Doblaje de vídeo
Una escena con sonido
Escucha voces, música y efectos de sonido unidos en una escena.
El vídeo incluye descripciones en pantalla de diálogos, música y efectos.Seed Audio 1.5 · Próximamente en Popcraft
Seed Audio 1.5. Todo por escuchar.
Próximamente en Popcraft. Previsualiza el audio de escenas con diálogos, ambiente, efectos de sonido y música a partir de referencias de texto, vídeo y audio. Aún no se ha anunciado la fecha de lanzamiento ni el precio en Popcraft.
Explora Seed Audio 1.5 ↓Ejemplos
Escúchalo en contexto.
Demos de previsualización proporcionadas con la presentación de Seed Audio 1.5. La generación en Popcraft estará disponible próximamente.
Control de marcas de tiempo
Voces, música, momentos
Escucha varias voces, música y efectos de sonido organizados mediante marcas de tiempo en un anuncio en inglés.
Lo que marca la diferencia
Más formas de crear audio.
Combina referencias de texto, vídeo y audio para dar forma al resultado.
| Entrada / Capacidad | Cómo funciona | Audio 1.5 | Audio 1.0 | TTS convencional |
|---|---|---|---|---|
| Texto a voz (TTS) | Elige una voz y añade el texto. | Sí | Sí | Sí |
| Clonación de voz | Usa un clip de audio como referencia de voz para el habla. | Sí | Sí | Sí |
| Texto → audio | Describe el habla, los efectos de sonido y la música de fondo. | Sí | Sí | No |
| Texto + audio → audio | Añade una referencia para características de voz o emociones. | Sí | Sí | No |
| Texto + vídeo → audio | Describe el audio para que siga lo visual del vídeo. | Sí | No | No |
| Texto + vídeo + audio → audio | Añade una referencia de audio para especificar la voz de doblaje. | Sí | No | No |
| Texto → música | Describe música de hasta seis minutos de duración. | Sí | No | No |
Un solo modelo, más posibilidades
Dale voz a tus visuales.
Las capacidades y límites de esta previsualización provienen de la presentación de Seed Audio 1.5. Las funciones y límites finales de Popcraft se confirmarán en el lanzamiento.
Desde un primer paisaje sonoro hasta un nuevo idioma, adapta el audio a la historia que quieras contar.
6 minlongitud máxima de audio por solicitud
6referencias de audio por solicitud
33idiomas compatibles
01 / DOBLAJE DE VÍDEO
Sonido para la escena
Usa un vídeo como referencia para generar voces, efectos de sonido y música de fondo que coincidan con sus visuales.
Describe exactamente los diálogos, efectos de sonido y música que deseas; el doblaje no es automático.02 / TRADUCCIÓN DE VÍDEO
Lleva la voz más allá
Traduce el contenido hablado manteniendo las características de la voz original, los efectos de sonido y la música de fondo.
Los pares de traducción documentados son chino o inglés a 30 idiomas de destino.03 / SEPARACIÓN DE PISTAS (STEMS)
Espacio para perfeccionar
Genera voces, efectos de sonido y música de fondo como pistas (stems) independientes para su posterior edición.
04 / GENERACIÓN DE MÚSICA
Encuentra la banda sonora
Describe música mediante texto o genera una canción con letra. La música puede durar hasta seis minutos.
Antes de la banda sonora
Empieza con la escena.
La escena original
Compara este vídeo con la escena mejorada en los ejemplos de arriba.
Flujos de trabajo de vídeo
Crea el sonido. Conserva la historia.
Dobla o mejora una escena
Usa solo vídeo, o vídeo con una referencia de audio, para doblaje cinematográfico o para mejorar audios de baja calidad.
- Elige la referencia de vídeo.
- Añade una referencia de audio cuando quieras un timbre de voz específico.
- Describe exactamente el contenido hablado, los efectos de sonido y la música de fondo.
El doblaje de vídeo admite 30 idiomas. Requiere una descripción de texto; no dobla de forma automática.
