BYTEDANCE · AUDIO DELLA SCENA
Dirigere il dialogo. Costruisci il suono attorno ad esso.
Crea una conversazione con la stanza circostante, una scena narrata o un effetto sonoro da una descrizione. Seed Audio 1.0 porta parlato, atmosfera e segnali sonori in un'unica traccia audio generata.
CREA CON SEED AUDIO 1.0
Descrivi la scena e il dialogo esatto. Aggiungi un riferimento facoltativo, genera, quindi ascolta e scarica.
Scarica i sottotitoli temporizzati quando la traccia generata contiene parlato.
Ascolta la tua scena qui
L'audio generato verrà visualizzato qui per la riproduzione, il download e l'esportazione dei sottotitoli.
AUDIO GENERATO DAVVERO
Ogni clip qui sotto è stato generato su PixMind con Seed Audio 1.0 a partire da un unico prompt testuale, senza montaggio. Copia il prompt per ricreare la scena.
Dialogo + ambiente
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.
Narrazione
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.
Voce pubblicitaria
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.
Effetti sonori
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.
UNA SCENA, MOLTI SUONI
Descrivi insieme lo spettacolo e l'ambiente circostante. Utilizza le istruzioni seguenti come punti di partenza per la tua scena.
Le scene di riferimento illustrano idee immediate; non vengono generati risultati audio.
DIALOGO + AMBIENTE
Una conversazione sembra diversa in un bar tranquillo, in una strada trafficata o in un corridoio vuoto.
Scrivi la battuta, la voce e la pronuncia di ogni personaggio, quindi descrivi i suoni circostanti. Seed Audio può generare dialoghi e il relativo sottofondo insieme in un'unica traccia.
Crea una scena di un bar di 12 secondi in inglese. Per 2-5 secondi, una donna chiede sottovoce: "Aspettiamo qui?" Dai 6 ai 9 secondi, un uomo risponde: “Fino a quando smetterà di piovere”. Fuori una leggera pioggia, tazze silenziose e un'atmosfera bassa. Nessuna musica ad alto volume.
AUDIO GUIDATO DALLE IMMAGINI
Una costa può suggerire il vento, le onde e gli uccelli lontani prima ancora che tu scriva una riga.
Carica un'immagine per guidare l'audio, quindi descrivi i suoni o le parole pronunciate che desideri. Un fotogramma chiave video può fungere da riferimento per una traccia audio che inserirai nella modifica.
Crea 15 secondi di atmosfera costiera per questa immagine. Il vento si muove tra l'erba, le onde si infrangono contro le rocce e occasionalmente i gabbiani gridano in lontananza. Nessun discorso o musica. Lascia che le onde si alzino e svaniscano naturalmente.
EFFETTI SONORI + TEMPING
Un chiavistello scatta. Si chiude una casella degli strumenti. La stanza ritorna al ronzio di sottofondo.
Descrivi l'oggetto, l'azione, il materiale e lo spazio per dare forma a un effetto. Aggiungi la lunghezza e il timing desiderati in linguaggio naturale oppure genera un suono isolato da sovrapporre a un montaggio più ampio.
Crea una scena sonora di officina ciclistica di 8 secondi. Un piccolo fermo in metallo scatta a circa 2 secondi. Una cassetta degli attrezzi in acciaio rosso si chiude con un forte rumore metallico dopo circa 3 secondi. Alcuni strumenti tintinnano, poi svaniscono nel tono tranquillo della stanza dell'officina. Niente discorso e niente musica.
LIBRI DI SCENARI
Inizia con il lavoro che devi finire. Ogni esempio include un riferimento alla scena, un piano sonoro e un prompt modificabile per il generatore audio.
Questi sono riferimenti a scene e idee per la sceneggiatura. Genera e ascolta il tuo audio nello studio qui sopra.
Assegna ad una breve scena di consegna i suoi dialoghi e i suoni che caratterizzano una notte piovosa.
Prendi un fotogramma chiave dal tuo video come riferimento immagine opzionale. Genera la traccia, quindi posizionala sotto la clip originale nel tuo editor e regola i tempi.
Crea una scena di consegna di 12 secondi in una notte piovosa in inglese. Da 0 a 2 secondi, pioggia e passi sull'asfalto bagnato, poi la bicicletta si ferma. Dopo 2-5 secondi la donna dice chiaramente: “Il tuo pacco è qui”. Dai 6 ai 9 secondi, una calda voce maschile all'interfono risponde: "Grazie, entra". Termina con un leggero suono di apertura della porta. Mantieni la pioggia sotto il dialogo. Niente musica.
Scrivi una scena d'addio con due personaggi distinti, pause naturali e una cucina tranquilla attorno a loro.
Descrivi la voce e la pronuncia di ciascun personaggio nel prompt. Per riferimenti vocali coerenti, passa alla modalità di riferimento audio e identifica i campioni nell'ordine di caricamento.
Crea una scena di un cortometraggio domestico di 14 secondi in inglese. Un padre di mezza età ha una voce bassa e gentile; sua figlia adulta ha una voce chiara e rilassata. Bollitore tranquillo e ambiente cucina. Da 2 a 5 secondi, il padre chiede sottovoce: "Hai tutto?" Dopo 6-10 secondi la figlia risponde con un sorriso affettuoso nella voce: “Tutto tranne il tuo tè”. Lascia una piccola pausa, poi viene posata una tazza. Mantieni uno sfondo discreto e non utilizzare musica.
Combina una breve narrazione con un clic e un letto musicale sobrio per un annuncio pubblicitario su una lampada da scrivania.
Scrivi il testo esatto dell'annuncio tra virgolette e descrivi la musica sottostante. Scarica l'audio e i sottotitoli SRT disponibili, quindi combinali con le riprese dei tuoi prodotti.
