01短劇後製美食影片AI 影片
場景音效與擬音
把分鏡需求直接變成可放入時間軸的腳步、衣料、道具與環境聲，適用於短劇、美食影片和 AI 影片後製。
製作需求
生成 12 秒純擬音：雨夜木造茶館，絲袖擦過桌面，三步皮靴靠近，木門滑開，最後瓷杯落在木桌上。不要對白和音樂。
生成音訊
雨夜茶館
0:120:00
Seed Audio 1.0 AI 音訊生成器
Seed Audio 1.0 AI 音訊生成器
Seed Audio 1.0 是位元組 Seed 的一體化音訊生成模型，面向完整聲音場景創作。你可以用文本、影像或音訊上下文引導多角色對白、情緒表達、原生口音、環境聲、背景音樂與擬音音效。
- 2 分鐘
- 單次音訊生成視窗
- 一條 Prompt
- 控制對白、語氣、環境、BGM 與音效
- 多模態
- 文本、影像和音訊上下文引導聲音場景
Seed Audio 1.0
聲音場景 Prompt 預覽
Prompt 概念
兩個角色在雨夜巷口低聲交談，底部有緊張絃樂，遠處車流、腳步聲，最後一聲金屬門撞擊。
對白聲軌
BGM 底層
環境聲 + 音效
線上開始生成 Seed Audio 1.0
使用下方 Seed Audio 1.0 工作區，通過提示詞、可選參考音訊或一張參考影像生成聲音場景。
輸入
以提示詞為核心，可選更多生成控制。
提示詞*
更多設定
展開後可調整更多輸入控制。
歷史記錄
你的 Seed Audio 1.0 Preview 最近生成記錄。
登入後可檢視生成歷史。
模型概覽
什麼是 Seed Audio 1.0？
Seed Audio 1.0 是 ByteDance Seed 團隊推出的多模態 AI 音訊生成模型，可根據文字、圖片和音訊輸入建立完整聲音場景。它不只把文字轉為語音，還能在同一工作流程中整合多角色對話、富有表情的人聲、自然口音、環境聲、背景音樂和擬音音效。
提示詞可以同時描述說話者、時間節點、情緒、語言、地點、音樂方向和聲音事件，適合電影化場景、多語言對話、廣告、Podcast、遊戲，以及其他需要讓人聲與周圍聲景協同運作的專案。
深入了解 Seed Audio 1.0輸入
文字、圖片，以及最多 3 段參考音訊
聲音層
對話、人聲、環境聲、音樂與音效
輸出
最長 2 分鐘的完整聲音場景
使用方法
如何在線上使用 Seed Audio 1.0？
在線上使用 Seed Audio 1.0 時，先寫清聲音場景提示詞，視需要加入音訊或圖片參考，選擇輸出設定，然後在 SeedAudio.co 工作區生成並檢查音訊結果。
01撰寫聲音場景提示詞
描述角色、語言、情緒、地點、對白、環境聲、音樂方向，以及你希望出現的聲音事件。
02加入可選參考素材
可以用最多 3 段音訊參考引導聲音或風格，也可以用 1 張圖片參考引導情緒和場景上下文。
03選擇輸出設定
生成前選擇聲音、輸出格式、取樣率、速度、音量、音高和最大 credits 上限。
04生成並檢查結果
先生成一段短草稿，檢查人聲清晰度和各聲音層的平衡，再複製、下載或繼續修改結果。
提示詞公式
場景 + 說話者 + 情緒 + 語言 + 環境聲 + BGM + 音效 + 時間點。
面向真實內容製作
你可以用 Seed Audio 1.0 創作什麼？
從一段製作需求出發，生成精準卡點的擬音、原創音樂、多語言對白與可重複使用的授權聲線。
02影視配樂廣告音樂地域風格
AI 音樂創作
為影視、廣告和在地化內容生成原創配樂、記憶點與背景音樂，不必再花時間翻找曲庫素材。
製作需求
創作一段絲路夜行電影配樂：彈撥樂器、框鼓與現代低音結合，在第 8 秒進入清晰記憶點。純器樂，不要人聲。
生成音訊
絲路夜行
0:160:00
03內容在地化影視配音商業口播
TTS 與多語言對白
用明確的角色、情緒和母語級表達完成對白、廣告與旁白在地化，而不是機械的單聲線朗讀。
製作需求
黎明前的港口，將同一段克制的雙人對白分別生成義大利語和中文版本。保持自然發音、輕微港口環境聲，不要音樂。
多語言版本
港口燈光 · 義大利語
0:140:00
04角色連續性品牌聲線系列內容
聲音複製
讓已獲授權的角色聲線或品牌聲音在不同劇集、廣告和市場中保持一致，同時按需更換文案。
製作需求
使用 @Audio1 作為已授權的聲音參考，保留溫暖的音色、從容語速和輕柔口音，朗讀：‘Every new chapter begins with one clear breath.’
