Seed Audio 1.5
由 ByteDance 提供
字节跳动的全场景音频模型。
对白、音乐与音效，分轨输出。
核心功能
聆听声音的广度
两个人声、走廊的嗡鸣和一层紧张的铺底音色。
一声警告，水滴声，然后大门打开。
一段短小的开场曲，主持人开口时自动压低。
清晨集市上的日语旁白。
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
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。
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。
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。
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。
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。
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
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 的升级版。字节跳动于 2026 年 10 月 28 日发布了该模型，官方 API 通过 BytePlus ModelArk 提供。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。
在 Morphic 上使用 Seed Audio 1.5
Seed Audio 1.5 即将上线 Morphic。Seed Audio 1.0 现已可用，与 ElevenLabs、Lyria 等音频模型并列，可以生成完整场景。您今天就能在 Canvas 上把这场戏搭起来。提示词怎么写，请看 Seed Audio 1.5 提示词指南。也可以从 Seed Audio 1.5 AI音频生成器 的示例场景开始。
简单定价
今天就免费开始，随时可以升级或取消。
Basic
2400 每月 信用
1 个用户
所有模型
工作流
Standard
3625 每月 信用
1 个用户
所有模型
工作流
Pro
6350 共享 每月 信用
1 用户
所有模型
工作流
Max
24650 共享 每月 信用
1 用户
所有模型
工作流
Enterprise
更高的限制
自定义
定价和账单条款
Free
供随意体验
$0
永久免费