Videosynchronisation
Eine vertonte Szene
Erleben Sie, wie Stimme, Musik und Soundeffekte in einer Szene verschmelzen.
Das Video enthält On-Screen-Beschreibungen von Dialogen, Musik und Effekten.Seed Audio 1.5 · Demnächst auf Popcraft
Seed Audio 1.5. Alles, was es zu hören gibt.
Demnächst auf Popcraft. Erstellen Sie Szenen-Audio mit Dialogen, Ambience, Soundeffekten und Musik auf Basis von Text-, Video- und Audioreferenzen. Veröffentlichungsdatum und Preise für Seed Audio 1.5 auf Popcraft wurden noch nicht bekannt gegeben.
Seed Audio 1.5 entdecken ↓Beispiele
Im Kontext erleben.
Vorschau-Demos aus der Seed Audio 1.5-Präsentation. Die Generierung in Popcraft folgt in Kürze.
Zeitstempel-Steuerung
Stimmen, Musik, Momente
Hören Sie mehrere Stimmen, Musik und Soundeffekte, die mittels Zeitstempeln in einem englischsprachigen Werbespot angeordnet wurden.
Was neu ist
Mehr Wege zum perfekten Sound.
Kombinieren Sie Text-, Video- und Audioreferenzen, um das Ergebnis zu gestalten.
| Input / Funktion | So funktioniert es | Audio 1.5 | Audio 1.0 | Herkömmliches TTS |
|---|---|---|---|---|
| Text-zu-Sprache | Wählen Sie eine Stimme und geben Sie den Text ein. | Ja | Ja | Ja |
| Stimmen-Cloning | Nutzen Sie einen Audio-Clip als Referenz für die Stimme. | Ja | Ja | Ja |
| Text → Audio | Beschreiben Sie Sprache, Soundeffekte und Hintergrundmusik. | Ja | Ja | Nein |
| Text + Audio → Audio | Fügen Sie eine Referenz für Stimmcharakteristik oder Emotion hinzu. | Ja | Ja | Nein |
| Text + Video → Audio | Beschreiben Sie Audio, das sich an der visuellen Handlung des Videos orientiert. | Ja | Nein | Nein |
| Text + Video + Audio → Audio | Fügen Sie eine Audio-Referenz hinzu, um die Synchronstimme festzulegen. | Ja | Nein | Nein |
| Text → Musik | Beschreiben Sie Musik mit einer Länge von bis zu sechs Minuten. | Ja | Nein | Nein |
Ein Modell, mehr Möglichkeiten
Geben Sie Ihren Bildern eine Stimme.
Die Funktionen und Einschränkungen in dieser Vorschau basieren auf der Seed Audio 1.5-Präsentation. Die finalen Funktionen von Popcraft werden zum Launch bestätigt.
Von der ersten Klanglandschaft bis hin zu einer neuen Sprache – gestalten Sie den Sound passend zu Ihrer Geschichte.
6 Min.Maximale Audiolänge pro Anfrage
6Audio-Referenzen in einer Anfrage
33Unterstützte Sprachen
01 / VIDEOSYNCHRONISATION
Sound für die Szene
Nutzen Sie ein Video als Referenz, um Stimmen, Soundeffekte und Hintergrundmusik passend zum Bildmaterial zu generieren.
Beschreiben Sie exakt den gewünschten Dialog, die Soundeffekte und die Musik; die Synchronisation erfolgt nicht automatisch.02 / VIDEO-ÜBERSETZUNG
Stimmen grenzenlos nutzen
Übersetzen Sie gesprochene Inhalte und behalten Sie dabei die ursprüngliche Stimmcharakteristik, Soundeffekte und Hintergrundmusik bei.
Die dokumentierten Übersetzungspaare sind Chinesisch oder Englisch in 30 Zielsprachen.03 / STEM-TRENNUNG
Raum für Feinabstimmung
Geben Sie Gesang, Soundeffekte und Hintergrundmusik als unabhängige Stems für die weitere Bearbeitung aus.
