Seed Audio 1.5 и 1.0: что изменилось
Коротко: появилась работа с видео
Seed Audio 1.0 умел больше, чем просто озвучивать текст: в одном промпте можно было задать голоса, эффекты и фоновую атмосферу. Версия 1.5 сохраняет всё это и добавляет то, чего не хватало 1.0, — принимает на вход видео. Отсюда дубляж, перевод видео с сохранением голоса и звук для видео без озвучки. Переводить можно и на русский.
Seed Audio 1.0 работает в инструменте Doitong для озвучки текста, а версию 1.5 мы протестировали в раннем доступе.
Что мы увидели, запустив обе версии
1.0 управляет голосом через текст
В нашем инструменте озвучки текста Seed Audio 1.0 принимает свободное описание голоса: акцент, настроение, темп. Один промпт может включать и эффекты с фоновой атмосферой вокруг речи.
1.0 не принимал видео
В сентябре 2026 года API версии 1.0 уже проверял поле видеореференса, но отвечал, что оно не реализовано. Работа с видео осталась за версией 1.5.
1.5 переводит целые сцены
С версией 1.5 мы перевели 9-минутный фильм на 12 языков, отправив само видео. Каждая дорожка получилась той же длины, что и оригинал.
Дубляж вручную в 1.0
До выхода 1.5 мы дублировали фильм на испанский реплика за репликой в версии 1.0 с референсом голоса. Голос сохранялся, но каждую реплику приходилось подгонять по времени и проверять вручную. Перевод видео избавляет от этой рутины.
Сравнение по возможностям
По обзору Seed Audio 1.5 от ByteDance, где обе версии сравниваются с обычным движком синтеза речи (TTS).
| Режим | Seed Audio 1.5 | Seed Audio 1.0 | Обычный TTS |
|---|---|---|---|
| Синтез речи из текста | Да | Да | Да |
| Клонирование голоса | Да | Да | Да |
| Звук из текста (голос, эффекты, музыка) | Да | Да | Нет |
| Текст + референсное аудио | Да | Да | Нет |
| Текст + видео → аудио (дубляж) | Да | Нет | Нет |
| Текст + видео + референс голоса | Да | Нет | Нет |
| Музыка из текста, до 6 минут | Да | Нет | Нет |
| Возможность | Seed Audio 1.5 |
|---|---|
| Перевод видео тем же голосом | С английского или китайского на 30 языков |
| Разделение на стемы | До 6 дорожек |
| Референсов голоса в одном запросе | До 6 |
| Аудио в одном запросе | До 6 минут |
| Управление по таймкодам | Голос, эффекты и музыка |
| Песни с текстом | Английский, китайский, японский, корейский, кантонский |
Источник: ByteDance, «Seed Audio 1.5 — Everything To Hear Is Here» и руководство по интеграции для раннего доступа, октябрь 2026 года.
Частые вопросы
Чем Seed Audio 1.5 отличается от 1.0?
Поддержкой видео на входе. Seed Audio 1.5 принимает видео и создаёт аудио, которое ему соответствует. Это даёт дубляж видео, перевод видео тем же голосом и звук для видео без озвучки. Seed Audio 1.0 работает только с текстом и референсным аудио.
Нужен ли ещё Seed Audio 1.0?
Да, для озвучки текста и звукового дизайна по текстовому описанию, когда видео не используется. Инструмент Doitong для озвучки текста работает на этой версии.
Поддерживает ли 1.5 больше языков?
Seed Audio 1.5 говорит на 30 языках, и перевод видео возможен с английского или китайского на любой из них.
Seed Audio 1.5 и Seed Audio 2.0 — это одно и то же?
Некоторые сайты называют новую модель 2.0. В документации ByteDance по раннему доступу она называется Seed Audio 1.5.
Читайте также
Попробуйте версию, которая слушает ваше видео
Переводите, дублируйте и озвучивайте ролики с помощью Seed Audio 1.5.
Начать в Doitong