Zwei und mehr unterschiedliche Audioquellen lassen sich in jeder DAW zusammenmischen und überblenden.
Das, was du suchst, ist aber eine Spezialaufgabe für Syntheseklangerzeuger, sprich adäquate VSTis und/oder Hardwaregeräte. Mein alter EMU-Sampler konnte so etwas, basierend auf Additiv-Synthese. Passende Drittherstellerplugins gibt es ebenso einige.