BYTEDANCE · SCENE LYD
Styr dialogen. Bygg lyden rundt det.
Lag en samtale med rommet rundt, en fortalt scene eller en lydeffekt fra en beskrivelse. Seed Audio 1.0 bringer tale, stemning og lydsignaler til ett generert lydspor.
LAG MED SEED AUDIO 1.0
Beskriv scenen og nøyaktig dialog. Legg til en valgfri referanse, generer, lytt og last ned.
Last ned tidsbestemte undertekster når det genererte sporet inneholder tale.
Hør scenen din her
Din genererte lyd vil vises her for avspilling, nedlasting og eksport av undertekster.
EKTE GENERERT LYD
Hvert klipp nedenfor ble generert på PixMind med Seed Audio 1.0 fra én enkelt tekstmelding, uten redigering. Kopier meldingen for å gjenskape scenen.
Dialog + lydmiljø
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.
Fortellerstemme
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 LYDER
Beskriv forestillingen og dens omgivelser sammen. Bruk instruksjonene nedenfor som utgangspunkt for din egen scene.
Referansescener illustrerer umiddelbare ideer; de er ikke genererte lydresultater.
DIALOG + STEMME
En samtale føles annerledes på en rolig kafé, en travel gate eller en tom sal.
Skriv hver karakters linje, stemme og levering, og beskriv deretter lydene rundt. Seed Audio kan generere dialog og bakgrunnen sammen i ett spor.
Lag en 12-sekunders kaféscene på engelsk. Fra 2–5 sekunder spør en kvinne lavt: «Skal vi vente her?» Fra 6–9 sekunder svarer en mann: «Til regnet slutter.» Lett regn ute, stille kopper og lav romstemning. Ingen høy musikk.
BILDEVEILEDT LYD
En kystlinje kan foreslå vind, bølger og fjerne fugler før du skriver en linje.
Last opp ett bilde for å veilede lyden, og beskriv deretter lydene eller de talte ordene du vil ha. En videonøkkelramme kan tjene som referanse for et lydspor du vil blande inn i redigeringen.
Lag 15 sekunder med kyststemning for dette bildet. Vind beveger seg gjennom gresset, bølger bryter mot steinene, og sporadiske måker roper i det fjerne. Ingen tale eller musikk. La bølgene stige og falme naturlig.
LYDEFFEKTER + TIMING
En sperre klikker. En verktøykasse lukkes. Rommet slår seg tilbake i bakgrunnsbrummingen.
Beskriv objektet, handlingen, materialet og rommet for å forme en effekt. Legg til ønsket lengde og timing i naturlig språk, eller generer en isolert lyd for å legge til en større redigering.
Lag en 8-sekunders lydscene for sykkelverksted. En liten metalllås klikker på ca. 2 sekunder. En rød verktøykasse i stål lukkes med en solid klunk på ca. 3 sekunder. Noen få verktøy skrangler, for så å blekne til en stille verkstedtone. Ingen tale og ingen musikk.
SCENARIOLEKEBOKER
Start med jobben du trenger for å fullføre. Hvert eksempel inkluderer en scenereferanse, en lydplan og en redigerbar melding for lydgeneratoren.
Dette er scenereferanser og manusideer. Generer og lytt til din egen lyd i studioet ovenfor.
Gi en kort leveringsscene sin dialog og lydene som etablerer en regnfull natt.
Ta et nøkkelbilde fra videoen din som en valgfri bildereferanse. Generer sporet, plasser det under det originale klippet i redigeringsprogrammet og juster timingen.
Lag en 12-sekunders leveringsscene med regnfull natt på engelsk. Fra 0–2 sekunder, regn og fottrinn på vått fortau, så stopper en sykkel. Fra 2–5 sekunder sier en kvinne tydelig: "Pakken din er her." Fra 6–9 sekunder svarer en varm mannsstemme over en intercom: «Takk, kom inn.» Avslutt med en stille døråpningslyd. Hold regnet under dialogen. Ingen musikk.
Skriv en avskjedsscene med to distinkte karakterer, naturlige pauser og et stille kjøkken rundt seg.
Beskriv hver karakters stemme og levering i ledeteksten. For konsekvente stemmereferanser, bytt til lydreferansemodus og identifiser prøvene i opplastingsrekkefølge.
Lag en 14-sekunders innenlandsk kortdramascene på engelsk. En middelaldrende far har en lav, mild stemme; hans voksne datter har en klar, avslappet stemme. Stillegående vannkoker og kjøkkenstemning. Fra 2–5 sekunder spør faren lavt: "Har du alt?" Fra 6–10 sekunder svarer datteren med et kjærlig smil i stemmen: "Alt unntatt teen din." Legg igjen en liten pause, så settes en kopp ned. Hold bakgrunnen subtil og bruk ingen musikk.
Kombiner en kort fortelling med et bryterklikk og en behersket musikalsk seng for en skrivebordslampeannonse.
Skriv den nøyaktige annonseteksten i anførselstegn og beskriv musikken under den. Last ned lyden og tilgjengelige SRT-undertekster, og kombiner dem deretter med produktbildene dine.
Lag en 12-sekunders reklame for skrivebordslamper på engelsk. På omtrent 1 sekund klikker en liten messingbryter. En myk, minimal instrumentell seng kommer inn. Fra 2–9 sekunder sier en rolig, selvsikker kvinne: «Litt lys. Litt rom for å tenke. Gi plass til det som betyr noe.» Hold stemmen nær og klar, musikken lav, og la slutttonene tone naturlig.
