Seed Audio 1.5 және 1.0: не өзгерді
Қысқасы: видео
Seed Audio 1.0 мәтінді дауыстап оқудан әлдеқайда көп нәрсе істеді: бір промптқа дауыстар, эффектілер және орта дыбыстары сыйды. 1.5 нұсқасы мұның бәрін сақтап, 1.0 істей алмайтын нәрсені қосты: енгізу ретінде видео қабылдайды. Дубляж, бір дауыспен аудару және дыбыссыз кадрларға дыбыс жасау осыдан туындайды.
Doitong-тың мәтінді дыбыстау құралында Seed Audio 1.0 жұмыс істейді, ал 1.5 нұсқасын ерте қолжетімділікте сынап көрдік.
Екеуін де іске қосқанда не байқадық
1.0 дауысты мәтін арқылы басқарады
Біздің мәтінді дыбыстау құралында Seed Audio 1.0 дауыстың еркін сипаттамасын қабылдайды: екпін, көңіл-күй, қарқын. Бір промпт сөздің айналасындағы эффектілер мен орта дыбыстарын да қамти алады.
1.0 видеоны қабылдамады
2026 жылғы қыркүйекте 1.0 API видео референсі өрісін тексеріп қойған, бірақ оның іске асырылмағанын хабарлады. Видеомен жұмыс 1.5 нұсқасына дейін күтуге тура келді.
1.5 тұтас сахналарды аударады
1.5 арқылы 9 минуттық фильмді 12 тілге аудардық: видеоның өзін жібердік, әр трек түпнұсқамен бірдей ұзақтықта шықты.
1.0 кезіндегі қолмен дубляж
1.5 шығардан бұрын фильмді 1.0 және дауыс референсі арқылы испан тіліне жолма-жол дубляждадық. Дауыс сақталды, бірақ әр жолдың уақытын қолмен реттеп, тексеруге тура келді. Видеоны аудару бұл айналымнан құтқарады.
Мүмкіндіктер бойынша
ByteDance-тың Seed Audio 1.5 шолуынан: онда екі нұсқа әдеттегі мәтінді дыбыстау (TTS) жүйесімен салыстырылады.
| Режим | Seed Audio 1.5 | Seed Audio 1.0 | Әдеттегі TTS |
|---|---|---|---|
| Мәтінді дыбыстау | Иә | Иә | Иә |
| Дауысты клондау | Иә | Иә | Иә |
| Мәтіннен аудио (дауыс, эффектілер, музыка) | Иә | Иә | Жоқ |
| Мәтін + референс аудио | Иә | Иә | Жоқ |
| Мәтін + видео → аудио (дубляж) | Иә | Жоқ | Жоқ |
| Мәтін + видео + дауыс референсі | Иә | Жоқ | Жоқ |
| Мәтіннен музыка, 6 минутқа дейін | Иә | Жоқ | Жоқ |
| Мүмкіндік | Seed Audio 1.5 |
|---|---|
| Видеоны сол дауыспен аудару | Ағылшын немесе қытай тілінен → 30 тіл |
| Стемдерді бөлу | 6 трекке дейін |
| Бір сұранысқа берілетін дауыс референстері | 6-ға дейін |
| Бір сұраныстағы аудио | 6 минутқа дейін |
| Уақыт белгілері бойынша басқару | Дауыс, эффектілер және музыка |
| Сөзі бар әндер | Ағылшын, қытай, жапон, корей, кантон тілдері |
Дереккөз: ByteDance, “Seed Audio 1.5 — Everything To Hear Is Here” және ерте қолжетімділік интеграциясының нұсқаулығы, 2026 жылғы қазан.
Жиі қойылатын сұрақтар
Seed Audio 1.5 пен 1.0 арасындағы басты айырмашылық неде?
Видео енгізу. Seed Audio 1.5 видеоны қабылдап, оған сәйкес аудио жасайды: бұл видеоны дубляждауға, бір дауыспен аударуға және дыбыссыз клиптерге дыбыс жасауға мүмкіндік береді. Seed Audio 1.0 тек мәтін мен референс аудиомен жұмыс істейді.
Seed Audio 1.0 әлі де пайдалы ма?
Иә, видеосыз мәтінді дыбыстау мен мәтін арқылы дыбыс жасау үшін. Doitong-тың мәтінді дыбыстау құралы осы нұсқада жұмыс істейді.
1.5 көбірек тілді қолдай ма?
Seed Audio 1.5 30 тілде сөйлейді, ал видеоны аудару ағылшын немесе қытай тілінен осы тілдердің кез келгеніне жасалады.
Seed Audio 1.5 мен Seed Audio 2.0 бір нәрсе ме?
Кейбір сайттар жаңа модельді 2.0 деп көрсетеді. ByteDance-тың ерте қолжетімділік құжаттамасында ол Seed Audio 1.5 деп аталады.
Қатысты материалдар
Видеоңызды тыңдайтын нұсқаны байқап көріңіз
Seed Audio 1.5 көмегімен клипті аударыңыз, дубляждаңыз немесе дыбыстаңыз.
Doitong-та бастау