Seed Audio 1.5

Seed Audio 1.5 は、TopMaker プラットフォームで提供されている ByteDance の音声生成モデルです。セリフ、音楽、環境音、効果音を同じシーンの中でまとめて生成し、演技の誘導や最終編集の調整をより細かく行える手段を提供します。テキストから始めることも、リファレンス音声で声を誘導することも、既存の動画素材をもとにサウンドを構築することもできます。1.0 バージョンと比べ、1 回あたりの生成時間は最長 6 分、最大 6 本のリファレンス音声に対応し、30 の言語と地域バリアントをカバーし、入力の組み合わせもテキスト、テキスト+音声、テキスト+動画、テキスト+音声+動画へと拡張されました。より長い生成時間とステム出力により、ストーリー、ポッドキャスト、サウンドデザインのためのより豊かなワークフローが実現します。