04 / MUSIK-GENERIERUNG
Finden Sie den Soundtrack
Beschreiben Sie Musik per Text oder generieren Sie einen Song mit Lyrics. Musik kann bis zu sechs Minuten lang sein.
Vor dem Soundtrack
Beginnen Sie mit der Szene.
Die Originalszene
Vergleichen Sie dieses Video mit der optimierten Szene in den Beispielen oben.
Video-Workflows
Gestalten Sie den Sound. Bewahren Sie die Geschichte.
Eine Szene synchronisieren oder verbessern
Nutzen Sie nur das Video oder Video mit einer Audio-Referenz für Filmsynchronisation oder zur Verbesserung minderwertiger Audioqualität.
- Wählen Sie die Video-Referenz.
- Fügen Sie eine Audio-Referenz hinzu, wenn Sie eine bestimmte Klangfarbe wünschen.
- Beschreiben Sie exakt den gesprochenen Inhalt, die Soundeffekte und die Hintergrundmusik.
Die Videosynchronisation unterstützt 30 Sprachen. Sie erfordert eine Textbeschreibung; sie erfolgt nicht automatisch.
Szenen-Beispiel abspielen ↓Den gesprochenen Inhalt übersetzen
Beginnen Sie mit chinesischer oder englischer Sprache. Übersetzen Sie diese in eine von 30 unterstützten Zielsprachen, während Stimmcharakteristik, Soundeffekte und Hintergrundmusik erhalten bleiben.
Die Beispiele umfassen eine Übersetzungs-Demo, eine englische Whiplash-Szene und ihr japanisches Gegenstück sowie eine Szene aus The Big Bang Theory auf Englisch und in einer mexikanisch-spanischen Version.
Übersetzungssprachen ansehen ↓Beispiele für Video-Übersetzung
Dieselbe Szene anders hören.
Sprachübergreifend
Eine kurze Demonstration der Video-Übersetzung.
Whiplash · Englisch
Originalszene auf Englisch.
Whiplash · Japanisch
Japanische Übersetzung von Seed Audio 1.5.
The Big Bang Theory · Englisch
Originalszene auf Englisch.
The Big Bang Theory · Mexikanisches Spanisch
Mexikanisch-spanische Übersetzung von Seed Audio 1.5.
Stem-Trennung
Den Mix zerlegen.
Geben Sie eine Audiodatei ein, um Gesang, Effekte und Hintergrundmusik in unabhängige Spuren für das Post-Mixing zu trennen. Die aktuelle Version unterstützt bis zu sechs Spuren.
Vom Audio zu editierbaren Spuren
Jeder Output kann individuell in einem Mixing-Workflow verwendet werden.
Das 58-sekündige Beispiel trennt eine gemischte Audiodatei in Spuren für Erzähler, Mädchen, Junge, Fantasy-Musik, Schritte und das Schließen einer Tür.
Die Limits im Blick
- Bis zu sechs Output-Spuren bei der Stem-Trennung.
- Bis zu sechs Audio-Referenzen in einer Generierungsanfrage.
- Bis zu sechs Minuten generiertes Audio pro Anfrage.
Trennen, dann vergleichen
Ein Mix. Sechs Teile.
Stem-Trennung in einer Szene
Eine Demonstration von Gesang, Soundeffekten und Musik als separate Ausgabespuren.
Hören Sie sich den Mix und jede isolierte Spur an.
Original-Mix
Erzähler
Mädchen
Junge
Fantasy-Musik
Schritte
Türschließen
Musik-Generierung
Beschreiben Sie den Soundtrack.
Die musikalische Gestaltung steuern
Geben Sie Genre, Stimmung, Gesang, Instrumente und Struktur in Ihren Musikvorgaben an. Generieren Sie Musik aus einer Textbeschreibung oder einen Song mit Lyrics.
