ใส่เสียงเอฟเฟกต์และเพลงให้วิดีโอที่ไม่มีเสียง
เสียงฝีเท้า เสียงฝน เสียงประตู และดนตรีประกอบ ตรงจังหวะกับภาพ
คลิปจากโมเดลวิดีโอ AI การอัดหน้าจอ หรือภาพจากโดรนมักไม่มีเสียงติดมา และความเงียบก็ทำให้งานดูเหมือนยังทำไม่เสร็จ Seed Audio 1.5 รับวิดีโอกับคำอธิบายสั้น ๆ ว่าอยากได้ยินอะไร แล้วสร้างซาวด์แทร็กที่เคลื่อนไหวตามภาพบนหน้าจอ ถ้าวิดีโอของคุณมีเสียงพูดอยู่แล้ว ก็แปลเป็นภาษาไทยได้เช่นกัน เพราะไทยเป็นหนึ่งใน 30 ภาษาที่ Seed Audio 1.5 รองรับ
อ้างอิงจากเอกสารและคู่มือเขียนพรอมต์ของ ByteDance ส่วนการทดสอบที่เราเผยแพร่เองคือเดโมการแปลในหน้า Seed Audio 1.5
อธิบายเป็นคำ หรือกำหนดตำแหน่งเอง
คู่มือเขียนพรอมต์ของ ByteDance มีวิธีควบคุมสามระดับ คลิปส่วนใหญ่ใช้แค่ระดับแรกก็พอ
คำอธิบายแบบตรงไปตรงมา
“ฝนตกหนักบนหลังคาสังกะสี มีเสียงฟ้าร้องไกล ๆ ไม่มีดนตรี” เหมาะกับเสียงบรรยากาศและฉากง่าย ๆ
สคริปต์เสียง
ลำดับเหตุการณ์ เช่น ประตูเปิด เสียงฝีเท้าเดินข้ามห้อง เก้าอี้ลากกับพื้น แล้วดนตรีค่อย ๆ ดังขึ้น
ไทม์ไลน์
ระบุวินาทีของแต่ละเสียงได้ตรงเป๊ะ เช่น [0.4s:1.0s] สำหรับเสียงคลิก หรือ [12.0s:15.0s] สำหรับช่วงที่ดนตรีไต่ระดับขึ้น เพื่อให้เอฟเฟกต์ตกตรงจุดตัดต่อ
งานที่ใช้บ่อย
คลิปที่สร้างด้วย AI
เติมเสียงฝีเท้า เสียงลม และเสียงห้องที่ขาดไปให้ฟุตเทจที่สร้างขึ้น ก่อนนำเข้าไปตัดต่อ
วิดีโอสินค้าและ UI
เสียงคลิก เสียงปัด และดนตรีเบา ๆ ที่วางตรงเฟรมของการโต้ตอบพอดี
ฉากเกมและเทรลเลอร์
เสียงเวทมนตร์ เสียงปะทะ และเสียงกลองที่ไต่ระดับขึ้น สร้างจากคำอธิบาย ไม่ต้องไล่หาในคลังเสียง
คลิปสั้นลงโซเชียล
ดนตรีประกอบที่มีจังหวะเน้นตรงจุดตัด โดยไม่ต้องซื้อลิขสิทธิ์เพลง
ข้อจำกัด
| รายการ | ข้อจำกัด |
|---|---|
| ความยาววิดีโอ | 4 ถึง 360 วินาที |
| ฟอร์แมต | MP4, MOV |
| ความละเอียด | 480p, 720p หรือ 1080p |
| ขนาดไฟล์ | สูงสุด 200 MB |
| ความยาวเพลง | สูงสุด 6 นาที |
| ไฟล์เอาต์พุต | WAV (ค่าเริ่มต้น), MP3, PCM, OGG Opus |
ที่มา: คู่มือการเชื่อมต่อ Seed Audio 1.5 แบบ early access ของ ByteDance ตุลาคม 2026
พรอมต์ตัวอย่างสำหรับเริ่มต้น
คัดลอกไปใช้ แล้วเปลี่ยนเป็นฉากของคุณเอง ตัวอย่างเป็นภาษาอังกฤษ เพราะโมเดลทำตามคำสั่งกำกับเสียงภาษาอังกฤษได้ดีที่สุด
เสียงเอฟเฟกต์เดี่ยว
A heavy metal pipe falls onto a metal surface: a dull, low, weighty impact with a dense metallic thud. Close and clear against a quiet background. No speech or music.
อธิบายวัตถุ พื้นผิว ขนาดของเสียง และสิ่งที่ต้องไม่มี
เสียงบรรยากาศสำหรับฉากถนน
Realistic old-town street at dawn: distant church bell, a few footsteps on cobblestones, a cart wheel creaking past from left to right, light wind. No speech, no music.
ทิศทางอย่าง “ซ้ายไปขวา” ช่วยให้เสียงเคลื่อนตามภาพบนหน้าจอ
ดนตรีและเอฟเฟกต์ตามเวลา
[0.0s:20.0s] Calm ambient synth pad under the whole clip. [3.2s:3.6s] Soft whoosh as the camera turns. [9.0s:9.4s] A single bright chime. [16.0s:20.0s] The pad fades out.
ใส่ไทม์สแตมป์เฉพาะตรงที่เสียงต้องตกบนเฟรมใดเฟรมหนึ่งเท่านั้น
สิ่งที่ควรรู้
- อธิบายสิ่งที่อยากได้ยิน ยิ่งระบุวัตถุและพื้นผิวชัดเจน เสียงที่ได้ก็ยิ่งตรงตามต้องการ
- คู่มือเขียนพรอมต์ของ ByteDance แนะนำให้ระบุสิ่งที่ต้องไม่มีด้วย เช่น “ไม่มีเสียงพูด” หรือ “ไม่มีดนตรี”
- หนังยาวให้ทำทีละฉาก หนึ่งคำขอรองรับได้สูงสุด 6 นาที
คำถามที่พบบ่อย
AI ใส่เสียงเอฟเฟกต์ให้วิดีโอโดยอัตโนมัติได้ไหม
Seed Audio 1.5 สร้างเสียงเอฟเฟกต์ เสียงบรรยากาศ และเพลงที่เข้ากับวิดีโอ จากคำอธิบายที่คุณเขียน แต่ต้องมีคำอธิบายนั้นก่อน เพราะระบบไม่ได้ตัดสินใจเองว่าฉากนั้นควรมีเสียงแบบไหน
กำหนดเวลาที่เสียงจะดังได้ตรงเป๊ะไหม
ได้ ใส่ไทม์สแตมป์ลงในพรอมต์ เช่น [3.2s:3.6s] แล้วเสียงจะถูกวางในช่วงเวลานั้น
ใส่เพลงด้วยได้ไหม
ได้ ทั้งรวมอยู่ในซาวด์แทร็กเดียวกัน หรือสร้างเพลงแยกต่างหากยาวสูงสุด 6 นาที
วิดีโอแบบไหนที่ใช้ได้
ไฟล์ MP4 หรือ MOV ความยาว 4 ถึง 360 วินาที ความละเอียด 480p ถึง 1080p ขนาดไม่เกิน 200 MB
หน้าที่เกี่ยวข้อง
เปลี่ยนความเงียบให้เป็นงานที่เสร็จสมบูรณ์
อธิบายฉาก กำหนดช่วงเวลาสำคัญ แล้วรับซาวด์แทร็กเดียวจบ
ใส่เสียงให้วิดีโอ