Crea una pubblicità di lampade da scrivania di 12 secondi in inglese. Dopo circa 1 secondo, scatta un piccolo interruttore in ottone. Entra un letto strumentale morbido e minimale. Per un periodo compreso tra 2 e 9 secondi, una donna calma e sicura di sé dice: "Un po' di luce. Un po' di spazio per pensare. Fai spazio a ciò che conta". Mantieni la voce vicina e chiara, la musica bassa e lascia che le note finali svaniscano in modo naturale.
Esplora i passi, una serratura e una pesante porta di pietra mentre un personaggio entra in una rovina sotterranea.
Descrivere i materiali, la distanza e lo spazio acustico. Utilizzare una traccia di scena completa per un prototipo; generare effetti individuali separatamente quando sono necessari trigger di gioco indipendenti.
Crea una scena sonora di un gioco d'avventura di 10 secondi in una rovina di pietra sotterranea. Da 0 a 2 secondi, stivali di cuoio lenti sulla pietra bagnata e una torcia vicina crepitante. Dopo circa 2 secondi, scatta una serratura in bronzo. Per un periodo compreso tra 3 e 6 secondi, una pesante porta di pietra si apre con un lungo eco. Lascia che il suono si stabilizzi nell'atmosfera di una caverna per i restanti secondi. Nessuna voce, discorso o musica.
Combina un'ambientazione, altoparlanti, linee esatte, suoni di sottofondo e un piano temporale. L'audio di riferimento utilizza @音频1, @音频2 e @音频3 nell'ordine di caricamento.
Scrivi la lunghezza totale e l'intervallo per ogni riga. Il modello organizza l'audio da queste istruzioni; l'esatto allineamento del fotogramma rimane una fase di modifica.
Scarica MP3, WAV o OGG Opus. Abilita i sottotitoli per esportare i tempi del parlato disponibili come SRT, quindi inserisci entrambi i file nel tuo progetto video.
Usa la generazione di scene quando le voci e l'ambiente circostante vanno insieme. Utilizzare gli strumenti vocali o musicali dedicati quando questo è il risultato principale.
| Strumento | Meglio per | Cosa fornisci | Ciò che crei |
|---|---|---|---|
| Seed Audio 1.0 | Dialogo con ambientazione, narrazione ed effetti sonori | Una descrizione della scena, oltre a riferimenti audio o immagine opzionali | Traccia audio di una scena; sottotitoli vocali opzionali |
| Studio di sintesi vocale | Narrazione e sceneggiature organizzate in segmenti separati | Segmenti di script, voci e istruzioni di consegna | Segmenti vocali che puoi organizzare ed esportare |
| Generatore musicale AI | Musica di sottofondo e canzoni con testi | Una descrizione musicale, uno stile o un testo | Musica o una canzone per il tuo progetto video |
Assegna un nome all'impostazione e ai suoni. Metti le linee pronunciate esatte tra virgolette e descrivi ciascuna voce.
Utilizza solo testo, un'immagine o fino a tre brevi riferimenti audio. Scegli il formato e l'opzione dei sottotitoli.
Ascolta l'audio, perfeziona la descrizione della scena se necessario e scarica la traccia con tutti i sottotitoli SRT disponibili.
Seed Audio 1.0 è il modello di creazione audio di ByteDance per il suono a livello di scena. Può combinare performance parlata, effetti sonori, atmosfera ed elementi musicali sotto una descrizione condivisa in linguaggio naturale.
SÌ. Scrivi le righe esatte e descrivi i relatori, le emozioni e la consegna. Puoi richiedere più caratteri e descrivere i suoni circostanti nello stesso prompt.
Scegli Immagine nel generatore e carica uno JPG, PNG o WebP fino a 10 MB. Aggiungi il testo o la descrizione del suono che desideri. I riferimenti alle immagini non possono essere mescolati con riferimenti audio o con una voce preimpostata in questa integrazione.
Carica i campioni nell'ordine in cui li utilizzerai. Scrivi @音频1, @音频2 e @音频3 nel tuo prompt per identificarli. Ogni campione deve durare 30 secondi o meno e massimo 10 MB. Una voce preimpostata configurata occupa uno slot di riferimento.
Descrivi la durata totale e la finestra temporale di ciascuna riga nel prompt, ad esempio "una scena di 12 secondi; il primo oratore parla da 2 a 5 secondi". L'output originale massimo è di 120 secondi. Questa pagina non utilizza un parametro di durata separato.
L'attuale API elenca cinese, inglese, giapponese, coreano, messicano e spagnolo europeo, tedesco, francese, portoghese brasiliano, tailandese, vietnamita, malese, filippino, italiano, russo, olandese, polacco e turco.
Il generatore accetta testo, un'immagine di riferimento o brevi riferimenti audio. Puoi estrarre un fotogramma chiave da un video e utilizzarlo come riferimento per l'immagine. La generazione di un video finito sincronizzato o la modifica dei movimenti della bocca richiedono un flusso di lavoro video separato.
Il generatore offre audio MP3, WAV e OGG Opus. Se la generazione dei sottotitoli è abilitata e il modello restituisce i timestamp del parlato, puoi scaricare un file SRT. L'audio è una traccia combinata anziché dialoghi, musica ed effetti separati.
Il generatore mostra il tasso di credito corrente prima dell'invio. Si riserva fino a un massimo di 120 secondi, quindi si regola sulla durata dell'audio generato originale arrotondata per eccesso a un secondo intero. I crediti riservati non utilizzati vengono restituiti; le regolazioni della velocità non modificano la durata originale utilizzata per la fatturazione.
Dettagli controllati su 2026-10-25.
Inizia con la linea, l'impostazione e i suoni che desideri ascoltare.