Sign In
Pricing Creators Affiliate Start Creating
Comparatif

Seed Audio 1.5 vs 1.0 : ce qui change

En bref : la vidéo

Seed Audio 1.0 faisait déjà plus que lire un texte à voix haute : un seul prompt pouvait réunir voix, effets sonores et ambiance. La version 1.5 conserve tout cela et ajoute ce que la 1.0 ne savait pas faire : prendre une vidéo en entrée. Le doublage, la traduction avec la même voix et la création du son pour des images muettes en découlent. Vous pouvez aussi traduire vos vidéos en français.

Nous utilisons Seed Audio 1.0 dans l'outil de synthèse vocale de Doitong et avons testé la 1.5 en accès anticipé.

Ce que nous avons constaté avec les deux versions

La 1.0 dirige une voix à partir du texte

Dans notre outil de synthèse vocale, Seed Audio 1.0 accepte une description libre de la voix : accent, humeur, rythme. Un même prompt peut aussi ajouter des effets sonores et une ambiance autour de la parole.

Synthèse vocale →

La 1.0 n'acceptait pas la vidéo

En septembre 2026, l'API de la 1.0 validait déjà un champ de référence vidéo, puis répondait que la fonction n'était pas implémentée. Le travail sur la vidéo a dû attendre la 1.5.

La 1.5 traduit des scènes entières

Avec la 1.5, nous avons traduit un film de 9 minutes en 12 langues, chaque piste ayant la durée de l'original, en envoyant directement la vidéo.

Voir le test →

Un doublage manuel avec la 1.0

Avant la 1.5, nous avons doublé un film en espagnol réplique par réplique avec la 1.0 et une voix de référence. La voix tenait, mais chaque réplique devait être calée et vérifiée à la main. La traduction vidéo supprime cette boucle.

Fonctionnalité par fonctionnalité

D'après la présentation de Seed Audio 1.5 par ByteDance, qui compare les deux versions à un moteur de synthèse vocale classique.

Ce que chaque version accepte et produit
ModeSeed Audio 1.5Seed Audio 1.0Synthèse vocale classique
Synthèse vocale (texte en voix)OuiOuiOui
Clonage de voixOuiOuiOui
Texte en audio (voix, effets, musique)OuiOuiNon
Texte + audio de référenceOuiOuiNon
Texte + vidéo → audio (doublage)OuiNonNon
Texte + vidéo + voix de référenceOuiNonNon
Musique à partir de texte, jusqu'à 6 minutesOuiNonNon
Nouveautés de la 1.5
FonctionnalitéSeed Audio 1.5
Traduction vidéo avec la même voixDe l'anglais ou du chinois vers 30 langues
Séparation des pistes (stems)Jusqu'à 6 pistes
Voix de référence par requêteJusqu'à 6
Audio par requêteJusqu'à 6 minutes
Contrôle par timestampsVoix, effets et musique
Chansons avec parolesAnglais, chinois, japonais, coréen, cantonais

Source : ByteDance, « Seed Audio 1.5 — Everything To Hear Is Here » et guide d'intégration de l'accès anticipé, octobre 2026.

FAQ

Quelle est la principale différence entre Seed Audio 1.5 et 1.0 ?

L'entrée vidéo. Seed Audio 1.5 accepte une vidéo et produit un audio synchronisé avec elle, ce qui permet le doublage vidéo, la traduction vidéo avec la même voix et la création du son pour des clips muets. Seed Audio 1.0 travaille uniquement à partir de texte et d'audio de référence.

Seed Audio 1.0 est-il encore utile ?

Oui, pour la synthèse vocale et le sound design piloté par texte, quand aucune vidéo n'est impliquée. L'outil de synthèse vocale de Doitong fonctionne avec cette version.

La 1.5 prend-elle en charge plus de langues ?

Seed Audio 1.5 parle 30 langues, dont le français, et la traduction vidéo part de l'anglais ou du chinois vers n'importe laquelle d'entre elles.

Seed Audio 1.5 est-il le même que Seed Audio 2.0 ?

Certains sites présentent le nouveau modèle comme la version 2.0. La documentation de l'accès anticipé de ByteDance l'appelle Seed Audio 1.5.

Essayez la version qui écoute votre vidéo

Traduisez, doublez ou sonorisez un clip avec Seed Audio 1.5.

Commencer dans Doitong