Utforsk fotspor, en lås og en tung steindør mens en karakter går inn i en underjordisk ruin.
Beskriv materialene, avstanden og det akustiske rommet. Bruk et fullstendig scenespor for en prototype; generer individuelle effekter separat når du trenger uavhengige spillutløsere.
Lag en 10-sekunders eventyrspill-lydscene i en underjordisk steinruin. Fra 0–2 sekunder, sakte lærstøvler på våt stein og en nærliggende fakkel som knitrer. Etter ca. 2 sekunder klikker en bronselås. Fra 3–6 sekunder sliper en tung steindør opp med et langt ekko. La lyden sette seg i en lav hulestemning i de resterende sekundene. Ingen stemmer, tale eller musikk.
Kombiner en innstilling, høyttalere, nøyaktige linjer, bakgrunnslyder og en tidsplan. Referanselyd bruker @音频1, @音频2 og @音频3 i opplastingsrekkefølge.
Skriv en total lengde og intervallet for hver linje. Modellen ordner lyden fra disse instruksjonene; nøyaktig rammejustering forblir et redigeringstrinn.
Last ned MP3, WAV eller OGG Opus. Aktiver undertekster for å eksportere tilgjengelig taletiming som SRT, og plasser deretter begge filene i videoprosjektet ditt.
Bruk scenegenerering når stemmer og omgivelser hører sammen. Bruk de dedikerte tale- eller musikkverktøyene når det er hovedleveransen.
| Verktøy | Passer best til | Det du gir | Hva du lager |
|---|---|---|---|
| Seed Audio 1.0 | Dialog med stemning, fortelling og lydeffekter | En scenebeskrivelse, pluss valgfrie bilde- eller lydreferanser | Én scene lydspor; valgfri taleteksting |
| Tekst-til-tale studio | Fortelling og manus ordnet i separate segmenter | Manussegmenter, stemmer og leveringsinstruksjoner | Talesegmenter du kan ordne og eksportere |
| AI musikkgenerator | Bakgrunnsmusikk og sanger med tekster | En musikkbeskrivelse, stil eller tekst | Musikk eller en sang for videoprosjektet ditt |
Navngi innstillingen og lydene. Sett nøyaktige talte linjer i anførselstegn og beskriv hver stemme.
Bruk tekst alene, ett bilde eller opptil tre korte lydreferanser. Velg formatet og undertekstalternativet.
Lytt til lyden din, avgrens scenebeskrivelsen om nødvendig, og last ned sporet med alle tilgjengelige SRT-undertekster.
Seed Audio 1.0 er ByteDances lydopprettingsmodell for lyd på scenenivå. Den kan kombinere muntlig ytelse, lydeffekter, atmosfære og musikalske elementer under en delt naturspråklig beskrivelse.
Ja. Skriv de nøyaktige linjene og beskriv høyttalerne, følelser og levering. Du kan be om flere tegn og beskrive de omkringliggende lydene i samme ledetekst.
Velg Bilde i generatoren og last opp én JPG, PNG eller WebP opptil 10 MB. Legg til teksten eller lydbeskrivelsen du ønsker. Bildereferanser kan ikke blandes med lydreferanser eller en forhåndsinnstilt stemme i denne integrasjonen.
Last opp prøvene i den rekkefølgen du skal bruke dem. Skriv @音频1, @音频2 og @音频3 i ledeteksten for å identifisere dem. Hver prøve må være på 30 sekunder eller kortere og maksimalt 10 MB. En konfigurert forhåndsinnstilt stemme opptar ett referansespor.
Beskriv den totale varigheten og tidsvinduet for hver linje i ledeteksten, for eksempel "en 12-sekunders scene; den første høyttaleren snakker fra 2 til 5 sekunder." Maksimal originalutgang er 120 sekunder. Denne siden bruker ikke en egen varighetsparameter.
Gjeldende API viser kinesisk, engelsk, japansk, koreansk, meksikansk og europeisk spansk, tysk, fransk, brasiliansk portugisisk, thai, vietnamesisk, malaysisk, filippinsk, italiensk, russisk, nederlandsk, polsk og tyrkisk.
Generatoren godtar tekst, ett referansebilde eller korte lydreferanser. Du kan trekke ut en nøkkelramme fra en video og bruke den som bildereferanse. Å generere en synkronisert ferdig video eller endre munnbevegelser krever en egen videoarbeidsflyt.
Generatoren tilbyr MP3, WAV og OGG Opus lyd. Hvis generering av undertekster er aktivert og modellen returnerer taletidsstempler, kan du laste ned en SRT-fil. Lyden er ett kombinert spor i stedet for separate dialog-, musikk- og effektstammer.
Generatoren viser gjeldende kredittrente før innsending. Den reserverer opptil 120-sekunders maksimum, og avgjør deretter mot den opprinnelige genererte lydvarigheten rundet opp til et helt sekund. Ubrukte reserverte kreditter returneres; hastighetsjusteringer endrer ikke den opprinnelige varigheten som ble brukt for fakturering.
Detaljer sjekket på 2026-10-25.
Start med linjen, innstillingen og lydene du vil høre.