無音の動画に効果音とBGMを追加
足音、雨音、ドアの音、そして劇伴まで。映像のタイミングに合わせて
AI動画モデルで生成したクリップ、画面収録、ドローン映像は、音がないまま手元に届くことがよくあります。音がないと、どうしても未完成に見えてしまいます。Seed Audio 1.5は、動画と「どんな音を入れたいか」の短い説明を受け取り、画面の動きに沿ったサウンドトラックを返します。
ByteDanceのドキュメントとプロンプトガイドに基づいています。当社で公開しているテストは、Seed Audio 1.5ページの翻訳デモです。
言葉で説明するか、位置を指定するか
ByteDanceのプロンプトガイドでは、3段階のコントロール方法が紹介されています。ほとんどのクリップは、最初のひとつで十分です。
シンプルな説明
「トタン屋根に打ちつける激しい雨、遠くの雷、BGMなし」のような書き方です。環境音や単純なシーンに向いています。
音のスクリプト
出来事の順番を書きます。ドアが開き、足音が部屋を横切り、椅子がきしみ、音楽が盛り上がる、といった具合です。
タイムライン
音ごとに秒数を正確に指定します。クリック音なら[0.4s:1.0s]、音楽の盛り上がりなら[12.0s:15.0s]のように書けば、編集のカット点に効果音を合わせられます。
よくある使い道
AI生成クリップ
生成した映像に欠けている足音、風、ルームトーンを足してから、編集に取りかかれます。
製品紹介・UI動画
クリック音やスワイプ音、控えめなBGMを、操作が行われるフレームにぴったり合わせて配置できます。
ゲーム・トレーラーのシーン
魔法のうなり、衝撃音、盛り上がるドラムを、効果音ライブラリを探す代わりに、説明文から作れます。
SNS向けショート動画
楽曲のライセンスを取らなくても、カットに合わせてヒットが入るBGMを用意できます。
制限事項
| 項目 | 制限 |
|---|---|
| 動画の長さ | 4〜360秒 |
| 対応フォーマット | MP4、MOV |
| 解像度 | 480p、720p、1080p |
| ファイルサイズ | 最大200 MB |
| 音楽の長さ | 最長6分 |
| 出力形式 | WAV(デフォルト)、MP3、PCM、OGG Opus |
出典:ByteDance Seed Audio 1.5 アーリーアクセス連携ガイド(2026年10月)。
ここから始められるプロンプト例
コピーして、自分のシーンに書き換えてください。例は英語です。モデルが演出指示を最も正確に理解できる言語だからです。
単発の効果音
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.
物体、接触する面、音の大きさ、そして入れたくない音を書きます。
街並みシーンの環境音
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.
「左から右へ」のような方向の指示を入れると、画面上の動きに音がついていきやすくなります。
タイミング指定つきのBGMと効果音
[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.
タイムスタンプは、特定のフレームに音を合わせたい箇所だけに使います。
ご利用前に知っておきたいこと
- 聞きたい音を言葉にして書いてください。物体や接触面を具体的に書くほど、音も具体的になります。
- ByteDanceのプロンプトガイドでは、「スピーチなし」「BGMなし」のように、入れたくない音も明記することを推奨しています。
- 長編作品はシーンごとに分けて処理します。1回のリクエストで扱えるのは最長6分です。
よくある質問
AIで動画に効果音を自動で付けられますか?
Seed Audio 1.5は、あなたが書いた説明をもとに、映像に沿った効果音・環境音・BGMを生成します。ただし説明は必要です。シーンにどんな音が合うかを、AIが自分で判断するわけではありません。
音が鳴るタイミングを細かく指定できますか?
はい。プロンプトに[3.2s:3.6s]のようにタイムスタンプを入れると、その区間に音が配置されます。
BGMも追加できますか?
はい。同じサウンドトラックの一部として追加できるほか、最長6分のBGMを単独で生成することもできます。
どんな動画が使えますか?
長さ4〜360秒、解像度480p〜1080p、200 MB以下のMP4またはMOVです。