wchodzę pisząc tekst, to córka mówiąca do Mamy. Forma: dłuższe wersy w zwrotkach (filmowa ballada potrzebuje przestrzeni, żeby budować napięcie), rymy krzyżowe ABAB, a w finałowym refrenie modulacja o pół tonu wyżej — chwyt, który podnosi włoski na karku, bo ucho czuje, że emocja właśnie urosła. W refrenie wołacz: „Mamo". Efekt: wzruszenie, cisza, ten rodzaj łez, które przychodzą bez płaczu.
Disco polo na wesele
Teraz para zamawiająca piosenkę na własne wesele — albo świadek z niespodzianką. Gatunek: disco polo, i tu wszystko działa odwrotnie. Żadnej filmowej finezji. Tempo szybkie, dur (nigdy moll — to muzyka radości), krótkie oktosylabowe wersy, rymy aabb proste i oczywiste — bo tu prosty rym to zaleta, nie wada. Refren krótki, hookowy, powtórzony cztery razy, żeby cała sala mogła go śpiewać. Persona: zabawa, ciepło, taniec. Polski poetycki chwyt jest tu paradoksalnie w prostocie — oktosylab, który wpada w ucho po pierwszym odsłuchu. Efekt: parkiet pełny, goście pytają DJ-a, czyje to wykonanie, a nikt nie wie, że to piosenka tylko o tej parze.
Rock dla Taty na Dzień Ojca
I trzeci przykład — syn dla Taty, który kochał polski rock lat osiemdziesiątych, Lady Pank, Dżem, ten świat. Gatunek: ballada rockowa, gitary elektryczne, męski wokal z pazurem (nie gładki croon — surowy, prawdziwy), wyraźna dynamika: zwrotka cicho, refren wybucha, mostek opada, finał na pełnej mocy. Forma: mocniejsze, dłuższe wersy, zdecydowane zakończenia rymów. Persona: męska, dorosła, bez ckliwości — bo polski Tata nie znosi Hallmarku. Tu pilnuję, żeby nie wpaść w sentymentalizm; siła emocji ma być w tym, co niedopowiedziane. Wołacz powściągliwy. Efekt: ten rodzaj wzruszenia, które mężczyzna ukrywa, odwracając głowę.
Trzy okazje. Trzy gatunki. Trzy zupełnie różne metody w obrębie jednego systemu. To właśnie znaczy „polski idiom" — disco polo i rocka pisze się inaczej nie dlatego, że tak wypada, lecz dlatego, że po polsku brzmią inaczej.
Dlaczego słuchamy każdej piosenki
Mógłbym napisać, że mamy „kontrolę jakości". Ale to za mało powiedziane. Każdej piosenki ktoś słucha — w całości — zanim trafi do Ciebie. Nie sprawdzam tabelki. Siadam i słucham, tak jak posłucha jej Mama, partner, przyjaciel.
I zadaję jedno pytanie, to samo, którym mierzymy w naszej firmie wszystko, od ceny po dobór czcionki: „Czy ta piosenka da komuś ciarki na ciele?" To nie metafora. To dosłowny próg. Jeśli słucham i nic nie czuję — coś jest nie tak. Wokal ucieka w obcy akcent. Rym brzmi sztucznie. Imię nie siedzi w refrenie tam, gdzie powinno. Konkret z historii zniknął gdzieś po drodze. Wtedy nie wysyłam. Wracam do tekstu, czasem do gatunku, czasem do barwy głosu — i poprawiam.
Odrzucam piosenki, które są „technicznie dobre", ale puste. Płaski wokal. Brzmienie, które mogłoby być o kimkolwiek. Rytm, który urywa frazę w złym miejscu. Bo „technicznie dobre" to za mały cel. Celem są ciarki.
Ktoś zapyta: po co człowiek, skoro to AI? Odpowiadam tak, jak naprawdę myślę. AI nie zastępuje serca. AI amplifikuje serce. Ty dajesz wspomnienie — to jest serce. AI tworzy z niego melodię i głos — to jest wzmocnienie. A ja jestem tym, który pilnuje, żeby między jednym a drugim nic się nie zgubiło. AI to kręgosłup. Człowiek to ucho.
Co to znaczy dla Ciebie
Kiedy zamawiasz piosenkę, nie dostajesz wyniku z generatora. Dostajesz coś, co przeszło przez polski idiom, przez polskie formy poetyckie, przez Twoje konkretne wspomnienia wplecione w tekst — i przez czyjeś ucho, które posłuchało jej do końca i zadało jedno pytanie o ciarki.
Trzydzieści minut. Brzmi jak mało. Ale to wystarczy, żeby ze zdania „wychowała mnie sama" zrobić trzyminutową piosenkę, której Mama posłucha trzy razy pod rząd, a potem zadzwoni do Ciebie i nie będzie umiała powiedzieć nic poza „dziękuję".
Jeśli masz w głowie kogoś, kto nigdy nie miał piosenki o sobie — Mamę, partnera, Tatę, przyjaciela, dziecko — to opowiedz nam jego historię. Resztę zrobimy my. Z polskim wokalem, w polskim idiomie, z imieniem w refrenie. I posłuchamy, zanim wyślemy.
— Maestro, music director piosenka.ai
Zamów piosenkę dla bliskiej osoby — od 59 zł →
Powiązane artykuły
Stwórz piosenkę pełną emocji
Od 59 zł · gotowa w 15 min. Bez wychodzenia z domu, od 59 zł.
Stwórz piosenkę 🎵