音のあるシーン
ひとつのシーンに集約された声、音楽、効果音をご試聴ください。
ビデオには、セリフ、音楽、エフェクトの画面上での説明が含まれています。Popcraftでまもなく公開。テキスト、ビデオ、オーディオのリファレンスから、セリフ、アンビエンス、効果音、音楽を含むシーンオーディオをプレビュー。Seed Audio 1.5のPopcraftでのリリース日および価格は発表されていません。
Seed Audio 1.5を詳しく見る ↓Seed Audio 1.5のショーケースで提供されたプレビューデモです。Popcraftでの生成機能はまもなく公開されます。
ひとつのシーンに集約された声、音楽、効果音をご試聴ください。
ビデオには、セリフ、音楽、エフェクトの画面上での説明が含まれています。英語の広告内で、タイムスタンプを使用して配置された複数の声、音楽、効果音をご試聴ください。
テキスト、ビデオ、オーディオのリファレンスを組み合わせて、結果を形作ります。
| 入力 / 機能 | 仕組み | Audio 1.5 | Audio 1.0 | 従来のTTS |
|---|---|---|---|---|
| テキスト読み上げ(TTS) | 声を選択し、テキストを入力します。 | 対応 | 対応 | 対応 |
| ボイスクローニング | 1つのオーディオクリップを音声のリファレンスとして使用します。 | 対応 | 対応 | 対応 |
| テキスト → オーディオ | 音声、効果音、BGMを記述します。 | 対応 | 対応 | 非対応 |
| テキスト + オーディオ → オーディオ | 声の特徴や感情のリファレンスを追加します。 | 対応 | 対応 | 非対応 |
| テキスト + ビデオ → オーディオ | ビデオの視覚情報に合わせたオーディオを記述します。 | 対応 | 非対応 | 非対応 |
| テキスト + ビデオ + オーディオ → オーディオ | ダビングする声を指定するためのオーディオリファレンスを追加します。 | 対応 | 非対応 | 非対応 |
| テキスト → 音楽 | 最大6分間の音楽を記述します。 | 対応 | 非対応 | 非対応 |
このプレビューの機能と制限は、提供されたSeed Audio 1.5のショーケースに基づいています。Popcraftの最終的な機能と制限はリリース時に確定されます。
最初のサウンドスケープから新しい言語まで、伝えたいストーリーに合わせてオーディオを構築します。
ビデオをリファレンスとして使用し、その映像にマッチする声、効果音、BGMを生成します。
希望するセリフ、効果音、音楽を正確に記述してください。ダビングは自動ではありません。元の声の特徴、効果音、BGMを維持したまま、話されている内容を翻訳します。
文書化されている翻訳ペアは、中国語または英語から30のターゲット言語への翻訳です。ボーカル、効果音、BGMを、さらなる編集のために独立したステムとして出力します。
テキストで音楽を記述するか、歌詞付きの曲を生成します。音楽は最大6分間まで可能です。
このビデオを、上記の例にある強化されたシーンと比較してください。
ビデオのみ、またはビデオとオーディオリファレンスを使用して、映画のダビングや低品質オーディオの改善を行います。
ビデオダビングは30言語に対応しています。テキストによる説明が必要であり、自動的にダビングされるわけではありません。
シーンの例を再生 ↓中国語または英語の音声から開始。声の特徴、効果音、BGMを維持しながら、対応する30のターゲット言語のいずれかに翻訳します。
例として、翻訳デモンストレーション、映画『Whiplash』の英語シーンとその日本語版、さらに『The Big Bang Theory』の英語シーンとメキシコ・スペイン語版が含まれます。
翻訳対応言語を表示 ↓ビデオ翻訳の短いデモンストレーション。
オリジナルの英語シーン。
Seed Audio 1.5による日本語翻訳。
オリジナルの英語シーン。
Seed Audio 1.5によるメキシコ・スペイン語翻訳。
オーディオファイルを提供し、ポストミキシング用にボーカル、エフェクト、BGMを独立した出力に分離します。現在のバージョンは最大6トラックまで対応しています。
各出力は、ミキシングワークフローで個別に使用できます。
この58秒の例では、ミックスされたオーディオファイルを、ナレーター、女の子、男の子、ファンタジー音楽、足音、ドアを閉める音のトラックに分離しています。
ボーカル、効果音、音楽を個別の出力として分離するデモンストレーション。
ジャンル、ムード、ボーカル、楽器、構成を音楽要件として指定します。テキスト記述から音楽を、あるいは歌詞付きの曲を生成します。
音楽は最大6分間まで可能です。