聲線比較
授權原聲
靜謐時刻 · 原聲
0:090:00
生成版本
新的篇章 · 複製
0:070:00
僅可複製你本人擁有或已獲得明確授權的聲音。
Seed Audio 1.0 与传统 TTS 对比
Seed Audio 1.0 与传统文字转语音有什么区别？
传统 TTS 的核心任务是把文字转换成语音；Seed Audio 1.0 面向更完整的音频生成工作流，可在一个声音场景中统筹对白表演、环境声、音乐和音效。
| 对比维度 | Seed Audio 1.0 | 传统 TTS（如早期商业 TTS、基础语音合成） |
|---|---|---|
| 核心定位 | 全场景音频创作（Scene-level Audio Creation） | 纯文本转语音（Text-to-Speech） |
| 生成内容 | 人声对白 + 背景音乐 + 音效 + 环境声（一次生成并混音） | 仅人声（单一语音轨道） |
| 多角色对白 | 原生支持，单次生成多角色、情绪、节奏协调的对话 | 需多次调用不同音色，再人工对齐/混音 |
| 背景音乐 & 音效 | 支持，与对白同步生成，自动匹配情绪与时间线 | 不支持，需额外工具（音乐模型 + 音效库 + DAW） |
| 输入方式 | 文本提示词 / 参考音频（最多 3 段）/ 参考图片 | 主要是文本 + 预设音色（部分支持简单参考） |
| 语音克隆 | 零样本（Zero-shot），上传短参考音频即可（约 30 秒内） | 多数需要微调/训练，或依赖有限音色库 |
| 情绪与表现力控制 | 自然语言提示词直接描述情绪、语气、口音、节奏 | 主要靠 SSML 标签或有限参数，控制范围较窄 |
| 时间轴控制 | 支持精细时间戳控制对白出现时机 | 基本无此能力 |
| 输出形式 | 完整混好的音轨（非流式，最长约 2 分钟/次） | 单一语音文件，需后期拼接音乐与音效 |
| 适用场景 | 有声剧、短剧配音、广告、游戏音频、播客冷开场、视频旁白等需要完整声音场景的内容 | 有声书朗读、导航、客服、简单旁白等纯语音需求 |
| 工作流变化 | 一条提示词 → 成品音轨（大幅减少后期混音） | 语音生成 → 找音乐 → 找音效 → 手动对齐混音 |
如果只需要稳定、可预测的语音，传统 TTS 依然更简单；如果环境与声音设计也是成品的一部分，Seed Audio 1.0 更合适。
清晰流程
從場景想法到分層聲音設計。
從聲音想法出發，用一條 Prompt 定義角色、情緒、地點、對白、音樂、環境與音效，形成完整的聲音場景方向。
01
描述聲音場景
從角色、情緒、地點、節奏、對白、音樂氛圍和需要出現的音效開始。
02
讓模型編排多層聲音
Seed Audio 1.0 面向對白、情緒語氣、原生口音、環境聲、BGM 與獨立音效的一體化合成。
03
用於多種創作場景
為短片、廣告、播客、遊戲、學習內容等需要快速驗證完整聲景的專案提供聲音方向。
Seed Audio 1.0 技術方向
一個不止於文本轉語音的聲音模型。
Seed Audio 1.0 面向完整音訊場景：多角色對白、情緒、語氣、口音、環境底聲、BGM 和擬音可以在一次創作流程中完成。
多說話人
長聲音場景中的音色連續性
文本 / 影像 / 音訊
面向音訊創作的多模態提示
一體化音訊生成
不再把人聲、音樂、環境和音效拆到多個工具裡拼接，而是在一次生成裡編排多層聲音。
情緒與口音控制
引導語氣、情緒表達、方言和原生口音，同時讓反覆出現的聲音在不同語境中保持可識別。
場景環境與 BGM
在對白旁同步生成環境底聲、背景音樂、房間聲、天氣、人群或遠處城市質感。
更長的音訊場景
Seed Audio 1.0 面向更長的聲音場景，適合對白、環境聲和帶音樂的片段化內容生成。
創作可能性
面向影片、遊戲、教育與廣告的聲音場景。
當專案需要的不只是旁白，而是有角色、情緒、空間和事件的完整聲景時，Seed Audio 1.0 的價值最明顯。
