Seed Audio 1.5 vs 1.0: hvað breyttist?
Stutta svarið: myndband
Seed Audio 1.0 gerði nú þegar meira en að lesa texta upphátt: ein skipun gat innihaldið raddir, hljóðbrellur og umhverfishljóð. Útgáfa 1.5 heldur öllu þessu og bætir við því sem 1.0 gat ekki: að taka við myndbandi sem inntaki. Talsetning, þýðing með sömu rödd og hljóð fyrir þögul myndskeið fylgja þar af.
Við keyrum Seed Audio 1.0 í texta-í-tal tóli Doitong og prófuðum 1.5 í snemmbúnum aðgangi.
Það sem við sáum þegar við keyrðum báðar
1.0 stýrir röddinni út frá texta
Í texta-í-tal tólinu okkar tekur Seed Audio 1.0 við frjálsri lýsingu á röddinni: hreim, stemningu og hraða. Ein skipun getur einnig innihaldið hljóðbrellur og umhverfishljóð í kringum talið.
1.0 tók ekki við myndbandi
Í september 2026 staðfesti API 1.0 þegar gildi í reit fyrir myndbandsviðmið en svaraði svo að það væri ekki útfært. Vinna með myndband varð að bíða eftir 1.5.
1.5 þýðir heilar senur
Með 1.5 þýddum við 9 mínútna kvikmynd á 12 tungumál með því að senda myndbandið sjálft. Hver hljóðrás var jafnlöng upprunalega hljóðinu.
Talsetning í höndunum með 1.0
Áður en 1.5 kom talsettum við kvikmynd á spænsku, línu fyrir línu, með 1.0 og raddviðmiði. Röddin hélst, en tímasetja og yfirfara þurfti hverja línu í höndunum. Þýðing myndbanda losar okkur við þá hringrás.
Eiginleiki fyrir eiginleika
Úr yfirliti ByteDance um Seed Audio 1.5, þar sem útgáfurnar tvær eru bornar saman við dæmigerða talgervilsvél.
| Ham | Seed Audio 1.5 | Seed Audio 1.0 | Dæmigerð talgerð |
|---|---|---|---|
| Texti í tal | Já | Já | Já |
| Raddklónun | Já | Já | Já |
| Texti í hljóð (rödd, hljóðbrellur, tónlist) | Já | Já | Nei |
| Texti + viðmiðunarhljóð | Já | Já | Nei |
| Texti + myndband → hljóð (talsetning) | Já | Nei | Nei |
| Texti + myndband + raddviðmið | Já | Nei | Nei |
| Tónlist út frá texta, allt að 6 mínútur | Já | Nei | Nei |
| Geta | Seed Audio 1.5 |
|---|---|
| Þýðing myndbanda með sömu rödd | enska eða kínverska → 30 tungumál |
| Aðskilnaður hljóðrása (stems) | Allt að 6 rásir |
| Raddviðmið í hverri beiðni | Allt að 6 |
| Hljóð í hverri beiðni | Allt að 6 mínútur |
| Stýring með tímastimplum | Rödd, hljóðbrellur og tónlist |
| Lög með söngtexta | enska, kínverska, japanska, kóreska, kantónska |
Heimild: ByteDance, „Seed Audio 1.5 — Everything To Hear Is Here“ og samþættingarleiðbeiningar fyrir snemmbúinn aðgang, október 2026.
Algengar spurningar
Hver er helsti munurinn á Seed Audio 1.5 og 1.0?
Myndbandsinntak. Seed Audio 1.5 tekur við myndbandi og skilar hljóði sem passar við það, sem gerir talsetningu myndbanda, þýðingu með sömu rödd og hljóð fyrir þögul myndskeið mögulega. Seed Audio 1.0 vinnur einungis út frá texta og viðmiðunarhljóði.
Er Seed Audio 1.0 enn gagnlegt?
Já, fyrir texta í tal og hljóðhönnun út frá texta þar sem ekkert myndband kemur við sögu. Texta-í-tal tól Doitong keyrir á því.
Styður 1.5 fleiri tungumál?
Seed Audio 1.5 talar 30 tungumál og þýðing myndbanda fer úr ensku eða kínversku yfir á hvert þeirra.
Er Seed Audio 1.5 það sama og Seed Audio 2.0?
Sumar vefsíður kalla nýja líkanið 2.0. Í gögnum ByteDance um snemmbúinn aðgang heitir það Seed Audio 1.5.
Tengt efni
Prófaðu útgáfuna sem hlustar á myndbandið þitt
Þýddu, talsettu eða bættu hljóði við myndskeið með Seed Audio 1.5.
Byrja í Doitong