Seed Audio 1.5 proti 1.0: kaj je novega
Kratek odgovor: video
Seed Audio 1.0 je znal več kot le brati besedilo na glas: en ukaz je lahko vseboval glasove, zvočne učinke in ambient. Različica 1.5 vse to ohrani in doda tisto, česar 1.0 ni zmogel: kot vhod sprejme video. Iz tega izhajajo sinhronizacija, prevod z istim glasom in zvok za nemi posnetek.
Seed Audio 1.0 poganja Doitongovo orodje za pretvorbo besedila v govor, različico 1.5 pa smo preizkusili v zgodnjem dostopu.
Kaj smo videli pri obeh različicah
1.0 režira glas iz besedila
V našem orodju za pretvorbo besedila v govor Seed Audio 1.0 sprejme prosti opis glasu: naglas, razpoloženje, tempo. En opis lahko okoli govora doda tudi učinke in ambient.
1.0 videa ni sprejel
Septembra 2026 je API različice 1.0 polje za video referenco sicer že preverjal, nato pa odgovoril, da ni implementirano. Delo z videom je moralo počakati na 1.5.
1.5 prevaja cele prizore
Z 1.5 smo 9-minutni film prevedli v 12 jezikov, vsaka zvočna sled pa je dolga toliko kot izvirnik, in sicer tako, da smo poslali sam video.
Ročna sinhronizacija v 1.0
Pred 1.5 smo film v španščino sinhronizirali vrstico za vrstico z 1.0 in glasovnim vzorcem. Glas je držal, a je bilo treba vsako vrstico časovno uskladiti in preveriti ročno. Prevod videa to zanko odpravi.
Funkcijo za funkcijo
Iz pregleda Seed Audio 1.5 podjetja ByteDance, ki obe različici primerja z običajnim sistemom za pretvorbo besedila v govor.
| Način | Seed Audio 1.5 | Seed Audio 1.0 | Običajen TTS |
|---|---|---|---|
| Besedilo v govor | Da | Da | Da |
| Kloniranje glasu | Da | Da | Da |
| Besedilo v zvok (glas, učinki, glasba) | Da | Da | Ne |
| Besedilo + referenčni zvok | Da | Da | Ne |
| Besedilo + video → zvok (sinhronizacija) | Da | Ne | Ne |
| Besedilo + video + glasovni vzorec | Da | Ne | Ne |
| Glasba iz besedila, do 6 minut | Da | Ne | Ne |
| Zmožnost | Seed Audio 1.5 |
|---|---|
| Prevod videa z istim glasom | angleščina ali kitajščina → 30 jezikov |
| Ločevanje zvočnih sledi | Do 6 sledi |
| Glasovni vzorci na zahtevek | Do 6 |
| Zvok na zahtevek | Do 6 minut |
| Nadzor časovnih oznak | Glas, učinki in glasba |
| Pesmi z besedilom | angleščina, kitajščina, japonščina, korejščina, kantonščina |
Vir: ByteDance, »Seed Audio 1.5 — Everything To Hear Is Here« in vodnik za integracijo v zgodnjem dostopu, oktober 2026.
Pogosta vprašanja
Kakšna je glavna razlika med Seed Audio 1.5 in 1.0?
Video kot vhod. Seed Audio 1.5 sprejme video in ustvari zvok, ki se mu ujema, kar omogoča sinhronizacijo videa, prevod videa z istim glasom in zvok za nemi posnetek. Seed Audio 1.0 deluje samo z besedilom in referenčnim zvokom.
Ali je Seed Audio 1.0 še uporaben?
Da, za pretvorbo besedila v govor in oblikovanje zvoka iz besedila, kjer video ni vključen. Doitongovo orodje za pretvorbo besedila v govor deluje na njem.
Ali 1.5 podpira več jezikov?
Seed Audio 1.5 govori 30 jezikov, prevod videa pa poteka iz angleščine ali kitajščine v katerega koli od njih.
Ali je Seed Audio 1.5 isto kot Seed Audio 2.0?
Nekatera spletna mesta novi model navajajo kot 2.0. Dokumentacija zgodnjega dostopa podjetja ByteDance ga imenuje Seed Audio 1.5.
Sorodno
Preizkusite različico, ki posluša vaš video
Prevedite, sinhronizirajte ali ozvočite posnetek s Seed Audio 1.5.
Začnite v Doitongu