Génération audio

Seed Audio 1.0

par ByteDance

Le modèle audio tout‑en‑un de ByteDance.
Voix, musique et effets sonores, en une passe.

Seed Audio 1.0

Fonctionnalités clés

Écoutez l'éventail

Narration documentaireVoix

Une voix off documentaire chaleureuse et posée.

0:00
0:12
Voix off thrillerVoix

Une réplique lue tout bas, tendue, proche et intime.

0:00
0:12
Ambiance de marché aux épicesEffets sonores

Un lit sonore de marché en plein air, en couches.

0:00
0:12
OrageEffets sonores

Un orage roulant vers un coup de tonnerre lointain.

0:00
0:12
Envolée orchestraleMusique

Une courte montée pour cordes et cuivres.

0:00
0:12
Beat lo-fiMusique

Un beat détendu avec claviers doux et grésillement de vinyle.

0:00
0:12

Spécifications techniques

ByteDance

Développé par l'équipe de recherche Seed de ByteDance.

EN + ZH

Anglais et chinois, avec un support élargi prévu.

Jusqu'à 2 min

Deux minutes par passe ; extensible via le mode continuation.

Jusqu'à 3

Jusqu'à trois extraits de référence, de 30 secondes chacun.

Cas d'utilisation

Audio vidéo en une passe

Donnez à un clip sa narration, son design sonore et sa musique en une génération, sans étape de mixage séparée ensuite.

Explications narrées

Une voix composée avec ambiance légère et lit musical en une sortie. Le modèle habille l'espace sonore autour de la narration.

Publicités et promos

Une réplique parlée, des effets sonores et de la musique en une piste prête à l'emploi, pensée pour le format court.

Dialogues et fictions audio

Plusieurs personnages, chacun avec une voix et une diction distinctes, dans une scène à l'ambiance et au timing adaptés.

Voix de série cohérente

Clonez la voix d'un personnage depuis un extrait de référence et gardez-la sur toute une production sans réenregistrer.

Édition et réparation audio

Prolongez une prise, comblez un vide, remplacez une réplique ou assemblez deux enregistrements, sans tout régénérer.

Exemples de prompts

Explication narrée

Narrateur calme, ambiance de cuisine : « Mélangez farine et beurre. »

Edit prompt

Scène multi-locuteurs

Hôte : « Pourquoi quitter la ville ? » Invité : « Il me fallait du calme. »

Edit prompt

Pub courte

Voix enjouée : « Ta meilleure course commence ici. » Whoosh, cuivres, clameur.

Edit prompt

Fiction audio

Détective, tendu : « Ne bougez pas. » Pas qui s'arrêtent, porte, sirène.

Edit prompt

Voix off documentaire

Narrateur posé : « La vallée était inaccessible. » Vent dans les pins, faucon.

Edit prompt

Moment de jeu

Voix grave : « L'ancien sceau s'est brisé. » Pierre qui broie, bourdon sombre.

Edit prompt

Tarifs simples

Commencez gratuitement dès aujourd'hui, avec la possibilité de mettre à niveau ou d'annuler à tout moment.

Basic

$9/ mois
facturé comme $0 par an

900 mensuel crédits

1 utilisateur uniquement

Tous les modèles

Workflows

Standard

$24/ mois
facturé comme $0 par an

3200 mensuel crédits

1 utilisateur uniquement

Tous les modèles

Workflows

Pro

$45/ mois
facturé comme $0 par an

6200 partagé mensuel crédits

1 utilisateur

+ jusqu'à 4 plus à un coût supplémentaire

Tous les modèles

Workflows

Pro Max

$170/ mois
facturé comme $0 par an

24000 partagé mensuel crédits

1 utilisateur

+ jusqu'à 9 plus à un coût supplémentaire

Tous les modèles

Workflows

Enterprise

Pour des limites plus élevées

Personnalisé

conditions de tarification et de facturation

Crédits à haut volume
Limites de sièges personnalisées
Tous les modèles
Workflows
Pricing Gradient

Free

For playing around

$0

forever free

Jusqu'à 20 crédits
1 utilisateur uniquement
Modèles limités
Workflows
Comparer les détails des plans

Questions fréquentes

Qu'est-ce que Seed Audio 1.0 ?
Seed Audio 1.0 est le modèle de génération audio tout-en-un de ByteDance. À partir d'un seul prompt texte, il produit voix, musique instrumentale et effets sonores ensemble sous forme de piste finie et mixée. Il édite aussi l'audio existant : prolonger un extrait, combler un vide, remplacer une réplique ou assembler deux prises.
Comment fonctionne le clonage vocal dans Seed Audio 1.0 ?
Seed Audio 1.0 clone une voix en zero-shot à partir de trois extraits de référence d'environ 30 secondes chacun, sans entraînement ni ajustement. La voix clonée garde son accent, son ton et son caractère sur toute la génération. Vous pouvez aussi définir une voix à partir d'une description texte ou d'une image de personnage plutôt que d'un enregistrement.
Seed Audio 1.0 peut-il générer plusieurs locuteurs à la fois ?
Oui. Écrivez une scène à plusieurs personnages et étiquetez chaque réplique, par exemple Hôte : ... et Invité : ... . Seed Audio 1.0 donne à chaque locuteur une voix, une émotion et un rythme distincts en une seule génération.
Quelle durée peut atteindre une génération Seed Audio 1.0 ?
Seed Audio 1.0 génère jusqu'à deux minutes d'audio en une seule passe. Le mode continuation la prolonge davantage tout en gardant le caractère vocal et le style cohérents avec ce qui précède.
Quelles langues Seed Audio 1.0 prend-il en charge ?
Seed Audio 1.0 prend en charge l'anglais et le chinois, avec un support linguistique élargi prévu. Pour le clonage vocal, faire correspondre la langue de l'extrait de référence à celle de la sortie donne le résultat le plus cohérent.
En quoi Seed Audio 1.0 diffère-t-il de la synthèse vocale ?
La synthèse vocale transforme un texte en une seule piste de voix. Seed Audio 1.0 génère toute la scène, la voix, la musique de fond et les effets sonores ensemble en une sortie, et peut réviser des sections précises ensuite. La différence tient à la portée : une production audio finie plutôt que la seule voix.

En savoir plus sur Seed Audio 1.0

Seed Audio 1.0 : le guide complet

Comment utiliser Seed Audio 1.0 : voix, musique et SFX en une passe, clonage de voix zero-shot, scènes multi-locuteurs et édition audio.

Autres modèles

Kling 4.0

Kling

Prochain modèle phare Kling de Kuaishou, attendu bientôt. Clips plus longs, plus de détail.

Seedream 5.0 Pro

ByteDance

Édition par emplacement et séparation multicouche. Infographies denses et texte natif en 14 langues.

Nano Banana 2 Lite

Google DeepMind

Le modèle Nano Banana le plus rapide de Google DeepMind. Images 1K en environ quatre secondes.

Seedance 2.0 4K

ByteDance

Le Seedance 2.0 de ByteDance, désormais en 4K natif. Du détail grand écran qui reste net dans le mouvement.