Sign In
Pricing Creators Affiliate Start Creating
视频生成声音 · Seed Audio 1.5

给无声视频添加音效和配乐

脚步声、雨声、关门声和配乐,与画面严丝合缝

AI 视频模型生成的片段、录屏或航拍素材,拿到手往往没有声音,而没有声音的视频总让人觉得没做完。Seed Audio 1.5 接收视频和一小段对声音的描述,返回一条跟随画面动作的音轨。你也可以用它把视频翻译成中文。

内容依据 ByteDance 的文档和提示词指南。我们自己公开的测试是 Seed Audio 1.5 页面上的翻译演示。

可以描述,也可以精确定位

ByteDance 的提示词指南提供三种控制精度。大多数片段只需要第一种。

简单描述

“铁皮屋顶上的大雨,远处雷声,无音乐。”适合环境音和简单场景。

音频脚本

按事件顺序来写:门打开,脚步声穿过房间,椅子刮过地面,音乐渐强。

时间线

为每个声音指定精确的秒数,比如点击声用 [0.4s:1.0s],音乐推高用 [12.0s:15.0s],让音效正好落在你的剪辑点上。

常见用途

AI 生成的视频片段

在进入剪辑之前,为生成的素材补上缺失的脚步声、风声和房间底噪。

产品与界面演示视频

点击声、滑动声和轻柔的背景音乐,准确落在操作发生的那几帧上。

游戏与预告片场景

魔法嗡鸣、撞击声和渐强的鼓点,根据描述直接生成,不用再翻音效库。

社交平台短视频

背景音乐配合转场卡点,无需购买曲库授权。

使用限制

输入视频,输出音轨
参数限制
视频时长4 至 360 秒
格式MP4、MOV
分辨率480p、720p 或 1080p
文件大小最大 200 MB
音乐时长最长 6 分钟
输出WAV(默认)、MP3、PCM、OGG Opus

来源:ByteDance Seed Audio 1.5 抢先体验接入指南,2026 年 10 月。

可以直接上手的提示词

复制一条,换成你自己的场景即可。示例为英文,模型对英文的场景指令理解得最好。

单个音效

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.

写清物体、接触的表面、声音的体量,以及哪些声音不要出现。

街景环境音

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.

像“从左到右”这样的方位描述,能让声音跟随画面中的移动。

带时间点的音乐与音效

[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.

只有当某个声音必须落在特定帧上时,才需要加时间戳。

使用须知

  • 描述你想听到的声音。物体和接触表面写得越具体,声音就越具体。
  • ByteDance 的提示词指南建议写明不要出现的内容,例如“无人声”或“无音乐”。
  • 长片请按场景逐段处理:单次请求最长覆盖 6 分钟。

常见问题

AI 能自动给视频添加音效吗?

Seed Audio 1.5 会根据你写的描述,生成跟随画面的音效、环境音和配乐。它需要这段描述:不会自己判断场景应该是什么声音。

能精确控制声音出现的时间吗?

可以。在提示词里写上时间戳,例如 [3.2s:3.6s],声音就会被放在这个时间段内。

也能加配乐吗?

可以,配乐可以作为同一条音轨的一部分,也可以单独生成,最长 6 分钟。

支持什么样的视频?

MP4 或 MOV 格式,时长 4 至 360 秒,分辨率 480p 至 1080p,文件不超过 200 MB。

让无声的画面有声有色

描述场景,标出关键时刻,得到一条完整音轨。

为视频添加声音