Seed Audio 1.5 vs 1.0: apa yang berubah
Jawaban singkatnya: video
Seed Audio 1.0 sudah bisa lebih dari sekadar membacakan teks: satu prompt bisa memuat suara, efek suara, dan suasana latar. Versi 1.5 mempertahankan semuanya dan menambahkan hal yang belum bisa dilakukan 1.0: menerima video sebagai input. Dubbing, terjemahan dengan suara yang sama, dan suara untuk rekaman tanpa audio pun jadi mungkin. Hasilnya bisa Anda terjemahkan ke 30 bahasa, termasuk bahasa Indonesia.
Kami menjalankan Seed Audio 1.0 di alat text-to-speech Doitong dan menguji 1.5 pada akses awal.
Yang kami lihat saat menjalankan keduanya
1.0 mengarahkan suara dari teks
Di alat text-to-speech kami, Seed Audio 1.0 menerima deskripsi suara dalam teks bebas: aksen, suasana, tempo. Satu prompt juga bisa memuat efek suara dan suasana latar di sekitar ucapan.
1.0 tidak menerima video
Pada September 2026, API 1.0 sudah memvalidasi kolom referensi video, tetapi lalu menjawab bahwa fitur itu belum diimplementasikan. Pekerjaan video harus menunggu 1.5.
1.5 menerjemahkan seluruh adegan
Dengan 1.5, kami menerjemahkan film berdurasi 9 menit ke 12 bahasa, tiap track sepanjang aslinya, cukup dengan mengirim videonya langsung.
Dubbing manual di 1.0
Sebelum 1.5, kami men-dubbing sebuah film ke bahasa Spanyol baris demi baris dengan 1.0 dan referensi suara. Suaranya konsisten, tetapi setiap baris harus diatur waktunya dan dicek secara manual. Terjemahan video menghilangkan proses berulang itu.
Fitur demi fitur
Dari ringkasan Seed Audio 1.5 oleh ByteDance, yang membandingkan kedua versi dengan mesin text-to-speech pada umumnya.
| Mode | Seed Audio 1.5 | Seed Audio 1.0 | TTS biasa |
|---|---|---|---|
| Teks ke suara | Ya | Ya | Ya |
| Kloning suara | Ya | Ya | Ya |
| Teks ke audio (suara, efek, musik) | Ya | Ya | Tidak |
| Teks + audio referensi | Ya | Ya | Tidak |
| Teks + video → audio (dubbing) | Ya | Tidak | Tidak |
| Teks + video + referensi suara | Ya | Tidak | Tidak |
| Musik dari teks, hingga 6 menit | Ya | Tidak | Tidak |
| Kemampuan | Seed Audio 1.5 |
|---|---|
| Terjemahan video dengan suara yang sama | Inggris atau Mandarin → 30 bahasa |
| Pemisahan stem | Hingga 6 track |
| Referensi suara per permintaan | Hingga 6 |
| Audio per permintaan | Hingga 6 menit |
| Kontrol timestamp | Suara, efek, dan musik |
| Lagu dengan lirik | Inggris, Mandarin, Jepang, Korea, Kanton |
Sumber: ByteDance, “Seed Audio 1.5 — Everything To Hear Is Here” dan panduan integrasi akses awal, Oktober 2026.
FAQ
Apa perbedaan utama Seed Audio 1.5 dan 1.0?
Input video. Seed Audio 1.5 menerima video dan menghasilkan audio yang sesuai dengannya, sehingga bisa dipakai untuk dubbing video, terjemahan video dengan suara yang sama, dan suara untuk klip tanpa audio. Seed Audio 1.0 hanya bekerja dari teks dan audio referensi.
Apakah Seed Audio 1.0 masih berguna?
Ya, untuk text-to-speech dan desain suara berbasis teks yang tidak melibatkan video. Alat text-to-speech Doitong berjalan di atasnya.
Apakah 1.5 mendukung lebih banyak bahasa?
Seed Audio 1.5 berbicara dalam 30 bahasa, dan terjemahan video bisa dilakukan dari bahasa Inggris atau Mandarin ke salah satu dari bahasa tersebut, termasuk bahasa Indonesia.
Apakah Seed Audio 1.5 sama dengan Seed Audio 2.0?
Beberapa situs menyebut model baru ini sebagai 2.0. Dokumentasi akses awal ByteDance menamainya Seed Audio 1.5.
Terkait
Coba versi yang mendengarkan video Anda
Terjemahkan, dubbing, atau beri suara pada klip dengan Seed Audio 1.5.
Mulai di Doitong