音楽生成では、英語、中国語、日本語、韓国語、広東語に対応しています。
この音楽専用のリストは、モデルが幅広くサポートする33言語とは別になります。
音楽生成のデモンストレーションを体験してください。
モデルは全体で33言語に対応しています。翻訳は中国語または英語から開始し、以下の30のターゲット言語をサポートします。
zhenjakodefrpt-BRthidvimsfilitrunlpltrsves-ESes-MXarpt-PTfidanocshuelrohi全体的な33言語リストには、タミル語、オリヤー語、ベンガル語も含まれています。アラビア語の項目ではサウジアラビアのアクセントが指定されています。これらの広範な機能は、文書化された翻訳ペアを拡張するものではありません。
タイムスタンプを使用して、ストーリーの必要に合わせてナレーション、効果音、BGMを配置します。
発話のタイミングを配置。
アクションに質感を与える。
シーンの雰囲気を設定。
タイムスタンプの範囲で、音声、効果音、音楽を配置します。各音声には、独自の音色、アクセント、デリバリーの指示もあります。
ダイナミックな電子音楽が広告全体を支えています。
歯切れの良いスプラッシュ音でオーディオが始まります。
優しく澄んだ音色、純粋で想像力豊かなキャラクターを持つ少年、中央アジア訛りのイギリス英語。落ち着いてリラックスした、明るく子供らしいコマーシャル風の話し方:「BYDは、僕が桟橋で見た大きな船だよ。」
軽やかで透明感のある声、活発で愛らしいキャラクターを持つ少女、アメリカ英語。テンポの良いリズムで、少し反論するようなコマーシャル風の話し方:「違うよ、おじいちゃんはBYDは東洋の神話だって言ってたもん。」
明るく甘い、ソフトなトーンの声を持つ少女、中国訛りのアメリカ英語。楽しそうな雰囲気を含んだ朗らかなコマーシャル風の話し方:「私のお母さんはBYDで働いてるの。お母さんは、BYDはBuild Your Dreamsだって言ってるよ。」
子供たちの笑い声の後に、カメラのシャッター音を伴うテンポの速いテクノ調の音楽。
少し深みがあり、かすかに吐息混じりの声、洗練されたエレガントなキャラクターを持つ若い女性、フランス語訛りのアメリカ英語。感嘆しつつも落ち着いた、明快なコマーシャル風の話し方:「まさに、これまで見た中で忘れられないモデルです。」
深く力強い、わずかにハスキーな声、成熟したキャラクターを持つ中年冒険家、一般的なアメリカ英語。大胆で決然とした表情豊かなコマーシャル風の話し方:「アンデス山脈を越えるのに、これほど頼もしい相棒はいない。」
中高音域で、ややフラットな質感の声を持つ若い男性、一般的なアメリカ英語。短く興奮気味なコマーシャル風の話し方:「彼はアリーナに現れた新たな野獣だ。」
低い声で落ち着いたビジネスマンのキャラクターを持つ若い男性、一般的なアメリカ英語。満ち足りた満足感のある、穏やかでリラックスしたコマーシャル風の話し方:「BYDは、私の走るビジネスラウンジです。」
波、風、車両の音とともにブランドミュージックが広告を締めくくります。
Seed Audio 1.5はPopcraftでまもなく公開されますが、まだここでの生成は利用できません。リリース日と価格は発表されていません。
ドキュメントにはテキスト、ビデオ、オーディオのリファレンスが記載されています。1つのリクエストで最大6つのオーディオリファレンスを使用できます。
いいえ。希望する具体的な内容、効果音、BGMをテキストで記述する必要があります。
文書化されたビデオ翻訳ペアは、中国語または英語から始まり、30の対応するターゲット言語に翻訳されます。モデル全体では33言語に対応しています。
さらに探索

PopcraftのEleven v4およびEleven v4 Turbo:ElevenLabs史上最も感情豊かなテキスト読み上げ。インラインオーディオタグ、90以上の言語、最大10,000文字のテイク、そしてリアルタイム音声エージェント向けに構築されたTurboカットを搭載。

PopcraftのMusic V2.5で数秒で動画にスコアを付けましょう。3秒から200秒までのAI BGM、インストゥルメンタルBGM、ムードマッチングトラックを生成。

PopcraftでElevenLabs SFXを使ってテキストからカスタムサウンドエフェクトを生成。0.5~22秒のクリップ、調整可能なプロンプト影響度、48kHzスタジオ対応オーディオ。

Seedance 2.5は、1回のジョブで最大30秒の動画を生成できます。最大50個のアセットを参照でき、動画編集の制御、高忠実度の時間軸拡張、0.4から2.5までの任意のアスペクト比、10以上の言語でのネイティブプロンプトに対応しています。Popcraftで公開中。