短片聲音設計
為分鏡或預演草擬對白、情緒點、擬音、環境和音樂。
營銷創意
為產品演示、社媒短片和本地化廣告快速生成聲音方向。
遊戲與 XR 原型
在最終音訊製作前，原型化環境迴圈、角色語音、UI 聲和過場聲效。
學習內容
用空間聲音線索構建情景課程、角色對話和沉浸式講解。
對白
帶情緒語氣的多角色表達
環境
雨聲、車流、房間、人群與自然底聲
擬音
腳步、撞擊、開門、質感與時機
價格
選擇適合你的 Seed Audio 1.0 積分包
按需購買一次性積分包，適合測試、個人創作和更高用量的 AI 音訊生成。所有積分包都支援提示詞生成和可選參考素材。
查看 Seed Audio 1.0 完整價格Free
US$0
註冊即可試用 Seed Audio 1.0，適合體驗提示詞與短場景生成。
- 10 積分
- 單次最長約 8 秒
- 單次最長 2 分鐘音訊
- API 存取
- 優先支援
Pro
省 US$39.98
US$16.66US$19.99/月
適合有持續音訊生成需求的創作者，年付更划算。
- 每年 30,000 積分
- 合計約 400 分鐘音訊
- 包含 Free 全部權益
- 更適合較長聲音場景專案
- 支援參考音訊上傳
- 優先支援
- 單次最多約 2 分鐘音訊
- Seed Audio 1.0 API 调用权限，共享积分
Max
省 US$99.98
US$41.66US$49.99/月
適合預計高頻使用 AI 音訊生成的團隊，年付價效比最高。
- 每年 90,000 積分
- 合計約 1,200 分鐘音訊
- 包含 Pro 全部權益
- 高頻生成價效比更高
- 更大的年度生產餘量
- 適合團隊和代理商使用
- 單次最多約 2 分鐘音訊
- Seed Audio 1.0 API 调用权限，共享积分
關於付款、接入或定製需求，可以直接聯絡：contact@seedaudio.co
常見問題
常見問題
給想了解 Seed Audio 1.0 並用於 AI 音訊生成的創作者提供實用答案。
Seed Audio 1.0 可以據此推斷並生成匹配該視覺形象的聲音（例如外貌、氣質、年齡、性別等對應的語音特徵）。這特別適合建立個性化角色配音、虛擬人物語音、遊戲/NPC 聲音、動畫角色等場景。
常見原因通常是輸入或內容規則不符合要求：參考音訊上傳超過 30 秒；提示詞包含色情、露骨、暴力或血腥內容；或者提示詞中使用了具體真實人物、公眾人物、明星、政治人物或受保護角色的姓名。建議先把參考音訊裁剪到 30 秒以內，把提示詞改成安全的場景描述，並用通用身分描述替代具體姓名。
先了解模型方向和可用接入方式。實際可用性會隨渠道變化；需要真實生成時，應以服務提供方開放的體驗或 API 訪問為準。
Seed Audio 1.0 面向多模態音訊生成。文本 Prompt 可以定義場景，影像或音訊上下文可以輔助引導角色、情緒、節奏、環境聲、BGM 與音效。
它最適合完整聲音場景生成：影視預演、廣告、遊戲原型、播客、學習內容、角色對白、環境底聲、BGM 和擬音音效。
Seed Audio 1.0 免費使用者每次最長可生成 8 秒音訊，付費使用者最長可解鎖 2 分鐘音訊。
可以。登入後填寫提示詞並執行生成器。免費預覽會自動控制為較短音訊，付費使用者可以在提示詞裡自行控制時長。
是。使用者登入後，只要已配置生成服務、儲存和 credits，就可以直接在首頁生成音訊。
商用取決於實際生成音訊所使用渠道的服務條款。在廣告、遊戲、播客或付費媒體中使用前，應確認授權、內容限制和輸出權利。
點選右上角頭像，選擇 Settings 進入後臺，在左側選單裡找到 Billing，點進去之後往下翻就能看到一個訂閱列表。找到你想取消的那個訂閱，點選右邊的 ⋮ 按鈕，選擇 Cancel，彈窗裡點確認就取消了。取消之後在當期計費週期結束前你還可以繼續用，不會馬上停掉。