Reproducir el ejemplo de la escena ↓Traduce el contenido hablado
Comienza con habla en chino o inglés. Tradúcela a uno de los 30 idiomas de destino compatibles manteniendo las características de la voz, los efectos de sonido y la música de fondo.
Los ejemplos incluyen una demostración de traducción, una escena de Whiplash en inglés y su contraparte en japonés, además de una escena de The Big Bang Theory en inglés y una versión en español de México.
Ver idiomas de traducción ↓Ejemplos de traducción de vídeo
Escucha la misma escena de forma distinta.
Entre idiomas
Una breve demostración de traducción de vídeo.
Whiplash · Inglés
Escena original en inglés.
Whiplash · Japonés
Traducción al japonés por Seed Audio 1.5.
The Big Bang Theory · Inglés
Escena original en inglés.
The Big Bang Theory · Español de México
Traducción al español de México por Seed Audio 1.5.
Separación de pistas (stems)
Descompón la mezcla.
Proporciona un archivo de audio para separar voces, efectos y música de fondo en salidas independientes para post-mezcla. La versión actual admite hasta seis pistas.
Del audio a pistas editables
Cada salida puede utilizarse individualmente en un flujo de trabajo de mezcla.
El ejemplo de 58 segundos separa un archivo de audio mezclado en pistas de narrador, niña, niño, música de fantasía, pasos y puerta cerrándose.
Ten claros los límites
- Hasta seis pistas de salida para la separación de stems.
- Hasta seis referencias de audio en una solicitud de generación.
- Hasta seis minutos de audio generado por solicitud.
Separa y luego compara
Una mezcla. Seis partes.
Separación de pistas en una escena
Una demostración de voces, efectos de sonido y música como salidas independientes.
Escucha la mezcla y cada pista aislada.
Mezcla original
Narrador
Niña
Niño
Música de fantasía
Pasos
Puerta cerrándose
Generación de música
Describe la banda sonora.
Dirige las decisiones musicales
Especifica género, estado de ánimo, voces, instrumentos y estructura en tus requisitos musicales. Genera música a partir de una descripción de texto o una canción con letra.
La música puede durar hasta seis minutos.
Cinco idiomas para música
Inglés, chino, japonés, coreano y cantonés son los idiomas compatibles para la generación de música.
Esta lista específica para música es independiente de la compatibilidad general de 33 idiomas del modelo.
Ejemplo de música
De los requisitos a la música.
Generación de música
Explora la demostración de generación de música.
Idiomas compatibles
Conoce el alcance lingüístico.
El modelo admite 33 idiomas en total. La traducción parte del chino o el inglés y admite estos 30 destinos.
- Chino ·
zh - Inglés ·
en - Japonés ·
ja - Coreano ·
ko - Alemán ·
de - Francés ·
fr - Portugués brasileño ·
pt-BR - Tailandés ·
th - Indonesio (bahasa) ·
id - Vietnamita ·
vi - Malayo ·
ms - Filipino ·
fil - Italiano ·
it - Ruso ·
ru - Neerlandés ·
nl - Polaco ·
pl - Turco ·
tr - Sueco ·
sv - Español de España ·
es-ES - Español de México ·
es-MX - Árabe ·
ar - Portugués europeo ·
pt-PT - Finés ·
fi - Danés ·
da - Noruego ·
no - Checo ·
cs - Húngaro ·
hu - Griego ·
el - Rumano ·
ro - Hindi ·
hi
Más allá de la lista de traducción
La lista general de 33 idiomas también incluye tamil, odia y bengalí. La entrada general para el árabe especifica un acento saudí. Estas capacidades adicionales no amplían los pares de traducción documentados.
Control preciso
Haz que cada momento cuente.
Usa marcas de tiempo para situar locuciones, efectos de sonido y música de fondo donde la historia lo necesite.
VOZ
Ubica el momento hablado.
EFECTOS DE SONIDO
Dale textura a la acción.
MÚSICA
Define el ambiente de la escena.
Explora la sincronización y la dirección de voz del anuncio
Los rangos de marcas de tiempo ubican el habla, los efectos y la música. Cada voz tiene también su propio timbre, acento e indicaciones de interpretación.
