Seed Audio 1.5 vs 1.0: τι άλλαξε
Η σύντομη απάντηση: βίντεο
Το Seed Audio 1.0 έκανε ήδη περισσότερα από το να διαβάζει κείμενο φωναχτά: ένα μόνο prompt μπορούσε να περιλαμβάνει φωνές, εφέ και ατμόσφαιρα. Η έκδοση 1.5 τα κρατά όλα και προσθέτει αυτό που το 1.0 δεν μπορούσε: δέχεται βίντεο ως είσοδο. Από εκεί προκύπτουν η μεταγλώττιση, η μετάφραση με την ίδια φωνή και ο ήχος για βίντεο χωρίς ήχο. Μπορείτε να μεταφράσετε και στα ελληνικά.
Το Seed Audio 1.0 τρέχει στο εργαλείο κειμένου σε ομιλία του Doitong και δοκιμάσαμε το 1.5 σε πρώιμη πρόσβαση.
Τι είδαμε τρέχοντας και τα δύο
Το 1.0 σκηνοθετεί μια φωνή από κείμενο
Στο εργαλείο κειμένου σε ομιλία μας, το Seed Audio 1.0 δέχεται μια περιγραφή της φωνής σε ελεύθερο κείμενο: προφορά, διάθεση, ρυθμό. Ένα prompt μπορεί επίσης να περιλαμβάνει εφέ και ατμόσφαιρα γύρω από την ομιλία.
Το 1.0 δεν δεχόταν βίντεο
Τον Σεπτέμβριο του 2026 το API του 1.0 επικύρωνε ήδη ένα πεδίο αναφοράς βίντεο και μετά απαντούσε ότι δεν είχε υλοποιηθεί. Η δουλειά με βίντεο έπρεπε να περιμένει το 1.5.
Το 1.5 μεταφράζει ολόκληρες σκηνές
Με το 1.5 μεταφράσαμε μια ταινία 9 λεπτών σε 12 γλώσσες, με κάθε κομμάτι στη διάρκεια του original, στέλνοντας απευθείας το ίδιο το βίντεο.
Μεταγλώττιση με το χέρι στο 1.0
Πριν από το 1.5, μεταγλωττίσαμε μια ταινία στα ισπανικά πρόταση προς πρόταση με το 1.0 και μια φωνή αναφοράς. Η φωνή κρατήθηκε, αλλά κάθε γραμμή έπρεπε να χρονομετρηθεί και να ελεγχθεί χειροκίνητα. Η μετάφραση βίντεο καταργεί αυτή τη διαδικασία.
Χαρακτηριστικό προς χαρακτηριστικό
Από την επισκόπηση του Seed Audio 1.5 της ByteDance, που συγκρίνει τις δύο εκδόσεις με μια τυπική μηχανή κειμένου σε ομιλία.
| Λειτουργία | Seed Audio 1.5 | Seed Audio 1.0 | Τυπικό TTS |
|---|---|---|---|
| Κείμενο σε ομιλία | Ναι | Ναι | Ναι |
| Κλωνοποίηση φωνής | Ναι | Ναι | Ναι |
| Κείμενο σε ήχο (φωνή, εφέ, μουσική) | Ναι | Ναι | Όχι |
| Κείμενο + ηχητικό αναφοράς | Ναι | Ναι | Όχι |
| Κείμενο + βίντεο → ήχος (μεταγλώττιση) | Ναι | Όχι | Όχι |
| Κείμενο + βίντεο + φωνή αναφοράς | Ναι | Όχι | Όχι |
| Μουσική από κείμενο, έως 6 λεπτά | Ναι | Όχι | Όχι |
| Δυνατότητα | Seed Audio 1.5 |
|---|---|
| Μετάφραση βίντεο με την ίδια φωνή | Αγγλικά ή κινεζικά → 30 γλώσσες |
| Διαχωρισμός stems | Έως 6 κομμάτια |
| Φωνές αναφοράς ανά αίτημα | Έως 6 |
| Ήχος ανά αίτημα | Έως 6 λεπτά |
| Έλεγχος χρονοσήμων | Φωνή, εφέ και μουσική |
| Τραγούδια με στίχους | Αγγλικά, κινεζικά, ιαπωνικά, κορεατικά, καντονέζικα |
Πηγή: ByteDance, «Seed Audio 1.5 — Everything To Hear Is Here» και οδηγός ενσωμάτωσης πρώιμης πρόσβασης, Οκτώβριος 2026.
Συχνές ερωτήσεις
Ποια είναι η βασική διαφορά του Seed Audio 1.5 από το 1.0;
Η είσοδος βίντεο. Το Seed Audio 1.5 δέχεται ένα βίντεο και παράγει ήχο που ταιριάζει με αυτό, κάτι που επιτρέπει μεταγλώττιση βίντεο, μετάφραση βίντεο με την ίδια φωνή και ήχο για βίντεο χωρίς ήχο. Το Seed Audio 1.0 δουλεύει μόνο με κείμενο και ηχητικό αναφοράς.
Είναι ακόμα χρήσιμο το Seed Audio 1.0;
Ναι, για κείμενο σε ομιλία και για σχεδιασμό ήχου από κείμενο, όταν δεν υπάρχει βίντεο. Το εργαλείο κειμένου σε ομιλία του Doitong τρέχει πάνω σε αυτό.
Υποστηρίζει το 1.5 περισσότερες γλώσσες;
Το Seed Audio 1.5 μιλά 30 γλώσσες, και η μετάφραση βίντεο γίνεται από αγγλικά ή κινεζικά σε οποιαδήποτε από αυτές.
Το Seed Audio 1.5 είναι το ίδιο με το Seed Audio 2.0;
Ορισμένα sites αναφέρουν το νέο μοντέλο ως 2.0. Η τεκμηρίωση πρώιμης πρόσβασης της ByteDance το ονομάζει Seed Audio 1.5.
Σχετικά
Δοκιμάστε την έκδοση που ακούει το βίντεό σας
Μεταφράστε, μεταγλωττίστε ή προσθέστε ήχο σε ένα κλιπ με το Seed Audio 1.5.
Ξεκινήστε στο Doitong