Seed Audio 1.5 vs 1.0: apa yang berubah
Jawapan ringkas: video
Seed Audio 1.0 sudah boleh lebih daripada membaca teks dengan kuat: satu prompt boleh memuatkan suara, kesan bunyi dan bunyi persekitaran. Versi 1.5 mengekalkan semuanya dan menambah apa yang tidak mampu dilakukan 1.0: menerima video sebagai input. Alih suara, terjemahan video dengan suara yang sama dan bunyi untuk rakaman tanpa audio semuanya berpunca daripada keupayaan ini. Anda juga boleh menterjemah ke bahasa Melayu.
Kami menjalankan Seed Audio 1.0 dalam alat teks ke suara Doitong dan menguji 1.5 semasa akses awal.
Apa yang kami lihat apabila menjalankan kedua-duanya
1.0 mengarahkan suara melalui teks
Dalam alat teks ke suara kami, Seed Audio 1.0 menerima penerangan bebas tentang suara: loghat, mood, kelajuan. Satu prompt juga boleh membawa kesan bunyi dan bunyi persekitaran di sekeliling pertuturan.
1.0 tidak menerima video
Pada September 2026, API 1.0 sudah mengesahkan medan rujukan video, kemudian membalas bahawa ia belum dilaksanakan. Kerja video terpaksa menunggu 1.5.
1.5 menterjemah keseluruhan babak
Dengan 1.5, kami menterjemah sebuah filem 9 minit ke 12 bahasa, setiap trek sepanjang filem asal, dengan menghantar video itu sendiri.
Alih suara secara manual dalam 1.0
Sebelum 1.5, kami mengalih suara sebuah filem ke bahasa Sepanyol baris demi baris menggunakan 1.0 dan rujukan suara. Suaranya kekal sama, tetapi setiap baris perlu diselaraskan masa dan disemak secara manual. Terjemahan video menghapuskan kitaran itu.
Ciri demi ciri
Daripada gambaran keseluruhan Seed Audio 1.5 oleh ByteDance, yang membandingkan kedua-dua versi dengan enjin teks ke suara (TTS) biasa.
| Mod | Seed Audio 1.5 | Seed Audio 1.0 | TTS biasa |
|---|---|---|---|
| Teks ke suara | Ya | Ya | Ya |
| Pengklonan suara | Ya | Ya | Ya |
| Teks ke audio (suara, kesan bunyi, muzik) | Ya | Ya | Tidak |
| Teks + audio rujukan | Ya | Ya | Tidak |
| Teks + video → audio (alih suara) | Ya | Tidak | Tidak |
| Teks + video + rujukan suara | Ya | Tidak | Tidak |
| Muzik daripada teks, sehingga 6 minit | Ya | Tidak | Tidak |
| Keupayaan | Seed Audio 1.5 |
|---|---|
| Terjemahan video dengan suara yang sama | Inggeris atau Cina → 30 bahasa |
| Pengasingan stem | Sehingga 6 trek |
| Rujukan suara bagi setiap permintaan | Sehingga 6 |
| Audio bagi setiap permintaan | Sehingga 6 minit |
| Kawalan cap masa | Suara, kesan bunyi dan muzik |
| Lagu berserta lirik | Inggeris, Cina, Jepun, Korea, Kantonis |
Sumber: ByteDance, “Seed Audio 1.5 — Everything To Hear Is Here” dan panduan integrasi akses awal, Oktober 2026.
Soalan Lazim
Apakah perbezaan utama antara Seed Audio 1.5 dan 1.0?
Input video. Seed Audio 1.5 menerima video dan menghasilkan audio yang sepadan dengannya, lalu membolehkan alih suara video, terjemahan video dengan suara yang sama dan bunyi untuk klip tanpa audio. Seed Audio 1.0 hanya berfungsi daripada teks dan audio rujukan.
Adakah Seed Audio 1.0 masih berguna?
Ya, untuk teks ke suara dan reka bentuk bunyi berasaskan teks, apabila tiada video terlibat. Alat teks ke suara Doitong berjalan menggunakannya.
Adakah 1.5 menyokong lebih banyak bahasa?
Seed Audio 1.5 menuturkan 30 bahasa, dan terjemahan video boleh dibuat daripada bahasa Inggeris atau Cina ke mana-mana bahasa tersebut.
Adakah Seed Audio 1.5 sama dengan Seed Audio 2.0?
Sesetengah laman menyenaraikan model baharu ini sebagai 2.0. Dokumentasi akses awal ByteDance menamakannya Seed Audio 1.5.
Berkaitan
Cuba versi yang mendengar video anda
Terjemah, alih suara atau tambah bunyi pada klip dengan Seed Audio 1.5.
Mula di Doitong