Đăng nhập
Bảng giá Nhà sáng tạo Tiếp thị liên kết Bắt đầu Sáng tạo
So sánh

Seed Audio 1.5 và 1.0: có gì thay đổi

Tóm gọn: khả năng xử lý video

Seed Audio 1.0 vốn đã làm được nhiều hơn việc đọc văn bản thành tiếng: chỉ một prompt có thể chứa giọng nói, hiệu ứng và âm thanh nền. Phiên bản 1.5 giữ nguyên tất cả và bổ sung điều 1.0 không làm được: nhận video làm đầu vào. Từ đó có lồng tiếng, dịch video giữ nguyên giọng và tạo âm thanh cho cảnh quay không tiếng. Bạn cũng có thể dịch sang tiếng Việt.

Doitong dùng Seed Audio 1.0 cho công cụ chuyển văn bản thành giọng nói, và chúng tôi đã thử nghiệm 1.5 ở giai đoạn truy cập sớm.

Những gì chúng tôi thấy khi chạy cả hai

1.0 chỉ đạo giọng nói từ văn bản

Trong công cụ chuyển văn bản thành giọng nói của chúng tôi, Seed Audio 1.0 nhận mô tả tự do về giọng: giọng vùng miền, cảm xúc, tốc độ. Một prompt cũng có thể kèm hiệu ứng và âm thanh nền quanh lời thoại.

Chuyển văn bản thành giọng nói →

1.0 không nhận video

Tháng 9/2026, API 1.0 đã kiểm tra trường video tham chiếu, rồi trả lời rằng tính năng này chưa được triển khai. Các tác vụ với video phải chờ đến 1.5.

1.5 dịch trọn cả cảnh phim

Với 1.5, chúng tôi đã dịch một bộ phim dài 9 phút sang 12 ngôn ngữ bằng cách gửi trực tiếp video. Mỗi track có độ dài bằng bản gốc.

Xem bài thử nghiệm →

Lồng tiếng thủ công với 1.0

Trước khi có 1.5, chúng tôi lồng tiếng một bộ phim sang tiếng Tây Ban Nha từng câu một bằng 1.0 và giọng nói tham chiếu. Giọng vẫn được giữ, nhưng mỗi câu đều phải canh thời gian và kiểm tra bằng tay. Dịch video loại bỏ vòng lặp đó.

So sánh từng tính năng

Theo tài liệu giới thiệu Seed Audio 1.5 của ByteDance, so sánh hai phiên bản với một công cụ chuyển văn bản thành giọng nói (TTS) thông thường.

Đầu vào và đầu ra của từng phiên bản
Chế độSeed Audio 1.5Seed Audio 1.0TTS thông thường
Chuyển văn bản thành giọng nóiCóCóCó
Nhân bản giọng nóiCóCóCó
Văn bản thành âm thanh (giọng nói, hiệu ứng, nhạc)CóCóKhông
Văn bản + âm thanh tham chiếuCóCóKhông
Văn bản + video → âm thanh (lồng tiếng)CóKhôngKhông
Văn bản + video + giọng nói tham chiếuCóKhôngKhông
Tạo nhạc từ văn bản, tối đa 6 phútCóKhôngKhông
Điểm mới trong 1.5
Khả năngSeed Audio 1.5
Dịch video giữ nguyên giọng nóiTừ tiếng Anh hoặc tiếng Trung sang 30 ngôn ngữ
Tách stemTối đa 6 track
Giọng nói tham chiếu mỗi yêu cầuTối đa 6
Âm thanh mỗi yêu cầuTối đa 6 phút
Điều khiển theo mốc thời gianGiọng nói, hiệu ứng và nhạc
Bài hát có lờiTiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Quảng Đông

Nguồn: ByteDance, “Seed Audio 1.5 — Everything To Hear Is Here” và hướng dẫn tích hợp truy cập sớm, tháng 10/2026.

Câu hỏi thường gặp

Seed Audio 1.5 khác Seed Audio 1.0 chủ yếu ở điểm nào?

Đầu vào video. Seed Audio 1.5 nhận video và tạo âm thanh khớp với video đó, nhờ vậy có thể lồng tiếng video, dịch video giữ nguyên giọng và tạo âm thanh cho clip không tiếng. Seed Audio 1.0 chỉ làm việc từ văn bản và âm thanh tham chiếu.

Seed Audio 1.0 còn hữu ích không?

Còn, với chuyển văn bản thành giọng nói và thiết kế âm thanh từ văn bản, khi không có video. Công cụ chuyển văn bản thành giọng nói của Doitong chạy trên phiên bản này.

1.5 có hỗ trợ nhiều ngôn ngữ hơn không?

Seed Audio 1.5 nói được 30 ngôn ngữ, và tính năng dịch video chuyển từ tiếng Anh hoặc tiếng Trung sang bất kỳ ngôn ngữ nào trong số đó.

Seed Audio 1.5 có phải là Seed Audio 2.0 không?

Một số trang gọi mô hình mới này là 2.0. Tài liệu truy cập sớm của ByteDance đặt tên nó là Seed Audio 1.5.

Thử phiên bản biết “nghe” video của bạn

Dịch, lồng tiếng hoặc phối âm cho clip bằng Seed Audio 1.5.

Bắt đầu với Doitong