Dublagem de vídeo
Uma cena com som
Ouça voz, música e efeitos sonoros reunidos em uma cena.
O vídeo inclui descrições na tela de diálogos, música e efeitos.Seed Audio 1.5 · Em breve no Popcraft
Seed Audio 1.5. Tudo para ouvir.
Em breve no Popcraft. Prévia de áudio de cena com diálogos, ambiência, efeitos sonoros e música a partir de referências de texto, vídeo e áudio. A data de lançamento e os preços do Seed Audio 1.5 no Popcraft ainda não foram anunciados.
Explore o Seed Audio 1.5 ↓Exemplos
Ouça no contexto.
Demos de prévia fornecidas com a vitrine do Seed Audio 1.5. A geração via Popcraft estará disponível em breve.
Controle de timestamp
Vozes, música, momentos
Ouça múltiplas vozes, músicas e efeitos sonoros organizados por timestamps em um anúncio em inglês.
O que há de diferente
Mais formas de criar áudio.
Combine referências de texto, vídeo e áudio para moldar o resultado.
| Entrada / capacidade | Como funciona | Audio 1.5 | Audio 1.0 | TTS Convencional |
|---|---|---|---|---|
| Texto para fala | Escolha uma voz e forneça as palavras. | Sim | Sim | Sim |
| Clonagem de voz | Use um clipe de áudio como referência de voz para a fala. | Sim | Sim | Sim |
| Texto → áudio | Descreva a fala, efeitos sonoros e música de fundo. | Sim | Sim | Não |
| Texto + áudio → áudio | Adicione uma referência para características de voz ou emoção. | Sim | Sim | Não |
| Texto + vídeo → áudio | Descreva o áudio que acompanha o visual do vídeo. | Sim | Não | Não |
| Texto + vídeo + áudio → áudio | Adicione uma referência de áudio para especificar a voz da dublagem. | Sim | Não | Não |
| Texto → música | Descreva músicas de até seis minutos de duração. | Sim | Não | Não |
Um modelo, mais possibilidades
Dê voz aos seus visuais.
As capacidades e limites nesta prévia vêm da vitrine Seed Audio 1.5 fornecida. Os recursos e limites finais do Popcraft serão confirmados no lançamento.
De uma primeira paisagem sonora a um novo idioma, molde o áudio em torno da história que você deseja contar.
6 minduração máxima de áudio por solicitação
6referências de áudio em uma única solicitação
33idiomas suportados
01 / DUBLAGEM DE VÍDEO
Som para a cena
Use um vídeo como referência para gerar voz, efeitos sonoros e música de fundo que combinem com os visuais.
Descreva exatamente o diálogo, efeitos sonoros e música que deseja; a dublagem não é automática.02 / TRADUÇÃO DE VÍDEO
Leve a voz mais longe
Traduza conteúdo falado mantendo as características originais da voz, efeitos sonoros e música de fundo.
Os pares de tradução documentados são de chinês ou inglês para 30 idiomas de destino.03 / SEPARAÇÃO DE STEMS
Espaço para refinar
Gere vocais, efeitos sonoros e música de fundo como stems independentes para edição posterior.
04 / GERAÇÃO DE MÚSICA
Encontre a trilha sonora
Descreva a música em texto ou gere uma canção com letra. A música pode ter até seis minutos.
Antes da trilha sonora
Comece com a cena.
A cena original
Compare este vídeo com a cena aprimorada nos exemplos acima.
Fluxos de trabalho de vídeo
Construa o som. Mantenha a história.
Dublar ou melhorar uma cena
Use apenas o vídeo, ou vídeo com uma referência de áudio, para dublagem de filmes ou para melhorar áudios de baixa qualidade.
- Escolha a referência de vídeo.
- Adicione uma referência de áudio quando quiser um timbre de voz específico.
- Descreva exatamente o conteúdo falado, efeitos sonoros e música de fundo.
A dublagem de vídeo suporta 30 idiomas. Ela requer uma descrição em texto; não dubla automaticamente.
