01 / 99s
Paket dialog suspense
Audio bergaya drama kriminal dua karakter dengan dialog, tekstur telepon, dan ketegangan latar dramatis.
Pengenalan model
Seed Audio 1.0
Gambaran model audio AI di balik adegan suara yang lengkap
Seed Audio 1.0 dapat dipahami sebagai model generasi audio tingkat adegan: ia dapat menggabungkan suara, gaya penyampaian, ambiens, arahan musik, dan efek suara menjadi satu draf siap produksi.
Teks, gambar, audio
Input prompt dan referensi
Hingga 3 referensi audio
Untuk arahan suara atau gaya
2 menit
Jendela output tunggal maksimum
Koleksi audio
Contoh yang dapat diputar dari materi sumber
Klip-klip ini disalin dari dokumen referensi internal, dikompresi ke MP3, dan di-host ulang di CDN proyek. Teks di sekitarnya baru diringkas untuk halaman ini.
02 / 36s
Suara siaran langsung komersial
Adegan belanja dengan dua pembawa acara yang menggabungkan penyampaian regional, ritme promosi, dan musik latar.
03 / 55s
Podcast percakapan
Format bicara dua pembicara yang berfokus pada jeda alami, tempo informal, dan kehadiran bicara yang bersih.
04 / 30s
Iklan multi-peran
Klip pendek bergaya komersial dengan beberapa suara, transisi musik, dan panggung suara yang energik.
05 / 55s
Referensi suara terkontrol
Hasil yang dipandu referensi menunjukkan bagaimana tekstur, ritme, dan gaya bicara dapat dibawa ke output baru.
06 / 72s
Adegan multi-referensi
Contoh di mana beberapa trek referensi membentuk ritme dialog akhir dan interaksi suara.
Jawaban singkat
Bukan sekadar TTS, bukan hanya efek suara.
TTS tradisional mengubah teks menjadi ucapan. Seed Audio 1.0 diposisikan di sekitar komposisi audio lengkap: dialog, suara karakter, waktu, lingkungan, musik latar, dan detail foley dapat direncanakan bersama. Ini berguna bagi kreator yang membutuhkan potongan cepat dari adegan audio yang lengkap.
Peta kemampuan
Kegunaan model
Kasus penggunaan terkuat adalah adegan di mana suara dan konteks perlu bekerja sama, bukan narasi terisolasi.
Arahan multimodal
Mulai dari prompt teks, referensi gambar, atau referensi audio pendek untuk memandu suara, suasana hati, ritme, atau identitas karakter.
Kontrol dialog dan penyampaian
Deskripsikan pembicara, nada, tempo, emosi, aksen, jeda, tawa, atau gaya percakapan langsung dalam prompt.
Desain suara berlapis
Rencanakan ambiens, alas musik, transisi, dan peristiwa suara bersama-sama, bukan memproduksi setiap lapisan di alat terpisah.
Alur kerja konsistensi suara
Audio referensi dapat membantu mempertahankan ciri suara yang dikenali saat membangun audio karakter atau bermerek dalam bentuk panjang.
Catatan model
Batasan berguna sebelum merancang prompt
Input teks
Hingga 3.000 karakter per permintaan.
Media referensi
Gunakan satu gambar atau hingga tiga referensi audio; hindari mencampur keduanya dalam permintaan yang sama.
Referensi audio
Setiap referensi harus dalam 30 detik untuk pemrosesan yang andal.
Panjang output
Satu hasil yang dihasilkan bisa hingga sekitar 2 menit.
Bahasa
Bahasa Mandarin dan Inggris adalah bahasa utama yang didukung.
Format output
WAV, MP3, PCM, dan OGG Opus adalah format pengiriman yang umum.
Kontrol
Kecepatan, nada, volume, stempel waktu, dan opsi watermark mungkin tersedia tergantung pada saluran akses.
Gaya API
Pola akses publik yang dijelaskan untuk integrasi adalah HTTP non-streaming.
Di mana cocok
Pekerjaan yang baik untuk generasi audio tingkat adegan
Video pendek dan iklan
Buat prototipe cepat sulih suara produk, kaitan kampanye, klip media sosial, dan varian lokal dengan desain suara yang disertakan.
Buku audio dan drama audio
Draf narasi, penyampaian karakter, tone ruangan, dan foley ringan sebelum berkomitmen ke rekaman studio.
Game dan media interaktif
Jelajahi suara NPC, momen UI, loop lingkungan, dan arahan audio cutscene selama produksi awal.
Podcast dan penjelasan
Ubah topik menjadi sketsa audio terpandu dengan suara, tempo, suara transisi, dan tekstur latar.
Pembingkaian prompt
Struktur prompt praktis
01
Adegan
Sebutkan format, tempat, suasana hati, dan audiens.
02
Suara
Deskripsikan jumlah pembicara, bahasa, gaya, emosi, dan prioritas kejelasan.
03
Lapisan
Tambahkan ambiens, arahan musik, dan hanya peristiwa suara yang paling penting.
04
Tinjau
Dengarkan lapisan paling bising, lalu revisi satu bagian pada satu waktu.
Catatan akses