Logga in
Priser Kreatörer Affiliate Börja skapa
Jämförelse

Seed Audio 1.5 vs 1.0: det här har ändrats

Kort sagt: video

Seed Audio 1.0 gjorde redan mer än att läsa upp text: en enda prompt kunde innehålla röster, ljudeffekter och bakgrundsljud. Version 1.5 behåller allt det och lägger till det som 1.0 inte kunde: ta emot en video som input. Dubbning, översättning med samma röst och ljud till videor utan ljud följer av det. Du kan också översätta till svenska.

Vi kör Seed Audio 1.0 i Doitongs verktyg för text till tal och har testat 1.5 i förhandsåtkomst.

Det här såg vi när vi körde båda

1.0 styr en röst utifrån text

I vårt verktyg för text till tal tar Seed Audio 1.0 emot en fri textbeskrivning av rösten: accent, stämning, tempo. En enda prompt kan också innehålla effekter och bakgrundsljud runt talet.

Text till tal →

1.0 tog inte emot video

I september 2026 validerade API:et för 1.0 redan ett fält för videoreferens, men svarade sedan att funktionen inte var implementerad. Videoarbete fick vänta på 1.5.

1.5 översätter hela scener

Med 1.5 översatte vi en film på 9 minuter till 12 språk, där varje spår är lika långt som originalet, genom att skicka in själva videon.

Se testet →

Dubbning för hand i 1.0

Före 1.5 dubbade vi en film till spanska replik för replik med 1.0 och en röstreferens. Rösten höll, men varje replik måste tidsättas och kontrolleras för hand. Videoöversättning tar bort det momentet.

Funktion för funktion

Från ByteDances översikt över Seed Audio 1.5, som jämför de två versionerna med en typisk talsyntesmotor.

Vad varje version tar emot och skapar
LägeSeed Audio 1.5Seed Audio 1.0Typisk TTS
Text till talJaJaJa
RöstkloningJaJaJa
Text till ljud (röst, effekter, musik)JaJaNej
Text + referensljudJaJaNej
Text + video → ljud (dubbning)JaNejNej
Text + video + röstreferensJaNejNej
Musik från text, upp till 6 minuterJaNejNej
Nytt i 1.5
FunktionSeed Audio 1.5
Videoöversättning med samma röstEngelska eller kinesiska → 30 språk
StemsepareringUpp till 6 spår
Röstreferenser per begäranUpp till 6
Ljud per begäranUpp till 6 minuter
Styrning med tidsstämplarRöst, effekter och musik
Låtar med sångtextEngelska, kinesiska, japanska, koreanska, kantonesiska

Källa: ByteDance, ”Seed Audio 1.5 — Everything To Hear Is Here” och integrationsguiden för förhandsåtkomst, oktober 2026.

Vanliga frågor

Vad är den viktigaste skillnaden mellan Seed Audio 1.5 och 1.0?

Videoinput. Seed Audio 1.5 tar emot en video och skapar ljud som passar till den, vilket gör det möjligt att dubba video, översätta video med samma röst och lägga ljud på klipp utan ljud. Seed Audio 1.0 utgår bara från text och referensljud.

Är Seed Audio 1.0 fortfarande användbart?

Ja, för text till tal och textstyrd ljuddesign när ingen video ingår. Doitongs verktyg för text till tal körs på den.

Stöder 1.5 fler språk?

Seed Audio 1.5 talar 30 språk, och videoöversättningen går från engelska eller kinesiska till vilket som helst av dem.

Är Seed Audio 1.5 samma sak som Seed Audio 2.0?

Vissa webbplatser listar den nya modellen som 2.0. I ByteDances dokumentation för förhandsåtkomst heter den Seed Audio 1.5.

Testa versionen som lyssnar på din video

Översätt, dubba eller lägg ljud på ett klipp med Seed Audio 1.5.

Kom igång i Doitong