BYTEDANCE · SCENE LYD
Styr dialogen. Byg lyden omkring det.
Skab en samtale med rummet omkring det, en fortalt scene eller en lydeffekt fra en beskrivelse. Seed Audio 1.0 bringer tale, stemning og lydsignaler i ét genereret lydspor.
OPRET MED SEED AUDIO 1.0
Beskriv scenen og den nøjagtige dialog. Tilføj en valgfri reference, generér, lyt og download.
Download tidsindstillede undertekster, når det genererede spor indeholder tale.
Hør din scene her
Din genererede lyd vises her til afspilning, download og eksport af undertekster.
ÆGTE GENERERET LYD
Hvert klip nedenfor er genereret på PixMind med Seed Audio 1.0 fra én enkelt tekstprompt, uden redigering. Kopiér prompten for at genskabe scenen.
Dialog + atmosfære
Create a 14-second spaceship cockpit scene in English. From 2–5 seconds, a calm male voice reports: “Engines at seventy percent, course locked.” From 6–11 seconds, a female voice replies urgently: “Reroute the auxiliary power, we have ninety seconds.” Low reactor hum, soft console beeps and a distant mechanical clank. No music.
Fortællestemme
Create a 12-second nature documentary narration in English. From 2–10 seconds, a warm male voice says: “Beyond the last ridge, the valley wakes. Mist lifts off the river as the first light touches the canopy.” Gentle birdsong, a flowing river and soft wind in the background. No music.
Reklamestemme
Create a 12-second earbuds ad voiceover in English. From 2–6 seconds, an energetic female voice says: “Meet AeroBuds Pro — forty hours of battery and noise cancelling that silences the world.” From 7–10 seconds, she adds: “Order today and save thirty dollars.” Subtle whooshes and a bright closing chime. No loud music.
Lydeffekter
Create a 10-second morning forest soundscape. From 1–3 seconds, boots press into soft mud with a squelch. From 4–6 seconds, water drips from wet leaves. From 7–9 seconds, a woodpecker knocks in the distance and a gentle breeze moves through the branches. No speech and no music.
ÉN SCENE, FLERE LYDE
Beskriv forestillingen og dens omgivelser sammen. Brug vejledningen nedenfor som udgangspunkt for din egen scene.
Referencescener illustrerer prompte ideer; de er ikke genererede lydresultater.
DIALOG + AMBIENCE
En samtale føles anderledes i en stille café, en travl gade eller en tom sal.
Skriv hver karakters linje, stemme og levering, og beskriv derefter de omgivende lyde. Seed Audio kan generere dialog og dens baggrund sammen i ét spor.
Opret en 12-sekunders caféscene på engelsk. Fra 2-5 sekunder spørger en kvinde sagte: "Skal vi vente her?" Fra 6-9 sekunder svarer en mand: "Indtil regnen stopper." Blid regn udenfor, stille kopper og lav rumstemning. Ingen høj musik.
BILLEDVEJLEDET LYD
En kystlinje kan foreslå vind, bølger og fjerne fugle, før du skriver en linje.
Upload ét billede for at guide lyden, og beskriv derefter de lyde eller talte ord, du ønsker. En video keyframe kan tjene som reference for et lydspor, du vil blande ind i din redigering.
Skab 15 sekunders kyststemning for dette billede. Vind bevæger sig gennem græsset, bølger bryder mod klipperne, og lejlighedsvise måger kalder i det fjerne. Ingen tale eller musik. Lad bølgerne stige og falme naturligt.
LYDEFFEKTER + TIMING
En lås klikker. En værktøjskasse lukkes. Rummet falder tilbage i baggrunden.
Beskriv objektet, handlingen, materialet og rummet til at forme en effekt. Tilføj den ønskede længde og timing i naturligt sprog, eller generer en isoleret lyd til et lag i en større redigering.
