Seed Audio 1.5 vs 1.0: wat sech geännert huet
Kuerz gesot: Video
Seed Audio 1.0 huet scho méi gemaach wéi nëmmen Text virzeliesen: Mat engem Prompt konnten Stëmmen, Effekter an Ambiance zesumme kommen. Version 1.5 behält dat alles an erweidert et em dat, wat 1.0 net konnt: e Video als Input huelen. Dubbing, Iwwersetzung mat där selwechter Stëmm an Toun fir stomm Opnamen ergi sech doraus.
Mir lafen Seed Audio 1.0 am Text-op-Sprooch-Tool vun Doitong an hunn 1.5 am Early Access getest.
Wat mir bei béide gesinn hunn
1.0 regéiert eng Stëmm aus Text
An eisem Text-op-Sprooch-Tool kritt Seed Audio 1.0 eng fräi Beschreiwung vun der Stëmm: Akzent, Stëmmung, Tempo. Ee Prompt kann och Effekter an Ambiance ronderëm d'Sprooch matbréngen.
1.0 huet kee Video geholl
Am September 2026 huet d'1.0-API schonn e Feld fir eng Video-Referenz validéiert, an duerno geäntwert, et wier net implementéiert. Video-Aarbecht huet missen op 1.5 waarden.
1.5 iwwersetzt ganz Szenen
Mat 1.5 hu mir e 9-Minutte-Film an 12 Sproochen iwwersat, all Spuer sou laang wéi d'Original, andeems mir de Video selwer geschéckt hunn.
Dubbing vun Hand mat 1.0
Virun 1.5 hu mir e Film Zeil fir Zeil mat 1.0 an enger Stëmmreferenz op Spuenesch gedubbt. D'Stëmm huet gehalen, awer all Zeil huet missen vun Hand getimt a kontrolléiert ginn. D'Video-Iwwersetzung erspuert dës Schleif.
Funktioun fir Funktioun
Aus der Seed Audio 1.5 Iwwersiicht vun ByteDance, déi déi zwou Versiounen mat engem typesche Text-op-Sprooch-Moteur vergläicht.
| Modus | Seed Audio 1.5 | Seed Audio 1.0 | Typeschen TTS |
|---|---|---|---|
| Text op Sprooch | Jo | Jo | Jo |
| Stëmmklonen | Jo | Jo | Jo |
| Text op Audio (Stëmm, Effekter, Musek) | Jo | Jo | Nee |
| Text + Referenz-Audio | Jo | Jo | Nee |
| Text + Video → Audio (Dubbing) | Jo | Nee | Nee |
| Text + Video + Stëmmreferenz | Jo | Nee | Nee |
| Musek aus Text, bis zu 6 Minutten | Jo | Nee | Nee |
| Fonktioun | Seed Audio 1.5 |
|---|---|
| Video-Iwwersetzung mat där selwechter Stëmm | Englesch oder Chinesesch → 30 Sproochen |
| Stem-Trennung | Bis zu 6 Spuren |
| Stëmmreferenzen pro Ufro | Bis zu 6 |
| Audio pro Ufro | Bis zu 6 Minutten |
| Zäitstempel-Kontroll | Stëmm, Effekter a Musek |
| Lidder mat Text | Englesch, Chinesesch, Japanesch, Koreanesch, Kantonesesch |
Quell: ByteDance, „Seed Audio 1.5 — Everything To Hear Is Here“ an den Early-Access-Integratiounsguide, Oktober 2026.
FAQ
Wat ass den Haaptënnerscheed tëscht Seed Audio 1.5 an 1.0?
Video-Input. Seed Audio 1.5 akzeptéiert e Video a produzéiert Audio, dat dozou passt. Doduerch sinn Video-Dubbing, Video-Iwwersetzung mat där selwechter Stëmm an Toun fir stomm Clippen méiglech. Seed Audio 1.0 schafft nëmmen mat Text a Referenz-Audio.
Ass Seed Audio 1.0 nach nëtzlech?
Jo, fir Text op Sprooch an textbaséiert Sounddesign, wou kee Video am Spill ass. D'Text-op-Sprooch-Tool vun Doitong leeft doropper.
Ënnerstëtzt 1.5 méi Sproochen?
Seed Audio 1.5 schwätzt 30 Sproochen, an d'Video-Iwwersetzung geet aus dem Englesche oder Chinesesche an all vun deene Sproochen. Lëtzebuergesch ass net derbäi.
Ass Seed Audio 1.5 datselwecht wéi Seed Audio 2.0?
E puer Siten féieren dat nei Modell als 2.0. An der Early-Access-Dokumentatioun vun ByteDance heescht et Seed Audio 1.5.
Dozou passend
Probéiert d'Versioun aus, déi Äre Video nolauschtert
Iwwersetzt, dubbt oder vertount e Clip mat Seed Audio 1.5.
Mat Doitong ufänken