影片配音
有聲有色的場景
聆聽為場景注入靈魂的人聲、音樂與音效。
影片包含對白、音樂與音效的螢幕說明。Seed Audio 1.5 · 即將登陸 Popcraft
Seed Audio 1.5. 聽見無限可能。
即將登陸 Popcraft。透過文字、影片與音訊參考，預覽包含對白、氛圍音、音效與音樂的場景音訊。Seed Audio 1.5 在 Popcraft 的推出日期與定價尚未公佈。
探索 Seed Audio 1.5 ↓範例
聽見情境中的真實感。
Seed Audio 1.5 展示中提供的預覽示範。Popcraft 的生成功能即將推出。
時間戳控制
人聲、音樂、精彩瞬間
聆聽在英文廣告中透過時間戳編排的多個人聲、音樂與音效。
有何不同
更多創作音訊的方式。
結合文字、影片與音訊參考來形塑最終效果。
| 輸入 / 能力 | 運作原理 | Audio 1.5 | Audio 1.0 | 傳統 TTS (文字轉語音) |
|---|---|---|---|---|
| 文字轉語音 | 選擇聲音並提供文字。 | 是 | 是 | 是 |
| 聲音複製 | 使用一段音訊剪輯作為語音參考。 | 是 | 是 | 是 |
| 文字 → 音訊 | 描述語音、音效與背景音樂。 | 是 | 是 | 否 |
| 文字 + 音訊 → 音訊 | 添加聲音特性或情感的參考。 | 是 | 是 | 否 |
| 文字 + 影片 → 音訊 | 描述與影片視覺同步的音訊。 | 是 | 否 | 否 |
| 文字 + 影片 + 音訊 → 音訊 | 添加音訊參考以指定配音聲線。 | 是 | 否 | 否 |
| 文字 → 音樂 | 描述長達六分鐘的音樂。 | 是 | 否 | 否 |
一個模型，無限可能
讓您的視覺擁有聲音。
此預覽版的功能與限制源自提供的 Seed Audio 1.5 展示。最終的 Popcraft 功能與限制將在發佈時確認。
從最初的音景到全新的語言，圍繞您想講述的故事打造音訊。
6 分鐘每次請求的最大音訊長度
6單次請求中的音訊參考數量
33支援的語言
01 / 影片配音
為場景打造聲音
將影片作為參考，生成與視覺相符的人聲、音效與背景音樂。
描述確切的對白、音效與音樂；配音並非自動完成。02 / 影片翻譯
讓聲音傳遞得更遠
翻譯語音內容，同時保留原始聲音特性、音效與背景音樂。
記載的翻譯組合為中文或英文翻譯至 30 種目標語言。03 / 音軌分離
精修空間
將人聲、音效與背景音樂輸出為獨立音軌 (Stems)，以便進一步編輯。
04 / 音樂生成
尋找完美的配樂
以文字描述音樂，或生成帶有歌詞的歌曲。音樂長度最長可達六分鐘。
在配樂之前
從場景開始。
原始場景
將此影片與上方範例中增強後的場景進行比較。
影片翻譯範例
換一種語言聽同一個場景。
跨越語言
影片翻譯的簡短示範。
Whiplash · 英文
原始英文場景。
Whiplash · 日文
由 Seed Audio 1.5 進行的日語翻譯。
The Big Bang Theory · 英文
原始英文場景。
The Big Bang Theory · 墨西哥西班牙文
由 Seed Audio 1.5 進行的墨西哥西班牙語翻譯。
音軌分離
拆解混音。
提供音訊檔案，將人聲、音效與背景音樂分離為獨立輸出，以便進行後期混音。目前版本支援最多 6 個音軌。
從音訊到可編輯音軌
每個輸出都可以單獨用於混音工作流。
這段 58 秒的範例將混合音訊檔案分離為旁白、女孩、男孩、奇幻音樂、腳步聲和關門聲軌。
明確限制
- 音軌分離最多支援六個輸出音軌。
- 單次生成請求最多支援六個音訊參考。
- 每次請求最多支援六分鐘的生成音訊。
分離，然後比較
一個混音，六個部分。
場景中的音軌分離
人聲、音效與音樂作為獨立輸出的示範。
聆聽混音以及每個獨立的音軌。
原始混音
旁白
女孩
男孩
奇幻音樂
腳步聲
關門聲
音樂生成
描述配樂。
指導音樂選擇
在音樂需求中指定曲風、情緒、人聲、樂器與結構。根據文字描述生成音樂，或生成帶歌詞的歌曲。
音樂長度最長可達六分鐘。
五種音樂語言
音樂生成支援英文、中文、日文、韓文與粵語。
此音樂專用清單獨立於模型更廣泛的 33 種語言支援之外。
音樂範例
從需求到音樂。
音樂生成
探索音樂生成示範。
語言支援
了解語言範圍。
該模型總共支援 33 種語言。翻譯從中文或英文開始，支援這 30 個目標。
- 中文 ·
zh - 英文 ·
en - 日文 ·
ja - 韓文 ·
ko - 德文 ·