- 0.0–49.5s
Música electrónica dinámica acompaña todo el anuncio.
- 0.0–1.2s
Un chapoteo nítido inicia el audio.
- 1.9–4.9s
Niño pequeño con timbre tierno y claro, carácter inocente e imaginativo, acento inglés británico de Asia Central; locución comercial firme, relajada, alegre e infantil: «BYD es el barco grande que vi en el muelle».
- 5.8–9.0s
Niña pequeña con voz ágil y diáfana, carácter vivaz y encantador, acento inglés americano; ritmo ágil y locución comercial ligeramente contradictoria: «No, mi abuelo dijo que BYD es el mito de Oriente».
- 10.1–13.2s
Niña pequeña con voz brillante, dulce y de tono suave, inglés americano con acento chino; locución comercial alegre con un toque de diversión: «Mi mamá trabaja en BYD. Dice que BYD es Build Your Dreams».
- 13.4–15.4s
Risas infantiles, seguidas de música tecnológica más rápida con efectos de obturador de cámara.
- 15.8–17.8s
Mujer joven adulta con voz ligeramente profunda y sutilmente entrecortada, carácter refinado y elegante, inglés americano con matices franceses; locución comercial admirada, serena y elocuente: «Simplemente, el modelo más inolvidable que he visto jamás».
- 19.3–22.1s
Explorador de mediana edad con voz profunda, recia y levemente ronca, carácter maduro, acento americano general; locución comercial audaz, resuelta y expresiva: «Es el compañero más fiable para cruzar los Andes».
- 23.2–25.2s
Hombre joven adulto con rango medio-alto y textura vocal algo plana, acento americano general; locución comercial breve y emocionada: «Es la nueva bestia en la arena».
- 27.3–29.7s
Hombre joven adulto con voz profunda y carácter empresarial equilibrado, acento americano general; locución comercial suave y relajada con gratificación contenida: «BYD es mi sala de negocios sobre ruedas».
- 29.7–49.5s
La música de marca cierra el anuncio con sonidos de olas, viento y vehículos.
Información útil.
Seed Audio 1.5 llegará pronto a Popcraft y aún no está disponible para generación aquí. No se han anunciado fechas de lanzamiento ni precios.
La documentación describe referencias de texto, vídeo y audio. Una solicitud puede usar hasta seis referencias de audio.
No. Debes proporcionar una descripción de texto del contenido exacto, los efectos de sonido y la música de fondo que desees.
Los pares documentados de traducción de vídeo comienzan con chino o inglés y se traducen a 30 idiomas de destino. El modelo admite 33 idiomas en total.
Seed Audio 1.5 · Próximamente en Popcraft
Escucha la historia completa.
Explora lo que puedes crear con Seed Audio 1.5.
Explora los ejemplos ↑Sigue explorando
Modelos relacionados
Eleven v4
ElevenLabs
Eleven v4 y Eleven v4 Turbo en Popcraft: el modelo de conversión de texto a voz más emotivo de ElevenLabs hasta la fecha. Etiquetas de audio integradas, más de 90 idiomas, tomas de hasta 10 000 caracteres y una versión Turbo diseñada para agentes de voz en tiempo real.
Music V2.5
Popcraft
Musicalice videos en segundos con Music V2.5 en Popcraft. Genere música de fondo con IA, BGM instrumental y pistas adaptadas al estado de ánimo de 3 a 200 segundos.
ElevenLabs SFX
ElevenLabs
Genere efectos de sonido personalizados a partir de texto con ElevenLabs SFX en Popcraft. Clips de 0.5–22s, influencia de prompt ajustable y audio de estudio a 48 kHz.
Seedance 2.5
ByteDance
Seedance 2.5 genera hasta 30 segundos de vídeo en una sola tarea, con hasta 50 recursos de referencia, edición de vídeo controlable, extensión temporal de alta fidelidad, cualquier relación de aspecto de 0,4 a 2,5 y prompts nativos en más de 10 idiomas. Ya disponible en Popcraft.