Skab en 8-sekunders cykelværkstedslydscene. En lille metallås klikker på cirka 2 sekunder. En rød stålværktøjskasse lukker med et solidt klunk på cirka 3 sekunder. Nogle få værktøjer rasler, for derefter at falme til en stille værksteds-tone. Ingen tale og ingen musik.
SCENARIO-LEGEBØGER
Start med det job, du skal afslutte. Hvert eksempel inkluderer en scenereference, en lydplan og en redigerbar prompt til lydgeneratoren.
Disse er scenereferencer og manuskriptideer. Generer og lyt til din egen lyd i studiet ovenfor.
Giv en kort leveringsscene sin dialog og de lyde, der etablerer en regnfuld nat.
Tag en keyframe fra din video som en valgfri billedreference. Generer sporet, og placer det derefter under det originale klip i din editor, og juster timingen.
Opret en 12-sekunders leveringsscene med regnfuld nat på engelsk. Fra 0–2 sekunder, regn og fodtrin på våd fortov, så stopper en cykel. Fra 2-5 sekunder siger en kvinde tydeligt: "Din pakke er her." Fra 6-9 sekunder svarer en varm mandsstemme over et samtaleanlæg: "Tak, kom ind." Afslut med en stille døråbningslyd. Hold regnen under dialogen. Ingen musik.
Skriv en afskedsscene med to distinkte karakterer, naturlige pauser og et stille køkken omkring dem.
Beskriv hver karakters stemme og levering i prompten. For at få ensartede stemmereferencer skal du skifte til lydreferencetilstand og identificere prøverne i uploadrækkefølge.
Opret en 14-sekunders indenlandsk kortdramascene på engelsk. En midaldrende far har en lav, blid stemme; hans voksne datter har en klar, afslappet stemme. Stille kedel og køkkenstemning. Fra 2-5 sekunder spørger faderen stille: "Har du alt?" Fra 6-10 sekunder svarer datteren med et kærligt smil i stemmen: "Alt undtagen din te." Efterlad en lille pause, så sættes en kop ned. Hold baggrunden subtil og brug ingen musik.
Kombiner en kort fortælling med et kontakt-klik og en behersket musikseng til en skrivebordslampeannonce.
Skriv den nøjagtige annoncetekst i anførselstegn og beskriv musikken under den. Download lyden og tilgængelige SRT-undertekster, og kombiner dem derefter med dine produktbilleder.
Lav en 12-sekunders reklame for bordlamper på engelsk. Efter cirka 1 sekund klikker en lille messingkontakt. En blød, minimal instrumental seng kommer ind. Fra 2-9 sekunder siger en rolig, selvsikker kvinde: "Lidt lys. Lidt plads til at tænke. Giv plads til det, der betyder noget." Hold stemmen tæt og klar, musikken lav, og lad sluttonerne tone naturligt.
Udforsk fodspor, en lås og en tung stendør, mens en karakter kommer ind i en underjordisk ruin.
Beskriv materialerne, afstanden og det akustiske rum. Brug et fuldt scenespor til en prototype; generer individuelle effekter separat, når du har brug for uafhængige spiludløsere.
Skab en 10-sekunders eventyrspil-lydscene i en underjordisk stenruin. Fra 0-2 sekunder, langsomme læderstøvler på våde sten og en nærliggende fakkel, der knitrer. Efter cirka 2 sekunder klikker en bronzelås. Fra 3–6 sekunder åbnes en tung stendør med et langt ekko. Lad lyden falde til ro i en lav hulestemning i de resterende sekunder. Ingen stemmer, tale eller musik.
Kombiner en indstilling, højttalere, nøjagtige linjer, baggrundslyde og en tidsplan. Referencelyd bruger @音频1, @音频2 og @音频3 i uploadrækkefølge.
Skriv en samlet længde og intervallet for hver linje. Modellen arrangerer lyden fra disse instruktioner; nøjagtig rammejustering forbliver et redigeringstrin.
