音频生成
即将推出

Seed Audio 1.5

由 ByteDance 提供

字节跳动的全场景音频模型。
即将上线:对白、音乐与音效,分轨输出。

Seed Audio 1.5

核心功能

Seed Audio 1.5 即将上线 Morphic。本页介绍目前已知的信息,开放后会更新。使用场景图片仅为示意,示例音频由 Morphic 上的其他音频模型制作。

聆听声音的广度

夜里空无一人的医院走廊,长椅上落着一件外套
短剧片段对白

两个人声、走廊的嗡鸣和一层紧张的铺底音色。

0:00
0:12
火把照亮的洞窟里,一道雕花石门正在开启
游戏场景声音设计

一声警告,水滴声,然后大门打开。

0:00
0:12
雨夜窗外望去,两位朋友在厨房餐桌旁说笑
播客开场音乐与人声

一段短小的开场曲,主持人开口时自动压低。

0:00
0:12
拂晓时分安静的日本集市小巷,挂着素色纸灯笼
日语旁白多语言

清晨集市上的日语旁白。

0:00
0:12

技术规格

6 分钟

单次生成长度,Seed Audio 1.0 为 2 分钟

6 段

每次生成可用的参考录音,此前为 3 段

30 种

含西班牙语和葡萄牙语的地区变体

5 种

文本生成音频、参考声音、视频生成音频、视频配音和音轨分离

应用场景

琥珀色与蓝色的两条光带在薄雾中并肩穿行

视频出海配音

放入成片,得到贴合画面的配音,原有音效和音乐照常保留。

一束暖光穿过黑暗,落在一块弧形玻璃面板上

短剧与系列剧

六分钟足够装下一整场戏,分轨之后改一句台词也不必重新生成。

一叠薄玻璃片边缘泛着琥珀色微光,像书页一样向远处退去

有声书与广播剧

旁白、角色声音和环境音一起出,一整章里的演员阵容保持不变。

一点明亮的白金色光,周围荡开柔和的光环

广告与宣传片

口播、音乐起势和音效一次出齐。客户要改,只重生成那一层。

一圈淡金色的光环直立在浓雾中,如同一道传送门

游戏过场

过场动画和预告片需要的角色台词、环境底噪与定时音效,精确到秒。

两个相对而立的半透明发光球体,光线在其间流动

播客

片头音乐、两位主持人和真实的房间声,每个声音单独成轨,方便剪辑。

提示词示例

雨天咖啡馆重逢

雨天的咖啡馆,轻柔钢琴。莉娜紧张地问:“票你还留着?”西奥笑了。

Edit prompt

定时球场解说

[0:00] 观众越喊越响。[0:03] 解说员:“进球了!”[0:06] 气笛声。

Edit prompt

预告片旁白

低沉的弦乐,冷风。浑厚的旁白:“有些门,不该打开。”一声雷。

Edit prompt

咖啡广告

流行节拍,咖啡倒入杯中。明快的声音:“新鲜咖啡,八点前送到家门口。”

Edit prompt

有声书开篇

炉火噼啪,窗外起风。旁白不疾不徐:“少了一艘船。”

Edit prompt

西班牙语集市

热闹的集市。摊贩用西班牙语吆喝:“¡Naranjas frescas, a un euro el kilo!”

Edit prompt

概览

Seed Audio 1.5 是字节跳动的全场景音频模型,也是 Seed Audio 1.0 的下一个版本,即将上线 Morphic。一条提示词就能生成对白、音乐、环境音和音效,单次最长六分钟。视频、参考声音和时间码都可以作为指令。

Seed Audio 1.5 有什么不同

整场戏分层返回。对白、环境音、音效和音乐各自成轨,哪句台词不对、哪个音效太响,只改那一层就行。短剧和出海视频常要反复改词,这一点尤其省事。

它还能读取视频,让声音贴合成片的画面。配音和翻译都需要这项能力。

Seed Audio 1.5 上线时间

Seed Audio 1.5 即将上线 Morphic,目前还没有日期。服务方的早期访问因模型更新而暂停,所以它暂时不在 Morphic 的模型列表里。上面列出的是已知功能,开放时间和价格要等正式上线时公布。

现在就能用的 Seed Audio 1.5 替代方案

  • **Seed Audio 1.0:**一条提示词同时生成对白、音乐和音效,所有套餐包括免费版都能用。
  • **ElevenLabs v4:**富有表现力的语音和多人对白。
  • **Lyria:**音乐铺底和短音效。
  • **Mirelo SFX 2.0:**给成片配上音效和环境音,并保留原有对白,付费套餐可用。

