Seed Audio 1.0 — Full-Scene-KI-Audio in einer GenerierungFull-Scene-Audio
ByteDance-Seeds Full-Scene-Audiomodell auf SeedDance. Orchestrieren Sie Mehrfiguren-Dialog, emotionale Darbietung, Ambient und Soundeffekte aus einem Prompt — bis etwa zwei Minuten Audio pro Generierung.
Verfügbar auf der SeedDance-Plattform
Was ist Seed Audio 1.0
Seed Audio 1.0 ist ein multimodales Audio-Erstellungsmodell des ByteDance-Seed-Teams. Anders als konventionelle Text-zu-Sprache, die eine einzelne Spur ausgibt, erzeugt es vollständige Klangszenen — Dialog plus die akustische Welt darum herum. Auf SeedDance erstellen Sie aus einem Textprompt (bis 1.500 Zeichen), optional konditioniert mit bis zu drei Referenz-Audioclips oder einem Referenzbild, Ausgaben bis etwa zwei Minuten.
Jenseits von Text-zu-Sprache
Klassisches TTS macht aus Text eine Stimme. Seed Audio 1.0 zielt auf die volle Klanglandschaft: Dialog, Ambient, Effekte und Szenentextur übereinander. Beschreiben Sie eine Szene in natürlicher Sprache und erhalten Sie einen hörbaren Mix statt vieler Tools zu verketten.
Referenz-Audio oder -Bild
Laden Sie bis zu drei Referenzclips hoch und taggen Sie sie im Prompt mit @Audio1, @Audio2 und @Audio3, um den Stimmstil zu führen. Oder nutzen Sie ein Referenzbild für die Stimmung, wenn Sie keine Audio-Referenzen verwenden — Bild- und Audio-Referenzen lassen sich in derselben Generierung nicht kombinieren.
Mehrrollen-Dialog & Emotion
Erzeugen Sie Gespräche mit unterscheidbaren Sprechern, jeweils mit eigener Timbre und emotionalem Bogen. Nützlich für skriptierte Podcasts, Trainingszenarien und charaktergeführtes Storytelling ohne mehrere Synchronsprecher aufzunehmen.
Ambient & SFX in einem Durchgang
Umgebungsambient und aktionspassende Soundeffekte können zusammen mit Sprache in einem gemeinsamen Szenenkontext erzeugt werden — weniger separates SFX-Suchen und Rough-Mixes für Prototypen und Short-Form.
Was Sie mit Seed Audio 1.0 auf SeedDance tun können
Fähigkeiten im SeedDance-KI-Audiogenerator — mit klaren Limits für Prompts, Referenzen und Ausgabelänge.
SeedDance-Feature-Set für Seed Audio 1.0
Im SeedDance-KI-Audiogenerator für Seed Audio 1.0 freigegebene Fähigkeiten.
Text-zu-Audio-Szenengenerierung
Beschreiben Sie Charaktere, Setting, Stimmung und Tempo in natürlicher Sprache (bis 1.500 Zeichen). Das Modell rendert eine vollständige Audioszene statt einer flachen Narrationsspur.
Konditionierung mit Referenz-Audio
Laden Sie bis zu drei Referenzclips hoch (typisch bis 30 Sekunden und 10 MB je) und referenzieren Sie sie mit @Audio1, @Audio2, @Audio3 für Stimmstil und Charaktercasting.
Optionale Bildreferenz
Liefern Sie ein einzelnes Referenzbild (JPEG, PNG oder WebP), um die Stimmung zu beeinflussen, wenn keine Audio-Referenzen genutzt werden. Bild- und Audio-Referenzen schließen sich gegenseitig aus.
Mehrfiguren-Dialog
Weisen Sie mehreren Sprechern in einer Generierung unterschiedliche Stimmen zu — für skriptierte Gespräche, Interviews und narrative Austausche.
Ambient & Umgebungs-FX
Erzeugen Sie Ambient-Sounddesign mit Dialog — Regen, Schritte, Stadtlärm, mechanisches Brummen und andere im Prompt beschriebene Szenenschichten.
Dialog-Timing auf Prompt-Ebene
Legen Sie im Prompt fest, wann Zeilen einsetzen. Offizielle Timing-Kontrolle für Charakterdialog ist in etwa 100-ms-Intervallen verfügbar — nützlich für Dubbing und getaktete Skripte.
Mehrsprachiges Szenen-Audio
Erzeugen Sie ausdrucksstarkes Szenen-Audio in vielen Sprachen (offiziell 20+), darunter Chinesisch, Englisch, Japanisch, Koreanisch, Spanisch und mehr — nützlich für lokalisierte Entwürfe.
Ausgabe bis ~2 Minuten
Erzeugen Sie bis etwa zwei Minuten Audio in einer SeedDance-Generierung — genug für Podcast-Intros, Ad-Spots und kurze Dramaszenen.
Häufig gestellte Fragen
Alles Wissenswerte zu Seed Audio 1.0 auf SeedDance.
Mit Seed Audio 1.0 auf SeedDance starten
Probieren Sie Full-Scene-KI-Audio — Mehrfiguren-Dialog, Ambient und Effekte aus Text und optionalen Referenzen, bis etwa zwei Minuten pro Generierung.