Guía de prompts de Seed Audio 1.0

T2A, TA2A, referencias, voces, música, ambiente y efectos

Escribe prompts de Seed Audio 1.0 como briefs compactos de producción de sonido.

Esta guía convierte las notas de escritura de prompts en una página práctica para creadores: cómo estructurar prompts solo de texto, cómo mapear referencias de audio y cómo describir voces, BGM, ambiente y efectos de sonido sin sobrecargar el modelo.

Ver plantillas Leer ejemplos

T2A

Audio guiado por texto o imagen

TA2A

Texto más hasta 3 referencias de audio

1 imagen

Las referencias de imagen y audio no deben mezclarse

<= 30s refs

Mantén cada clip de referencia corto y enfocado

Versión corta

Un buen prompt es una línea de tiempo, no una lista de etiquetas.

Seed Audio 1.0 puede combinar voz, entrega del personaje, ambiente, música y eventos de estilo foley. La forma más segura de guiar esa mezcla es escribir un breve resumen de producción en orden de reproducción: primero la escena, luego los hablantes, luego las capas de sonido y luego el final.

Plantillas

Empieza con la plantilla correcta, luego elimina todo lo innecesario.

Plantilla T2A

Crea un [duration] [format] en [language].
Escena: [lugar, tiempo, ambiente, audiencia].
Voz: [número de hablantes, rasgos del hablante, emoción, ritmo, claridad].
Diálogo o narración: "[palabras exactas o esquema de conversación]".
Ambiente: [tono de la habitación, clima, multitud, tráfico, entorno].
Música: [estilo, instrumentos, intensidad, entrada o fundido].
Efectos de sonido en orden: [evento 1], [evento 2], [señal de cierre].
Mantén el resultado [limpio / cinematográfico / minimalista / listo para transmitir].

Plantilla TA2A

Usa @audio1 para [hablante o rasgo de voz].
Usa @audio2 para [segundo hablante o referencia de estilo].
Crea un [duration] [format] en [language].
Mapa de hablantes: [el hablante A sigue @audio1], [el hablante B sigue @audio2].
Escena: [lugar, ambiente, propósito].
Entrega: [emoción, ritmo, acento, pausas, risas, vacilación].
Diálogo: "[líneas o estructura de conversación]".
Capas: [ambiente], [base musical], [efectos de sonido importantes en orden].
Mantén las voces consistentes y el habla fácil de entender.

Fórmula de prompt

Construye el brief a partir de cuatro decisiones.

Escena

Nombra el formato, el entorno, la audiencia, el idioma, el ambiente y la duración aproximada antes de escribir el diálogo.

Voz

Define el número de hablantes, los rasgos del hablante, la textura vocal, el acento, la emoción, el ritmo y la prioridad de claridad.

Línea de tiempo

Escribe el prompt en orden de reproducción para que el habla, el ambiente, la música y los eventos de sonido no compitan.

Capas

Añade una base de ambiente, una dirección musical y solo los efectos de sonido que importan para la escena.

Modos de entrada

Elige el modo de prompt antes de escribir la primera línea.

El contenido puede parecer similar, pero la tarea es diferente. T2A pide al modelo que invente una escena. TA2A pide que siga señales de referencia mientras obedece la dirección escrita.

T2A: texto o imagen a audio

Úsalo cuando quieras que Seed Audio 1.0 invente la voz y la escena a partir de un brief escrito, opcionalmente guiado por una referencia de imagen.

TA2A: texto más referencias de audio

Úsalo cuando la identidad de la voz, el ritmo, la textura emocional o la consistencia de múltiples hablantes sean importantes. Mapea cada referencia dentro del prompt.

Línea de tiempo de capas de prompt de Seed Audio 1.0 para voz, ambiente, música y efectos de sonido

Lista de verificación de voz

Describe a un hablante como un director, no como un filtro de búsqueda.