Musik kann bis zu sechs Minuten lang sein.
Fünf Sprachen für Musik
Englisch, Chinesisch, Japanisch, Koreanisch und Kantonesisch werden für die Musik-Generierung unterstützt.
Diese musikspezifische Liste ist unabhängig von der allgemeinen Unterstützung des Modells für 33 Sprachen.
Musik-Beispiel
Von den Anforderungen zur Musik.
Musik-Generierung
Entdecken Sie die Musik-Generierung-Demo.
Sprachunterstützung
Den Sprachumfang kennen.
Das Modell unterstützt insgesamt 33 Sprachen. Die Übersetzung beginnt bei Chinesisch oder Englisch und unterstützt diese 30 Zielformate.
- Chinesisch ·
zh - Englisch ·
en - Japanisch ·
ja - Koreanisch ·
ko - Deutsch ·
de - Französisch ·
fr - Brasilianisches Portugiesisch ·
pt-BR - Thailändisch ·
th - Indonesisch (Bahasa) ·
id - Vietnamesisch ·
vi - Malaiisch ·
ms - Filipino ·
fil - Italienisch ·
it - Russisch ·
ru - Niederländisch ·
nl - Polnisch ·
pl - Türkisch ·
tr - Schwedisch ·
sv - Kastilisches Spanisch ·
es-ES - Mexikanisches Spanisch ·
es-MX - Arabisch ·
ar - Europäisches Portugiesisch ·
pt-PT - Finnisch ·
fi - Dänisch ·
da - Norwegisch ·
no - Tschechisch ·
cs - Ungarisch ·
hu - Griechisch ·
el - Rumänisch ·
ro - Hindi ·
hi
Über die Übersetzungsliste hinaus
Die Liste der insgesamt 33 Sprachen enthält auch Tamil, Odia und Bengali. Der allgemeine Eintrag für Arabisch bezieht sich auf einen saudischen Akzent. Diese erweiterten Fähigkeiten vergrößern nicht die dokumentierten Übersetzungspaare.
Präzise Steuerung
Lassen Sie jeden Moment zählen.
Nutzen Sie Zeitstempel, um Voiceover, Soundeffekte und Hintergrundmusik genau dort zu platzieren, wo die Geschichte sie braucht.
STIMME
Platzieren Sie den gesprochenen Moment.
SOUNDEFFEKTE
Geben Sie der Action ihre Textur.
MUSIK
Bestimmen Sie die Stimmung der Szene.
Timing und Regieanweisungen für den Werbespot entdecken
Zeitspannen platzieren Sprache, Effekte und Musik. Jede Stimme hat zudem eine eigene Klangfarbe, einen Akzent und eine Regieanweisung für die Darbietung.
- 0,0–49,5s
Dynamische elektronische Musik untermalt den gesamten Werbespot.
- 0,0–1,2s
Ein knackiges Platschen eröffnet das Audio.
- 1,9–4,9s
Junger Junge mit zarter, klarer Klangfarbe, unschuldiger und fantasievoller Charakter, zentralasiatisch-britischer Akzent; ruhige, entspannte, fröhliche und kindliche Werbestimme: „BYD ist das große Schiff, das ich am Kai gesehen habe.“
- 5,8–9,0s
Junges Mädchen mit agiler, durchsichtiger Stimme und lebhaftem, liebenswertem Charakter, amerikanischer Akzent; flotter Rhythmus und leicht widersprüchliche Werbestimme: „Nein, mein Opa hat gesagt, dass BYD der Mythos aus dem Osten ist.“
- 10,1–13,2s
Junges Mädchen mit heller, süßer, sanfter Stimme, chinesisch akzentuiertes amerikanisches Englisch; fröhliche Werbestimme mit einem Hauch von Amüsement: „Meine Mama arbeitet bei BYD. Sie sagt: BYD, Build Your Dreams.“
- 13,4–15,4s
Kinderlachen, dann schnellere, technisch angehauchte Musik mit Kamera-Verschlussgeräuschen.
