Charaktere, die eine Szene teilen
Schreiben Sie die Zeilen, beschreiben Sie jede Stimme und fügen Sie den Raum um sie herum hinzu. Erzeugen Sie ein Gespräch mit Hintergrund in einem Track.
KI-AUDIO-GENERATOR · SEED AUDIO 1.0
Beschreiben Sie eine Szene. Geben Sie ihm einen Ton.
Erstellen Sie Charakterdialoge, Erzählungen, Soundeffekte und Hintergrundstimmung in einer Audiospur. Beginnen Sie mit einer Beschreibung oder leiten Sie das Ergebnis mit Bild- oder Audioreferenzen an.
Bis zu 120 Sekunden · Optionale Referenzen · Audio- und SRT-Download
Erstellen Sie Ihr Audio
Seed Audio 1.0Beschreiben Sie den Ton, den genauen Dialog und das Timing. Bis zu 120 Sekunden pro Generation.0/3000
Audioeinstellungen
Laden Sie zeitgesteuerte Untertitel herunter, wenn der generierte Titel Sprache enthält.
Dein Audio
Hören Sie hier Ihre Szene
Ihr generiertes Audio wird hier zur Wiedergabe, zum Herunterladen und zum Exportieren von Untertiteln angezeigt.
Audio für die Szene, die Sie erstellen
Ein von Ihrem Bild inspirierter Klang
Laden Sie ein Szenenbild hoch und beschreiben Sie die Wörter oder Töne, die Sie benötigen. Verwenden Sie einen Video-Keyframe als visuelle Referenz für eine neue Audiospur.
Soundeffekte und Atmosphäre
Beschreiben Sie Schritte, Wetter, Bewegung oder eine musikalische Stimmung. Für einen vollständigen Song mit Text und Struktur verwenden Sie den speziellen Musikgenerator.
Von der Beschreibung bis zum Audio
Beschreiben Sie die Szene
Schreiben Sie Ihr Drehbuch, Setting, Sounds und die gewünschte Länge.
Fügen Sie eine optionale Referenz hinzu
Wählen Sie ein Bild oder bis zu drei kurze Audio-Referenzen.
Generieren und herunterladen
Hören Sie sich den Titel an, laden Sie das Audio herunter und exportieren Sie verfügbare Untertitel.
Fragen zur KI-Audiogenerierung
Was kann ich mit Seed Audio 1.0 generieren?
Sie können Sprache, Charakterdialoge, Soundeffekte, Ambiente und Musik in einer Audiospur mithilfe einer Beschreibung in natürlicher Sprache anfordern.
Kann ich ein Bild als Referenz verwenden?
Ja. Laden Sie ein JPG-, PNG- oder WebP-Bild mit bis zu 10 MB hoch und beschreiben Sie die Audio- oder gesprochenen Wörter, die Sie benötigen. Bildreferenzen können nicht mit Audioreferenzen oder einer voreingestellten Stimme kombiniert werden.
Kann ich eine Sprach- oder Audioreferenz verwenden?
Sie können bis zu drei WAV-, MP3- oder OGG Opus-Audioreferenzen hochladen, die jeweils nicht länger als 30 Sekunden und nicht größer als 10 MB sein dürfen. Bezeichnen Sie sie in der Upload-Reihenfolge als @音频1, @音频2 und @音频3. Eine voreingestellte Stimme belegt, sofern verfügbar, einen Platz.
Wie lang darf das generierte Audio sein?
Eine Generation kann bis zu 120 Sekunden Originalton produzieren. Beschreiben Sie die Gesamtlänge und das Timing der gesprochenen Zeilen in Ihrer Eingabeaufforderung.
Kann diese Seite synchronisiertes Audio zu einem Video hinzufügen?
Diese Seite generiert eine Audiodatei. Sie können einen Video-Keyframe als Bildreferenz verwenden und das Ergebnis dann in einem Editor mit Ihrem Video kombinieren. Automatische Videoanalyse, Lippensynchronisation und Videoexport sind separate Arbeitsabläufe.
Kann ich Untertitel herunterladen?
Aktivieren Sie Untertitel vor dem Generieren. Wenn zeitgesteuerte Sprachuntertitel zurückgegeben werden, können Sie neben dem Audio eine SRT-Datei herunterladen.
Gibt es separate Dialog-, Musik- und Soundeffekt-Tracks zurück?
Diese Integration gibt eine generierte Audiospur zurück. Generieren Sie Elemente separat, wenn Sie Dialoge, Musik und Soundeffekte unabhängig voneinander mischen möchten.
Wie werden Credits berechnet?
Die Seite zeigt den aktuellen Tarif vor der Übermittlung an. Credits werden für bis zu 120 Sekunden reserviert und dann mit der ursprünglich generierten Dauer, aufgerundet auf eine ganze Sekunde, verrechnet. Nicht genutzte Credits werden zurückgegeben. Änderungen der Wiedergabegeschwindigkeit haben keinen Einfluss auf die ursprünglich für die Abrechnung verwendete Dauer.