Rol del hablante y relación con la escena

Rango de edad aproximado y género solo cuando sea útil

Textura vocal: cálida, entrecortada, ronca, brillante, grave, magnética, nasal, nítida

Dirección de acento o dialecto cuando el proyecto lo necesite

Emoción, intensidad, ritmo y velocidad al hablar

Señales paralingüísticas como suspiros, pausas, risas, susurros o vacilación

Línea de tiempo de capas

Coloca la música, el ambiente y los efectos donde ocurren.

Las palabras de tiempo ayudan al modelo a entender la prioridad. Úsalas para escenificar la mezcla, no para microgestionar cada fotograma.

0-5s

Señal de apertura

Tono de la habitación, clima, zumbido de teléfono, puerta abierta o una entrada musical simple.

5-25s

Discurso principal

Diálogo o narración con las direcciones de voz y emoción más importantes.

25-40s

Movimiento de escena

Uno o dos eventos de sonido que apoyen la historia sin cubrir la voz.

Golpe final

Salida

Una señal de cierre limpia, fundido, acorde resuelto, campana, puerta, respiración o sonido de botón.

Ejemplos de prompts

Tres formas de prompt reutilizables.

Estos son ejemplos reescritos, no copias del documento fuente. Úsalos como estructura, luego intercambia tu propia escena, hablantes y eventos de sonido.

Biblioteca de ejemplos de prompts de Seed Audio 1.0 que transforma referencias de texto, imagen y audio en vistas previas de forma de onda

Diálogo + textura de teléfono + base de suspenso

Llamada telefónica cinematográfica

Crea una escena de crimen cinematográfica de 45 segundos en inglés. Comienza con una vibración de teléfono silenciosa, lluvia distante y un pad de suspenso bajo. El detective A habla con una voz masculina contenida y cansada, cerca del micrófono. El detective B responde a través de una línea telefónica ligeramente distorsionada con un tono tranquilo pero evasivo. Mantén el diálogo claro. Añade dos pequeños pasos y un freno de coche cerca del final.

TA2A + dos anfitriones + ritmo de producto

Transmisión en vivo guiada por referencia

Usa @audio1 para el anfitrión A y @audio2 para el anfitrión B. Crea un segmento de compras en vivo enérgico de 60 segundos en inglés. El anfitrión A es brillante, rápido y persuasivo. El anfitrión B es más cálido y reacciona con líneas de apoyo cortas. Añade música de fondo muy ligera y optimista, sonidos sutiles de manipulación de paquetes y un final limpio de llamada a la acción.

T2A + una referencia de imagen + voz de personaje

Narrador de fantasía basado en imagen

Usa @image como referencia del personaje. Crea una narración de fantasía de 35 segundos en inglés. El hablante es un astrólogo serio de mediana edad con una entrega lenta y ceremonial y una voz profunda y resonante. Añade lluvia silenciosa fuera de un observatorio de piedra, un suave paso de página y una campana distante. Mantén la música mínima y misteriosa.

Errores comunes

Si el resultado se siente desordenado, simplifica primero el brief.

Listar demasiadas capas

Un prompt con cinco estados de ánimo musicales, diez efectos de sonido y varios arcos de personajes generalmente se vuelve confuso. Reduce la mezcla primero.

Olvidar el mapa de referencias

Para TA2A, no solo subas archivos. Di qué personaje o estilo debe seguir @audio1, @audio2 o @audio3.

Escribir un prompt como una nube de palabras clave

Seed Audio 1.0 funciona mejor cuando el prompt se lee como un brief de producción compacto en orden de reproducción.

Sobreactuar la emoción

Los adjetivos emocionales extremos pueden hacer que la entrega sea menos natural. Comienza con una señal controlada, luego intensifica solo un detalle.

Tratar la duración como exacta

La longitud solicitada es una guía. Deja espacio para recortar cuando la edición final necesite una sincronización precisa de fotogramas.

Usar nombres protegidos

Describe roles y cualidades vocales de manera genérica en lugar de nombrar personas reales, celebridades, figuras públicas o personajes protegidos.

Siguiente paso

Usa la guía con ejemplos reales de Seed Audio.

Comienza con las plantillas aquí, luego compáralas con resultados reproducibles en la guía práctica probada.

Abrir ejemplos probados Resumen del modelo