O Seed Audio 1.5 é o modelo de áudio de cena completa da ByteDance, lançado em 28 de outubro de 2026 e chegando ao Morphic em breve. Um único prompt devolve diálogo, música, ambiência e efeitos sonoros em faixas separadas, com até seis minutos. Pense em um spot de rádio, em um episódio de podcast ou no áudio de um Reels. Este guia mostra como escrever para ele. Para testar prompts de cena agora, abra o gerador de áudio com IA Seed Audio 1.5.
Como é montado um prompt do Seed Audio 1.5
Escreva a cena na ordem em que o ouvinte a escuta: onde estamos, quem fala, o que diz e o que acontece em volta. Primeiro a história, depois a lista de sons.
| Parte | O que escrever | Exemplo |
|---|---|---|
| Cena | Lugar, hora, clima, tamanho do ambiente | [Noite. Uma plataforma de trem vazia, chuva no telhado.] |
| Voz | Nome, idade, sotaque, emoção, ritmo | Mara (30 e poucos anos, voz calma, tom cansado) |
| Fala | As palavras exatas, entre aspas | “O último trem já passou.” |
| Efeitos sonoros | A fonte e como ela se move | [Passos no concreto molhado, sumindo.] |
| Música | Gênero, instrumentos, clima, volume | [Um pad grave de sintetizador por baixo de tudo.] |
| Tempo | Um timestamp onde importa | [0:06] Os passos começam. |
O Seed Audio 1.5 ainda não está no Morphic. Por isso, estas amostras foram feitas no Morphic. As vozes e os efeitos sonoros vêm da ElevenLabs e a música, do Lyria, mixados para combinar com cada prompt.
Os cinco modos de entrada do Seed Audio 1.5
Todos os modos partem de um prompt de texto. O que você soma a ele define quanto o modelo inventa e quanto ele segue.
| Modo | O que você adiciona | Melhor para |
|---|---|---|
| Texto para áudio | Um prompt e uma imagem de referência opcional para o clima | Primeiros rascunhos, anúncios, bases sonoras |
| Voz de referência | Até seis clipes (2 a 30 s cada) para vozes | Um elenco recorrente, um narrador que você já usa |
| Vídeo para áudio | Um clipe de vídeo, com referências de voz opcionais | Trilha para um corte, design de som sobre a imagem |
| Dublagem de vídeo | Um vídeo e um idioma-alvo, glossário opcional | Tradução de diálogos em 30 idiomas |
| Separação de faixas | Um único arquivo de áudio (até 6 min) | Separar um mix em vozes, efeitos e música |
Timestamps no Seed Audio 1.5
O Seed Audio 1.0 aceitava uma janela de tempo nas falas, como [5.5s:8.0s]. O Seed Audio 1.5 estende os timestamps a efeitos sonoros e deixas de música. Assim, uma porta, um acorde seco ou uma subida da trilha caem onde você marcou, e não onde o modelo adivinha.
- Marque o tempo das batidas que precisam bater com a imagem: uma fala no corte, um impacto no golpe, uma subida na revelação.
- Deixe o resto sem marcação. O som ambiente e a música de fundo ficam mais naturais quando o modelo os posiciona.
- Mantenha os timestamps em ordem e deixe um respiro entre as falas, para que a fala não se sobreponha por acidente.
[0:00] Murmúrio de plateia em um teatro pequeno. [0:04] As luzes se apagam com um clique. [0:05] Voz da apresentação (calorosa, num sussurro): “Boa noite a todos.” [0:09] Um único acorde de piano.
Referências de voz no Seed Audio 1.5
Adicione até seis clipes de referência, um por personagem, e marque cada um no prompt. Assim o modelo sabe qual voz diz qual fala. A referência define o som da voz, e o prompt define a interpretação.
| Para dirigir isto | Escreva assim |
|---|---|
| Emoção | (referência 2; com mágoa, segurando o choro) |
| Estilo | (referência 1; tom seco e contido, com um toque de humor) |
| Ritmo | (referência 3; ritmo lento, pausas longas entre as frases) |
| Sons que não são fala | (referência 1; um suspiro antes da fala, uma risada curta depois) |
Use gravações limpas de uma voz que você tem direito de usar. A voz de uma pessoa real exige a permissão dela.
