Seed Audio 1.5
Audio-Generierungsmodell von ByteDance, das Dialoge, Musik, Umgebungsgeräusche und Soundeffekte in einer gemeinsamen Szene vereint – mit bis zu 6 Minuten Generierung und Stem-Export.
Über Seed Audio 1.5
Seed Audio 1.5 ist ein Audio-Generierungsmodell von ByteDance, das über die TopMaker-Plattform angeboten wird. Es generiert gesprochene Dialoge, Musik, Umgebungsgeräusche und Soundeffekte in einer gemeinsamen Szene und bietet mehr Möglichkeiten, die Darstellung zu steuern und den finalen Schnitt anzupassen. Sie können mit Text starten, die Stimme mit Referenzaudio lenken oder den Sound um vorhandenes Videomaterial herum aufbauen. Im Vergleich zur Version 1.0 beträgt die maximale Generierungsdauer pro Durchgang 6 Minuten, es werden bis zu 6 Audio-Referenzen unterstützt, und es werden 30 Sprachen sowie regionale Varianten abgedeckt; die Eingabekombinationen wurden auf Text, Text+Audio, Text+Video sowie Text+Audio+Video erweitert. Die längere Generierungsdauer und der Stem-Export ermöglichen vielfältigere Workflows für Geschichten, Podcasts und Sounddesign.
Am besten geeignet
Beste Einsatzszenarien
Längere Sprachdialoge und Musik für Geschichten und Podcasts generieren
Vorhandenes Videomaterial als Kontext nutzen und den Sound um die Bilder herum aufbauen
Dialogsynchronisation über Sprachen und regionale Varianten hinweg erkunden
Für Film und Games geschichtete Klanglandschaften skizzieren, Soundeffekte auf einen bestimmten Moment ausrichten und mit Stems weiter schneiden
Funktionen
Längere Generierungsdauer
Audio-Generierung von bis zu 6 Minuten pro Durchgang (Version 1.0: maximal 2 Minuten).
Mehr Audio-Referenzen
Unterstützt bis zu 6 Audio-Referenzen (Version 1.0: maximal 3), um die Stimmperformance zu lenken.
Mehrere Sprachen und regionale Varianten
Abdeckung von 30 Sprachen und regionalen Varianten (Version 1.0: über 20 Sprachen).
Vielfältige Eingabekombinationen
Unterstützt Kombinationen aus Text, Text+Audio, Text+Video sowie Text+Audio+Video als Eingabe (Version 1.0 unterstützte Text, Text+Audio und Text+Bild).
Generierung rund um vorhandenes Material
Vorhandenes Videomaterial kann als Kontext genutzt werden, um den Sound um das Material herum aufzubauen.
Stem-Export
Unterstützt Stem-Export, um im Schnitt weiter anpassen zu können.
Vorteile
- Bis zu 6 Minuten Generierung pro Durchgang, geeignet für Podcasts und andere längere Inhalte
- Unterstützt bis zu 6 Audio-Referenzen zur Lenkung der Stimme
- Abdeckt 30 Sprachen und regionale Varianten
- Unterstützt verschiedene Eingabekombinationen wie Text+Video und Text+Audio+Video
- Unterstützt Stem-Export für die nachträgliche Bearbeitung
Nachteile
- Seed Audio 1.5 ist auf der Seite als „Coming soon“ gekennzeichnet und noch nicht offiziell verfügbar
Preispläne
Basic
- 6,000 Credits pro Jahr
- ca. 1,200 Bilder oder 240 Videos
- Zugang zu allen Modellen
- Private Generierung
- Erstellung ohne Wasserzeichen
- Kommerzielle Nutzungsrechte
Pro
- 30,000 Credits pro Jahr
- Zugang zu allen Modellen
- Private Generierung
- Erstellung ohne Wasserzeichen
- Kommerzielle Nutzungsrechte
* Die Preisangaben dienen nur zur Orientierung. Bitte beachten Sie die aktuellen Informationen auf der offiziellen Website von Seed Audio 1.5.