01 / 99s
Package dialogue suspense
Audio de style drame policier à deux personnages avec dialogue, texture téléphonique et tension dramatique de fond.
Présentation du modèle
Seed Audio 1.0
Un aperçu du modèle audio IA derrière des scènes sonores complètes
Seed Audio 1.0 se comprend mieux comme un modèle de génération audio au niveau de la scène : il peut combiner voix, style de livraison, ambiance, direction musicale et effets sonores en une seule ébauche prête à produire.
Texte, image, audio
Entrées de prompt et de référence
Jusqu'à 3 références audio
Pour la voix ou la direction stylistique
2 minutes
Fenêtre de sortie unique maximale
Collection audio
Exemples jouables issus du matériel source
Ces extraits ont été copiés du document de référence interne, compressés en MP3 et ré-hébergés sur le CDN du projet. Le texte environnant est nouvellement résumé pour cette page.
02 / 36s
Voix de livestream commerce
Une scène shopping à deux animateurs combinant livraison régionale, rythme promotionnel et musique de fond.
03 / 55s
Podcast conversationnel
Un format de discussion à deux locuteurs axé sur les pauses naturelles, le rythme informel et une présence parlée nette.
04 / 30s
Spot publicitaire multi-rôles
Un court extrait de style commercial avec plusieurs voix, transitions musicales et mise en scène sonore énergique.
05 / 55s
Référence vocale contrôlée
Un résultat guidé par référence montrant comment la texture, le rythme et le style parlé peuvent être reportés dans une nouvelle sortie.
06 / 72s
Scène multi-références
Un exemple où plusieurs pistes de référence façonnent le rythme du dialogue final et l'interaction vocale.
Réponse courte
Pas seulement du TTS, pas que des effets sonores.
Le TTS traditionnel transforme le texte en parole. Seed Audio 1.0 est positionné autour de la composition audio complète : lignes parlées, voix de personnages, timing, environnement, musique de fond et détails de type bruitage peuvent être planifiés ensemble. Cela le rend utile pour les créateurs qui ont besoin d'un premier montage rapide d'une scène audio complète.
Carte des capacités
À quoi sert le modèle
Les cas d'usage les plus forts sont les scènes où la voix et le contexte doivent fonctionner ensemble, plutôt qu'une narration isolée.
Direction multimodale
Partez d'un prompt textuel, d'une référence image ou de courtes références audio pour guider la voix, l'ambiance, le rythme ou l'identité du personnage.
Contrôle du dialogue et de la livraison
Décrivez les locuteurs, le ton, le rythme, l'émotion, les accents, les pauses, les rires ou le style conversationnel directement dans le prompt.
Conception sonore en couches
Planifiez l'ambiance, les nappes musicales, les transitions et les événements sonores ensemble au lieu de produire chaque couche dans des outils séparés.
Workflows de cohérence vocale
L'audio de référence peut aider à préserver les traits vocaux reconnaissables lors de la construction d'audio long format pour des personnages ou des marques.
Notes sur le modèle
Contraintes utiles avant de concevoir un prompt
Entrée texte
Jusqu'à 3 000 caractères par requête.
Média de référence
Utilisez soit une image, soit jusqu'à trois références audio ; évitez de mélanger les deux dans la même requête.
Références audio
Chaque référence doit rester dans les 30 secondes pour un traitement fiable.
Longueur de sortie
Un résultat généré unique peut durer jusqu'à environ 2 minutes.
Langues
Le chinois et l'anglais sont les principales langues prises en charge.
Formats de sortie
WAV, MP3, PCM et OGG Opus sont les formats de livraison typiques.
Contrôles
La vitesse, la hauteur, le volume, les horodatages et les options de filigrane peuvent être disponibles selon le canal d'accès.
Style API
Le modèle d'accès public décrit pour l'intégration est HTTP non streamé.
Où ça s'applique
Bonnes utilisations pour la génération audio au niveau de la scène
Vidéos courtes et publicités
Prototypez rapidement des voix off de produits, des accroches de campagne, des clips sociaux et des variantes localisées avec conception sonore incluse.
Livres audio et dramatiques audio
Esquissez la narration, la livraison des personnages, le son ambiant et les bruitages légers avant de vous engager dans un enregistrement en studio.
Jeux et médias interactifs
Explorez les voix de PNJ, les moments d'interface, les boucles environnementales et les directions audio de cinématiques lors de la production précoce.
Podcasts et vidéos explicatives
Transformez un sujet en une esquisse audio guidée avec voix, rythme, sons de transition et texture de fond.
Cadrage du prompt
Une structure pratique de prompt
01
Scène
Nommez le format, le lieu, l'ambiance et le public.
02
Voix
Décrivez le nombre de locuteurs, la langue, le style, l'émotion et la priorité de clarté.
03
Couches
Ajoutez l'ambiance, la direction musicale et seulement les événements sonores les plus importants.
04
Révision
Écoutez la couche la plus bruyante, puis révisez une partie à la fois.
Notes d'accès
Où continuer à partir d'ici
Essayez le générateur web
Utilisez le générateur du site lorsque vous souhaitez un workflow rapide de prompt à audio.
Lisez le guide du prompt
Utilisez des exemples testés et des vérifications d'échec avant d'écrire des prompts plus longs.
Documentation API Volcengine
Consultez les notes d'intégration officielles avant de développer avec l'API.