Dublagem e tradução de vídeo com o Seed Audio 1.5
Entregue um vídeo ao Seed Audio 1.5 e ele cria locução, música, efeitos e ambiência que acompanham a ação. O contexto fica mantido no clipe inteiro. Na tradução, ele troca o idioma falado e preserva os efeitos sonoros e a música originais.
- Descreva a voz de cada pessoa que fala, ou adicione uma referência, para a dublagem manter o mesmo elenco em todos os idiomas.
- Diga o que manter: “mantenha a música e os efeitos originais, troque só o diálogo”.
- Peça a alguém fluente que confira pronúncia, sentido e fraseado antes de publicar.
Hoje, no Morphic, a dublagem de vídeo com IA traduz e refaz a voz de um clipe. O passo a passo de dublagem e localização cobre legendas, lip sync e a edição final.
Traduza o diálogo para o português do Brasil. Mantenha a música e os efeitos sonoros originais. Narração: voz calorosa e tranquila, no mesmo ritmo do original.
Faixas separadas no Seed Audio 1.5
O Seed Audio 1.0 devolvia um único arquivo mixado. O Seed Audio 1.5 entrega diálogo, ambiência, efeitos e música em faixas separadas, e ainda separa o diálogo por voz. Aperte o play para ouvir uma cena de tempestade e silencie ou isole qualquer faixa durante a reprodução. Cada voz tem a sua pista.
| Na edição | O que as faixas separadas permitem |
|---|---|
| Volume | Abaixe a música sob uma fala sem mexer nas vozes |
| Silenciar | Tire os efeitos para um corte mais quieto, ou o diálogo para uma base de trailer |
| Substituir | Troque a fala de um personagem ou uma deixa e mantenha o resto da cena |
| Reaproveitar | Use a mesma ambiência na cena seguinte para o lugar soar contínuo |
Seed Audio 1.5 vs Seed Audio 1.0: o que mudou
A página do Seed Audio 1.0, da ByteDance, apontava entrada de vídeo, áudio mais longo e saída multitrilha como próximos passos. O Seed Audio 1.5 traz os três, com a API oficial disponível pelo BytePlus ModelArk desde 28 de outubro de 2026.
| Seed Audio 1.0 | Seed Audio 1.5 | |
|---|---|---|
| Duração por geração | 2 minutos | 6 minutos |
| Referências de voz | 3 | 6 |
| Idiomas | 20 | 30 |
| Entradas | Texto, referências de áudio, uma imagem | Adiciona vídeo |
| Saída | Uma faixa mixada | Diálogo, ambiência, efeitos e música separados |
| Timestamps | Falas | Falas, efeitos e deixas de música |
| Músicas com letra | Não | Sim |
A maioria dos prompts do Seed Audio 1.0 continua valendo sem mudança. Para o detalhe completo do 1.0, veja o guia do Seed Audio 1.0.
Perguntas frequentes
A ByteDance lançou o Seed Audio 1.5 em 28 de outubro de 2026, com a API oficial disponível pelo ModelArk. O Seed Audio 1.0 já está no Morphic, e o Seed Audio 1.5 chega em breve.
O Seed Audio 1.5 foi lançado e chega ao Morphic em breve. Hoje você já monta cenas completas com o Seed Audio 1.0. Também dá para usar a ElevenLabs, o Lyria e os outros modelos de áudio no mesmo Canvas.
Escreva cada fala no idioma em que quer ouvi-la, ou seja, em português se a fala for em português. As direções de cena e de voz podem ficar em inglês, se for mais fácil, mas a fala fica no idioma de destino. Peça a alguém fluente que confira pronúncia e sotaque antes de publicar.
Sim. A estrutura de cena, voz, fala e efeito é a mesma. Para usar as novidades, adicione um vídeo, mais referências de voz, timestamps em efeitos e música, ou peça faixas separadas.
Só com a permissão dela. Os limites da ByteDance bloqueiam imitações reconhecíveis da voz de uma pessoa real sem consentimento. Também bloqueiam material protegido por direitos autorais e letras de músicas existentes. As referências devem ser gravações que você tem direito de usar.