Reproduzir o exemplo de cena ↓Traduza o conteúdo falado
Comece com fala em chinês ou inglês. Traduza para um dos 30 idiomas de destino suportados, mantendo as características da voz, efeitos sonoros e música de fundo.
Os exemplos incluem uma demonstração de tradução, uma cena de Whiplash em inglês e sua contraparte em japonês, além de uma cena de Big Bang Theory em inglês e uma versão em espanhol mexicano.
Ver idiomas de tradução ↓Exemplos de tradução de vídeo
Ouça a mesma cena de forma diferente.
Entre idiomas
Uma breve demonstração de tradução de vídeo.
Whiplash · Inglês
Cena original em inglês.
Whiplash · Japonês
Tradução para japonês por Seed Audio 1.5.
The Big Bang Theory · Inglês
Cena original em inglês.
The Big Bang Theory · Espanhol Mexicano
Tradução para espanhol mexicano por Seed Audio 1.5.
Separação de stems
Decomponha a mixagem.
Forneça um arquivo de áudio para separar vocais, efeitos e música de fundo em saídas independentes para pós-mixagem. A versão atual suporta até seis faixas.
Do áudio para faixas editáveis
Cada saída pode ser usada individualmente em um fluxo de trabalho de mixagem.
O exemplo de 58 segundos separa um arquivo de áudio mixado em faixas de narrador, menina, menino, música de fantasia, passos e fechamento de porta.
Mantenha os limites claros
- Até seis faixas de saída para separação de stems.
- Até seis referências de áudio em uma solicitação de geração.
- Até seis minutos de áudio gerado por solicitação.
Separe e depois compare
Uma mixagem. Seis partes.
Separação de stems em uma cena
Uma demonstração de vocais, efeitos sonoros e música como saídas separadas.
Ouça a mixagem e cada faixa isolada.
Mixagem original
Narrador
Menina
Menino
Música de fantasia
Passos
Porta fechando
Geração de música
Descreva a trilha sonora.
Direcione as escolhas musicais
Especifique gênero, clima, vocais, instrumentos e estrutura nos seus requisitos musicais. Gere música a partir de uma descrição de texto ou uma canção com letra.
A música pode ter até seis minutos de duração.
Cinco idiomas para música
Inglês, Chinês, Japonês, Coreano e Cantonês são suportados para geração de música.
Esta lista específica para música é independente do suporte mais amplo de 33 idiomas do modelo.
Exemplo de música
Dos requisitos para a música.
Geração de música
Explore a demonstração de geração de música.
Suporte a idiomas
Conheça o escopo de idiomas.
O modelo suporta 33 idiomas no total. A tradução começa a partir de chinês ou inglês e suporta estes 30 destinos.
- Chinês ·
zh - Inglês ·
en - Japonês ·
ja - Coreano ·
ko - Alemão ·
de - Francês ·
fr - Português Brasileiro ·
pt-BR - Tailandês ·
th - Indonésio ·
id - Vietnamita ·
vi - Malaio ·
ms - Filipino ·
fil - Italiano ·
it - Russo ·
ru - Holandês ·
nl - Polonês ·
pl - Turco ·
tr - Sueco ·
sv - Espanhol Castelhano ·
es-ES - Espanhol Mexicano ·
es-MX - Árabe ·
ar - Português Europeu ·
pt-PT - Finlandês ·
fi - Dinamarquês ·
da - Norueguês ·
no - Tcheco ·
cs - Húngaro ·
hu - Grego ·
el - Romeno ·
ro - Hindi ·
hi
Além da lista de tradução
A lista geral de 33 idiomas também inclui tâmil, odia e bengali. A entrada geral para Árabe especifica um sotaque saudita. Essas capacidades mais amplas não expandem os pares de tradução documentados.
Controle preciso
Faça cada momento valer a pena.
Use timestamps para posicionar narrações, efeitos sonoros e música de fundo onde a história exigir.
VOZ
Posicione o momento da fala.
EFEITOS SONOROS
Dê textura à ação.
MÚSICA
Defina o clima da cena.
Explore o timing e a direção de voz do anúncio
Intervalos de timestamp posicionam fala, efeitos e música. Cada voz também possui seu próprio timbre, sotaque e direção de entrega.