de - 法文 ·
fr - 巴西葡萄牙文 ·
pt-BR - 泰文 ·
th - 印尼文 ·
id - 越南文 ·
vi - 馬來文 ·
ms - 菲律賓文 ·
fil - 義大利文 ·
it - 俄文 ·
ru - 荷蘭文 ·
nl - 波蘭文 ·
pl - 土耳其文 ·
tr - 瑞典文 ·
sv - 卡斯提亞西班牙文 ·
es-ES - 墨西哥西班牙文 ·
es-MX - 阿拉伯文 ·
ar - 歐洲葡萄牙文 ·
pt-PT - 芬蘭文 ·
fi - 丹麥文 ·
da - 挪威文 ·
no - 捷克文 ·
cs - 匈牙利文 ·
hu - 希臘文 ·
el - 羅馬尼亞文 ·
ro - 印地文 ·
hi
超越翻譯清單
總計 33 種語言的清單還包括坦米爾語、奧里亞語和孟加拉語。整體的阿拉伯語項目指定了沙烏地阿拉伯口音。這些更廣泛的能力並未擴展記載的翻譯組合。
精確控制
讓每一刻都發揮價值。
使用時間戳將旁白、音效和背景音樂精確放置在故事需要的位置。
語音
放置說話的時刻。
音效
賦予動作質感。
音樂
營造場景氛圍。
探索廣告的時點與語音指導
時間範圍用於安排語音、音效與音樂。每個人聲還有其特定的音色、口音和表現指導。
- 0.0–49.5 秒
動感的電子音樂貫穿整個廣告。
- 0.0–1.2 秒
清脆的水花聲拉開音訊序幕。
- 1.9–4.9 秒
音色溫柔清澈的小男孩，純真且富有想像力的性格，中亞裔英式英語口音；穩定、輕鬆、愉快且童趣的廣告口吻：「BYD 是我在碼頭看到的那艘大船。」
- 5.8–9.0 秒
嗓音靈動通透的小女孩，活潑可愛的性格，美式英語口音；節奏明快且略顯反駁感的廣告口吻：「不對，我爺爺說 BYD 是來自東方的神話。」
- 10.1–13.2 秒
聲音明亮甜美、語氣柔和的小女孩，帶有中文口音的美式英語；輕快且帶著一絲趣味的廣告口吻：「我媽媽在 BYD 工作。她說，BYD，成就夢想 (Build Your Dreams)。」
- 13.4–15.4 秒
孩子們的笑聲，隨後是節奏加快、富有科技感的音樂，伴隨相機快門音效。
- 15.8–17.8 秒
嗓音略微渾厚、帶有些許氣息感的年輕女性，精緻優雅的性格，帶法語腔調的美式英語；讚賞、沉穩且清晰的廣告口吻：「簡而言之，這是我見過最令人難忘的車款。」
- 19.3–22.1 秒
嗓音低沉粗獷、略帶沙啞的中年探險家，成熟性格，通用美式英語口音；大膽、堅定且富有表現力的廣告口吻：「他是穿越安地斯山脈最可靠的夥伴。」
- 23.2–25.2 秒
中高音域、音質略顯平實的年輕男性，通用美式英語口音；簡短且興奮的廣告口吻：「他是競技場上的新猛獸。」
- 27.3–29.7 秒
嗓音低沉、具有穩重商業性格的年輕男性，通用美式英語口音；柔和、放鬆且帶著滿足感的廣告口吻：「BYD 是我的行動商務貴賓室。」
- 29.7–49.5 秒
品牌音樂在海浪、風聲和車輛聲中結束廣告。
值得了解。
Seed Audio 1.5 即將在 Popcraft 推出，目前尚無法在此進行生成。發佈日期與定價尚未公佈。
說明文件描述了文字、影片與音訊參考。一次請求最多可以使用六個音訊參考。
不是。請提供您確切需要的內容、音效與背景音樂的文字描述。
記載的影片翻譯組合從中文或英文開始，可翻譯成 30 種支援的目標語言。該模型總共支援 33 種語言。
繼續探索
相關模型
Eleven v4
ElevenLabs
Popcraft 上的 Eleven v4 與 Eleven v4 Turbo：ElevenLabs 迄今最具情感的文字轉語音。支援內嵌音訊標籤、超過 90 種語言、單次生成可達 10,000 字元，以及專為即時語音代理程式打造的 Turbo 版本。
Music V2.5
Popcraft
在 Popcraft 上使用 Music V2.5 秒速為影片配樂。生成 AI 背景音樂、器樂 BGM 和情緒匹配的音軌，時長 3 到 200 秒。
ElevenLabs SFX
ElevenLabs
在 Popcraft 上使用 ElevenLabs SFX 從文字生成自訂音效。0.5-22 秒片段、可調節提示詞影響力、48 kHz 錄音室品質音訊。
Seedance 2.5
ByteDance
Seedance 2.5 單次任務可生成長達 30 秒的影片，支援多達 50 個參考素材、可控影片編輯、高保真時間軸延展、0.4 至 2.5 的任意長寬比，以及 10 種以上語言的原生提示詞。現已於 Popcraft 上線。