- 15,8–17,8s
Junge erwachsene Frau mit leicht belegter, dezent rauchiger Stimme und raffiniertem, elegantem Charakter, französisch gefärbtes amerikanisches Englisch; bewundernde, gefasste und artikulierte Werbestimme: „Einfach ein unvergessliches Modell, das ich je gesehen habe.“
- 19,3–22,1s
Abenteurer mittleren Alters mit tiefer, rauer, leicht heiserer Stimme und reifem Charakter, allgemeiner amerikanischer Akzent; kühne, entschlossene und ausdrucksstarke Werbestimme: „Er ist der zuverlässigste Begleiter, um die Anden zu überqueren.“
- 23,2–25,2s
Junger erwachsener Mann mit mittlerer bis hoher Stimmlage und etwas flacher Textur, allgemeiner amerikanischer Akzent; kurze, aufgeregte Werbestimme: „Er ist das neue Biest in der Arena.“
- 27,3–29,7s
Junger erwachsener Mann mit tiefer Stimme und seriösem Business-Charakter, allgemeiner amerikanischer Akzent; sanfte, entspannte Werbestimme mit zufriedener Genugtuung: „BYD ist meine Business-Lounge auf Rädern.“
- 29,7–49,5s
Markenmusik schließt den Werbespot mit Wellen-, Wind- und Fahrzeuggeräuschen ab.
Gut zu wissen.
Seed Audio 1.5 wird demnächst auf Popcraft verfügbar sein und kann hier noch nicht zur Generierung genutzt werden. Ein Veröffentlichungsdatum und Preise wurden noch nicht bekannt gegeben.
In der Dokumentation werden Text-, Video- und Audioreferenzen beschrieben. Eine Anfrage kann bis zu sechs Audioreferenzen enthalten.
Nein. Geben Sie eine Textbeschreibung des exakten Inhalts, der Soundeffekte und der gewünschten Hintergrundmusik an.
Die dokumentierten Video-Übersetzungspaare beginnen mit Chinesisch oder Englisch und übersetzen in 30 unterstützte Zielsprachen. Das Modell unterstützt insgesamt 33 Sprachen.
Seed Audio 1.5 · Demnächst auf Popcraft
Hören Sie die ganze Geschichte.
Entdecken Sie, was Sie mit Seed Audio 1.5 erschaffen können.
Beispiele entdecken ↑Weiter erkunden
Ähnliche Modelle
Eleven v4
ElevenLabs
Eleven v4 und Eleven v4 Turbo auf Popcraft: ElevenLabs' bisher emotionalstes Text-to-Speech. Inline-Audio-Tags, über 90 Sprachen, 10.000-Zeichen-Aufnahmen und ein Turbo-Schnitt für Echtzeit-Sprachassistenten.
Music V2.5
Popcraft
Vertonen Sie Videos in Sekunden mit Music V2.5 auf Popcraft. Generieren Sie KI-Hintergrundmusik, instrumentale BGM und stimmungsangepasste Tracks von 3 bis 200 Sekunden.
ElevenLabs SFX
ElevenLabs
Generieren Sie individuelle Soundeffekte aus Text mit ElevenLabs SFX auf Popcraft. 0,5–22s Clips, einstellbarer Prompt-Einfluss und 48 kHz studiofertiges Audio.
Seedance 2.5
ByteDance
Seedance 2.5 generiert bis zu 30 Sekunden Video in einem einzigen Durchgang, mit bis zu 50 Referenz-Assets, steuerbarer Videobearbeitung, hochpräziser zeitlicher Verlängerung, jedem Seitenverhältnis von 0,4 bis 2,5 und nativem Prompting in über 10 Sprachen. Jetzt live auf Popcraft.