- 0.0–49.5s
Música eletrônica dinâmica acompanha todo o anúncio.
- 0.0–1.2s
Um som nítido de splash abre o áudio.
- 1.9–4.9s
Menino jovem com timbre claro e suave, caráter inocente e imaginativo, sotaque de inglês britânico da Ásia Central; locução comercial firme, relaxada, alegre e infantil: “BYD é o grande navio que eu vi no píer.”
- 5.8–9.0s
Menina jovem com voz ágil e translúcida, caráter animado e cativante, sotaque de inglês americano; ritmo rápido e locução comercial levemente contraditória: “Não, meu avô disse que BYD é o mito do Oriente.”
- 10.1–13.2s
Menina jovem com voz brilhante, doce e de tom suave, inglês americano com sotaque chinês; locução comercial alegre com um toque de diversão: “Minha mãe trabalha na BYD. Ela diz, BYD, Build Your Dreams.”
- 13.4–15.4s
Risos de crianças, seguidos de música tecnológica mais rápida com efeitos de obturador de câmera.
- 15.8–17.8s
Mulher jovem adulta com voz levemente encorpada e sutilmente aspirada, caráter refinado e elegante, inglês americano com inflexão francesa; locução comercial admirada, composta e articulada: “Simplesmente, o modelo mais inesquecível que já vi.”
- 19.3–22.1s
Explorador de meia-idade com voz profunda, rústica e levemente rouca, caráter maduro, sotaque americano geral; locução comercial ousada, resoluta e expressiva: “Ele é o companheiro mais confiável para atravessar os Andes.”
- 23.2–25.2s
Homem jovem adulto com alcance médio-agudo e textura vocal um tanto plana, sotaque americano geral; locução comercial curta e animada: “Ele é a nova fera na arena.”
- 27.3–29.7s
Homem jovem adulto com voz profunda e caráter de negócios equilibrado, sotaque americano geral; locução comercial suave e relaxada com gratificação contente: “BYD é meu lounge de negócios sobre rodas.”
- 29.7–49.5s
A música da marca encerra o anúncio com sons de ondas, vento e veículos.
Bom saber.
O Seed Audio 1.5 estará disponível em breve no Popcraft e ainda não pode ser usado para geração aqui. A data de lançamento e os preços ainda não foram anunciados.
A documentação descreve referências de texto, vídeo e áudio. Uma solicitação pode usar até seis referências de áudio.
Não. Você deve fornecer uma descrição em texto do conteúdo exato, efeitos sonoros e música de fundo que deseja.
Os pares documentados de tradução de vídeo começam com chinês ou inglês e traduzem para 30 idiomas de destino suportados. O modelo suporta 33 idiomas no total.
Seed Audio 1.5 · Em breve no Popcraft
Ouça a história completa.
Explore o que você pode criar com o Seed Audio 1.5.
Explore os exemplos ↑Continue explorando
Modelos relacionados
Eleven v4
ElevenLabs
Eleven v4 e Eleven v4 Turbo no Popcraft: a conversão de texto em fala mais emotiva da ElevenLabs até hoje. Tags de áudio inline, mais de 90 idiomas, tomadas de até 10.000 caracteres e uma versão Turbo desenvolvida para agentes de voz em tempo real.
Music V2.5
Popcraft
Crie trilhas para vídeos em segundos com o Music V2.5 no Popcraft. Gere música de fundo com IA, BGM instrumental e faixas adequadas ao clima de 3 a 200 segundos.
ElevenLabs SFX
ElevenLabs
Gere efeitos sonoros personalizados a partir de texto com ElevenLabs SFX no Popcraft. Clipes de 0,5 a 22s, influência de prompt ajustável e áudio em 48 kHz pronto para estúdio.
Seedance 2.5
ByteDance
O Seedance 2.5 gera até 30 segundos de vídeo em uma única tarefa, com até 50 ativos de referência, edição de vídeo controlável, extensão temporal de alta fidelidade, qualquer proporção de tela de 0,4 a 2,5 e prompts nativos em mais de 10 idiomas. Disponível no Popcraft.