Iniciar Sessão
Preços Criadores Afiliados Começar a Criar
Comparação

Seed Audio 1.5 vs 1.0: o que mudou

A resposta curta: vídeo

O Seed Audio 1.0 já fazia mais do que ler texto em voz alta: um único prompt podia incluir vozes, efeitos sonoros e ambiente. A versão 1.5 mantém tudo isso e acrescenta o que a 1.0 não conseguia fazer: receber um vídeo como entrada. Daí surgem a dobragem, a tradução de vídeo com a mesma voz e o som para imagens sem áudio. Pode também traduzir para português, um dos 30 idiomas suportados.

Usamos o Seed Audio 1.0 na ferramenta de texto para voz da Doitong e testámos a 1.5 em acesso antecipado.

O que vimos ao testar ambas

A 1.0 dirige uma voz a partir de texto

Na nossa ferramenta de texto para voz, o Seed Audio 1.0 aceita uma descrição livre da voz: sotaque, humor, ritmo. Um só prompt pode ainda incluir efeitos e ambiente à volta da fala.

Texto para voz →

A 1.0 não aceitava vídeo

Em setembro de 2026, a API da 1.0 já validava um campo de referência de vídeo, mas depois respondia que não estava implementado. O trabalho com vídeo teve de esperar pela 1.5.

A 1.5 traduz cenas inteiras

Com a 1.5, traduzimos um filme de 9 minutos para 12 idiomas, com cada pista com a duração do original, enviando o próprio vídeo.

Ver o teste →

Dobragem manual na 1.0

Antes da 1.5, dobrámos um filme para espanhol, linha a linha, com a 1.0 e uma referência de voz. A voz manteve-se, mas cada linha tinha de ser sincronizada e verificada à mão. A tradução de vídeo elimina esse ciclo.

Funcionalidade a funcionalidade

Retirado da apresentação do Seed Audio 1.5 pela ByteDance, que compara as duas versões com um motor de texto para voz típico.

O que cada versão aceita e produz
ModoSeed Audio 1.5Seed Audio 1.0TTS típico
Texto para vozSimSimSim
Clonagem de vozSimSimSim
Texto para áudio (voz, efeitos, música)SimSimNão
Texto + áudio de referênciaSimSimNão
Texto + vídeo → áudio (dobragem)SimNãoNão
Texto + vídeo + referência de vozSimNãoNão
Música a partir de texto, até 6 minutosSimNãoNão
Novidades da 1.5
CapacidadeSeed Audio 1.5
Tradução de vídeo com a mesma vozInglês ou chinês → 30 idiomas
Separação de stemsAté 6 pistas
Referências de voz por pedidoAté 6
Áudio por pedidoAté 6 minutos
Controlo por marcas temporaisVoz, efeitos e música
Canções com letraInglês, chinês, japonês, coreano, cantonês

Fonte: ByteDance, “Seed Audio 1.5 — Everything To Hear Is Here” e guia de integração de acesso antecipado, outubro de 2026.

Perguntas frequentes

Qual é a principal diferença entre o Seed Audio 1.5 e o 1.0?

A entrada de vídeo. O Seed Audio 1.5 aceita um vídeo e produz áudio que o acompanha, o que permite dobragem de vídeo, tradução de vídeo com a mesma voz e som para clipes sem áudio. O Seed Audio 1.0 trabalha apenas com texto e áudio de referência.

O Seed Audio 1.0 ainda é útil?

Sim, para texto para voz e design de som a partir de texto, quando não há vídeo envolvido. A ferramenta de texto para voz da Doitong funciona com ele.

A 1.5 suporta mais idiomas?

O Seed Audio 1.5 fala 30 idiomas, e a tradução de vídeo vai de inglês ou chinês para qualquer um deles.

O Seed Audio 1.5 é o mesmo que o Seed Audio 2.0?

Alguns sites indicam o novo modelo como 2.0. A documentação de acesso antecipado da ByteDance chama-lhe Seed Audio 1.5.

Experimente a versão que ouve o seu vídeo

Traduza, dobre ou musique um clipe com o Seed Audio 1.5.

Começar na Doitong