它们共用一块 Canvas,今天就能分层搭出整场戏。提示词怎么写,请看 Seed Audio 1.5 提示词指南。

简单定价

今天就免费开始,随时可以升级或取消。

Basic

$19/ 月
账单金额为 $228 每年

2400 每月 信用

1 个用户

所有模型

工作流

Standard

+30% 积分
$24/ 月
账单金额为 $288 每年

原为 3625, 现为 4713 每月 信用

1 个用户

所有模型

工作流

Pro

+30% 积分
$45/ 月
账单金额为 $540 每年

原为 6350, 现为 8255 共享 每月 信用

1 用户

+ 最多 4 人额外付费可增加

所有模型

工作流

Max

+30% 积分
$170/ 月
账单金额为 $2040 每年

原为 24650, 现为 32045 共享 每月 信用

1 用户

+ 最多 9 人额外付费可增加

所有模型

工作流

Enterprise

更高的限制

自定义

定价和账单条款

大容量信用
自定义席位限制
所有模型
工作流
Pricing Gradient

Free

供随意体验

$0

永久免费

最多 20 积分
仅1个用户
部分模型
工作流

常见问题

Seed Audio 1.5 是什么?
Seed Audio 1.5 是字节跳动的全场景音频模型,是 Seed Audio 1.0 的升级版。一条提示词就能生成整场戏的对白、音乐、环境音和音效,并分轨返回。它还接受视频输入,可以给素材配音,或按画面给成片配乐。
Seed Audio 1.5 什么时候上线 Morphic?
Seed Audio 1.5 即将上线,目前还没有日期。服务方的早期访问因模型更新而暂停,所以它暂时不在 Morphic 的模型列表里。Seed Audio 1.0 现已可在 Morphic 上使用,所有套餐包括免费版都能用。
Seed Audio 1.5 在 Morphic 上能用吗?
暂时还不能。服务方的早期访问因模型更新而暂停,目前没有日期。想今天就做完整场景:Seed Audio 1.0 一条音轨里出对白、音乐和音效,ElevenLabs v4 负责人声与对白,Lyria 负责音乐,Mirelo SFX 2.0 给成片配音效。本页的示例在 Morphic 上制作。人声和音效来自 ElevenLabs,音乐来自 Lyria,再混成完整场景,用来展示 Seed Audio 1.5 面向的成品效果。
Seed Audio 1.5 支持中文配音吗?
支持。中文在它的 30 种语言之列,其余是英语、日语、韩语、墨西哥西班牙语、卡斯蒂利亚西班牙语、德语、法语、巴西葡萄牙语、欧洲葡萄牙语、泰语、印尼语、越南语、马来语、菲律宾语、阿拉伯语、意大利语、俄语、荷兰语、波兰语、土耳其语、瑞典语、芬兰语、丹麦语、挪威语、捷克语、匈牙利语、希腊语、罗马尼亚语和印地语。成片发布前,请让熟悉该语言的人审听发音和措辞。
Seed Audio 1.5 比 Seed Audio 1.0 新增了什么?
单次生成最长从两分钟增至六分钟,参考声音从三段增至六段。新增了视频输入,对白、环境音、音效和音乐改为分轨返回,不再是一条混音。语言从 20 种增至 30 种,除台词外,音效和音乐也能按时间码定位。
Seed Audio 1.5 有哪五种输入模式?
文本生成音频:一切由提示词描述,可附加参考图片。参考声音:最多六段录音选定声音。视频生成音频:模型看着素材写出匹配的声音。视频配音:将口语翻译成 30 种语言之一,保留音效和音乐,并可用最多 50 条术语表保护专业术语。音轨分离:将现有录音拆分为独立的音轨。
Seed Audio 1.5 能给视频配音或翻译吗?
能。给它一段视频,它会生成贴合画面的配音和配乐,覆盖整段片子。做翻译时,它会替换口语语言,同时保留原有音效和背景音乐。发布前,请让熟悉该语言的人审听发音和措辞。
Seed Audio 1.5 能复制真人的声音或已有的歌曲吗?
未经许可不能。字节跳动的限制会拦下对真人声音的可辨识模仿,除非您取得本人同意,也会拦下受版权保护的素材、品牌标志和现有歌词。您仍然可以用自己的录音选定声音,用自己写的歌词创作原创歌曲。