Download MP3, WAV eller OGG Opus. Aktiver undertekster for at eksportere tilgængelig taletiming som SRT, og placer derefter begge filer i dit videoprojekt.
Brug scenegenerering, når stemmer og omgivelser hører sammen. Brug de dedikerede tale- eller musikværktøjer, når det er hovedleverancen.
| Værktøj | Bedst til | Hvad du giver | Hvad du skaber |
|---|---|---|---|
| Seed Audio 1.0 | Dialog med stemning, fortælling og lydeffekter | En scenebeskrivelse plus valgfri billed- eller lydreferencer | Ét scene lydspor; valgfri tale undertekster |
| Tekst-til-tale studie | Fortælling og manuskripter arrangeret i separate segmenter | Manuskriptsegmenter, stemmer og leveringsinstruktioner | Talesegmenter, du kan arrangere og eksportere |
| AI musik generator | Baggrundsmusik og sange med tekster | En musikbeskrivelse, stilart eller tekst | Musik eller en sang til dit videoprojekt |
Navngiv indstillingen og lydene. Sæt nøjagtige talte linjer i anførselstegn og beskriv hver stemme.
Brug tekst alene, et billede eller op til tre korte lydreferencer. Vælg format og undertekstindstilling.
Lyt til din lyd, finjuster scenebeskrivelsen, hvis det er nødvendigt, og download nummeret med alle tilgængelige SRT-undertekster.
Seed Audio 1.0 er ByteDances lydoprettelsesmodel til lyd på sceneniveau. Den kan kombinere taleoptræden, lydeffekter, stemning og musikalske elementer under en fælles beskrivelse på naturligt sprog.
Ja. Skriv de nøjagtige linjer og beskriv talerne, følelser og levering. Du kan anmode om flere tegn og beskrive de omgivende lyde i samme prompt.
Vælg Billede i generatoren og upload en JPG, PNG eller WebP op til 10 MB. Tilføj den tekst eller lydbeskrivelse, du ønsker. Billedreferencer kan ikke blandes med lydreferencer eller en forudindstillet stemme i denne integration.
Upload prøverne i den rækkefølge, du vil bruge dem. Skriv @音频1, @音频2 og @音频3 i din prompt for at identificere dem. Hver prøve skal være 30 sekunder eller kortere og højst 10 MB. En konfigureret forudindstillet stemme optager én referenceplads.
Beskriv den samlede varighed og tidsvinduet for hver linje i prompten, for eksempel "en 12-sekunders scene; den første taler taler fra 2 til 5 sekunder." Det maksimale originale output er 120 sekunder. Denne side bruger ikke en separat varighedsparameter.
Den nuværende API viser kinesisk, engelsk, japansk, koreansk, mexicansk og europæisk spansk, tysk, fransk, brasiliansk portugisisk, thai, vietnamesisk, malaysisk, filippinsk, italiensk, russisk, hollandsk, polsk og tyrkisk.
Generatoren accepterer tekst, ét referencebillede eller korte lydreferencer. Du kan udtrække en keyframe fra en video og bruge den som billedreference. Generering af en synkroniseret færdig video eller ændring af mundbevægelser kræver en separat video-workflow.
Generatoren tilbyder MP3, WAV og OGG Opus lyd. Hvis generering af undertekster er aktiveret, og modellen returnerer taletidsstempler, kan du downloade en SRT-fil. Lyden er ét kombineret spor i stedet for separate dialog-, musik- og effektstammer.
Generatoren viser den aktuelle kreditrente før indsendelse. Den reserverer op til maks. 120 sekunder og afregner derefter med den oprindeligt genererede lydvarighed rundet op til et helt sekund. Ubrugte reserverede kreditter returneres; hastighedsjusteringer ændrer ikke den oprindelige varighed, der blev brugt til fakturering.
Detaljer kontrolleret på 2026-10-25.
Start med linjen, indstillingen og de lyde, du vil høre.