Soundeffekte und Musik zu einem stummen Video hinzufügen
Schritte, Regen, Türen und Filmmusik, passend zum Bild getaktet
Ein Clip aus einem KI-Videomodell, eine Bildschirmaufnahme oder eine Drohnenaufnahme kommt oft ohne Ton an, und Stille wirkt unfertig. Seed Audio 1.5 nimmt das Video und eine kurze Beschreibung dessen, was zu hören sein soll, und liefert einen Soundtrack, der der Handlung auf dem Bildschirm folgt.
Basiert auf der Dokumentation und dem Prompt-Leitfaden von ByteDance. Unser eigener veröffentlichter Test ist die Übersetzungsdemo auf der Seite zu Seed Audio 1.5.
Beschreiben oder platzieren
Der Prompt-Leitfaden von ByteDance bietet drei Steuerungsebenen. Die meisten Clips kommen mit der ersten aus.
Eine einfache Beschreibung
„Heavy rain on a tin roof, distant thunder, no music.“ Gut für Atmosphäre und einfache Szenen.
Ein Audio-Skript
Die Abfolge der Ereignisse: Die Tür öffnet sich, Schritte durchqueren den Raum, ein Stuhl kratzt über den Boden, die Musik schwillt an.
Eine Timeline
Sekundengenaue Angaben für jedes Geräusch, [0.4s:1.0s] für ein Klicken, [12.0s:15.0s] für eine Musiksteigerung, damit Effekte exakt auf Ihren Schnitten sitzen.
Typische Einsatzzwecke
KI-generierte Clips
Geben Sie generiertem Material die fehlenden Schritte, den Wind und die Raumatmosphäre, bevor es in den Schnitt geht.
Produkt- und UI-Videos
Klicks, Wischgesten und ein leichter Musikteppich, genau auf den Frames der Interaktion platziert.
Game- und Trailer-Szenen
Magisches Summen, Einschläge und anschwellende Trommeln, erzeugt aus einer Beschreibung statt per Suche in einer Soundbibliothek.
Social-Media-Shorts
Ein Musikteppich mit Akzent auf dem Schnitt, ohne einen Track lizenzieren zu müssen.
Limits
| Parameter | Limit |
|---|---|
| Videolänge | 4 bis 360 Sekunden |
| Formate | MP4, MOV |
| Auflösung | 480p, 720p oder 1080p |
| Dateigröße | Bis zu 200 MB |
| Musiklänge | Bis zu 6 Minuten |
| Ausgabe | WAV (Standard), MP3, PCM, OGG Opus |
Quelle: Integrationsleitfaden für den Early Access von ByteDance Seed Audio 1.5, Oktober 2026.
Prompts als Ausgangspunkt
Kopieren Sie einen Prompt und setzen Sie Ihre eigene Szene ein. Die Beispiele sind auf Englisch, denn Regieanweisungen befolgt das Modell in dieser Sprache am besten.
Ein einzelner Effekt
A heavy metal pipe falls onto a metal surface: a dull, low, weighty impact with a dense metallic thud. Close and clear against a quiet background. No speech or music.
Beschreiben Sie das Objekt, die Oberfläche, die Größe des Klangs und was nicht zu hören sein soll.
Atmo für eine Straßenszene
Realistic old-town street at dawn: distant church bell, a few footsteps on cobblestones, a cart wheel creaking past from left to right, light wind. No speech, no music.
Richtungsangaben wie „von links nach rechts“ helfen dem Sound, der Bewegung im Bild zu folgen.
Musik und Effekte mit Timing
[0.0s:20.0s] Calm ambient synth pad under the whole clip. [3.2s:3.6s] Soft whoosh as the camera turns. [9.0s:9.4s] A single bright chime. [16.0s:20.0s] The pad fades out.
Setzen Sie Zeitstempel nur dort, wo ein Sound auf einem bestimmten Frame sitzen muss.
Gut zu wissen
- Beschreiben Sie, was zu hören sein soll. Je konkreter Objekt und Oberfläche, desto konkreter der Klang.
- Der Prompt-Leitfaden von ByteDance empfiehlt, auch anzugeben, was nicht vorkommen soll, etwa „no speech“ oder „no music“.
- Lange Filme gehen Szene für Szene: Eine Anfrage deckt bis zu 6 Minuten ab.
FAQ
Kann KI automatisch Soundeffekte zu einem Video hinzufügen?
Seed Audio 1.5 erzeugt Effekte, Atmosphäre und Musik, die dem Video folgen, auf Grundlage einer Beschreibung, die Sie schreiben. Diese Beschreibung ist nötig: Das Modell entscheidet nicht von selbst, wie die Szene klingen soll.
Kann ich genau steuern, wann ein Sound abgespielt wird?
Ja. Setzen Sie Zeitstempel in den Prompt, zum Beispiel [3.2s:3.6s], und der Sound wird in diesem Zeitfenster platziert.
Kann es auch Musik hinzufügen?
Ja, als Teil desselben Soundtracks oder als separate Musikgenerierung von bis zu 6 Minuten.
Welche Videos funktionieren?
MP4 oder MOV, 4 bis 360 Sekunden lang, 480p bis 1080p, bis zu 200 MB.
Verwandte Themen
Lassen Sie die Stille fertig klingen
Szene beschreiben, wichtige Momente festlegen, einen Soundtrack erhalten.
Video mit Sound versehen