오디오 장면 생성
핵심 기능은 대본 대신 장면을 설명하는 거예요. 라디오 드라마, 팟캐스트 인트로, 광고, 명상 가이드까지. 모델이 내용을 쓰고, 목소리를 고르고, 알맞은 호흡과 톤으로 연기해요. 짧은 지시만으로도 놀랄 만큼 완성도 있는 오디오가 나와요.
Seed Audio 1.0 프롬프트 가이드
Seed Audio 1.0 프롬프트 가이드에서 ByteDance의 텍스트 오디오 모델을 제대로 활용해 보세요. 대본을 주면 그대로 읽고, 장면을 설명하면("늦은 밤의 서스펜스 라디오 드라마") 목소리, 호흡, 분위기까지 모두 완성해요. 20가지 프리셋 음성, 참조 클립을 활용한 음성 복제, 속도와 볼륨, 피치 조절을 지원해요. 생성된 오디오 1초당 0.1크레딧이 들어요.
Seed Audio 1.0에는 두 가지 모드가 있어요. 이 차이를 아는 것이 좋은 프롬프트의 핵심이에요. 대본 모드에서는 읽을 문장을 따옴표로 감싸주면 선택한 목소리로 그대로 읽어요. 지시 모드에서는 원하는 결과를 설명하면 돼요. "AI 도구를 소개하는 프로그램의 활기찬 팟캐스트 인트로를 만들어줘"라고 입력하면 대본부터 낭독, 연출 분위기까지 모델이 완성해요.
목소리를 정하는 방법은 세 가지예요. kian_en_zh, vivi_mixed_en_zh_ja_es_id, monkey_king_zh 등 20가지 프리셋 중 이름으로 고르거나, 음성을 지정하지 않고 모델이 프롬프트에 맞게 고르게 하세요. API로 최대 세 개의 참조 클립을 전달한 뒤 프롬프트에서 @Audio1부터 @Audio3까지 지정해 목소리를 복제할 수도 있어요.
완성된 오디오 길이를 기준으로 1초당 0.1크레딧이 청구돼요. 요청 시 프롬프트 길이에 따른 예상 크레딧이 우선 확보되고, 클립이 완성되면 실제 재생 시간에 맞춰 정산돼요. 받은 오디오만큼만 결제하는 방식이에요.
20
프리셋 음성
0.1 cr
생성 오디오 1초당
3
음성 복제용 참조 클립
핵심 기능은 대본 대신 장면을 설명하는 거예요. 라디오 드라마, 팟캐스트 인트로, 광고, 명상 가이드까지. 모델이 내용을 쓰고, 목소리를 고르고, 알맞은 호흡과 톤으로 연기해요. 짧은 지시만으로도 놀랄 만큼 완성도 있는 오디오가 나와요.
영어, 중국어, 스페인어, 일본어, 인도네시아어, 포르투갈어 프리셋을 이름으로 선택할 수 있어요. 따뜻한 내레이션의 kian_en_zh, 여러 언어를 소화하는 vivi_mixed_en_zh_ja_es_id, 개성 있는 캐릭터 음성 monkey_king_zh까지 준비돼 있어요. 음성을 지정하지 않으면 모델이 프롬프트에 맞는 목소리를 골라요.
API의 audio_urls로 최대 세 개의 참조 클립을 전달하고(각 30s / 10MB, wav / mp3 / pcm / ogg), 프롬프트에서 @Audio1, @Audio2, @Audio3로 지정하세요. 모델이 참조한 목소리로 음성을 합성해요. 대신 참조 이미지 한 장(image_url)으로 분위기를 잡을 수도 있어요. 오디오와 이미지는 둘 중 하나만 사용할 수 있어요.
속도는 0.5x~2x, 볼륨은 0.5~2, 피치는 ±12반음까지 조절할 수 있어요. 속도로 호흡을 잡고(광고는 1.1x로 더 경쾌하게), 피치로 캐릭터를 살려보세요(-3반음으로 악역의 목소리를 더 낮게). 기존 오디오에 볼륨을 맞추는 경우가 아니라면 볼륨은 1로 두세요.
다국어 프리셋은 문장 중간에 언어가 바뀌어도 같은 목소리를 유지해요. 프롬프트에 여러 언어를 이어서 적어보세요. vivi_mixed_en_zh_ja_es_id 같은 음성은 한 줄에 영어, 스페인어, 중국어가 섞여 있어도 자연스럽게 읽어요.
mp3(기본값, 가장 작은 용량), wav 또는 pcm(편집 워크플로용 비압축 형식), ogg_opus로 출력할 수 있어요. 샘플 레이트는 전화 음질 느낌의 8 kHz부터 제작용 48 kHz까지 지원해요. 대부분의 음성 작업에는 기본값인 24 kHz가 적합해요.
각 예시에서 결과를 만든 프롬프트를 그대로 확인해 보세요. 원하는 프롬프트는 클릭 한 번으로 복사할 수 있어요.
지시 모드 · 음성 자동 선택
Generate a short suspense radio drama set in a late-night convenience store: a nervous clerk, a mysterious customer, rain against the windows, tense music sting at the end.
대본 없이 지시만으로 만드는 방식이에요. 장르("서스펜스 라디오 드라마"), 배경, 등장인물에 연출 요소 한두 가지("창문을 두드리는 빗소리", "긴장감을 높이는 짧은 음악")를 더하세요. 모델이 장면 전체를 쓰고 연기해요.
대본 모드 · kian_en_zh
Read this in a warm, measured documentary narrator voice: "Every image begins as noise. In less than a second, a billion tiny decisions turn that noise into a photograph that never existed. This is the story of generative art."
대본 모드에서는 읽을 대본을 따옴표 안에, 낭독 지시("따뜻하고 차분한 다큐멘터리 내레이터")는 따옴표 밖에 적어요. kian_en_zh처럼 안정적인 프리셋에 이런 지시를 더하면 여러 번 생성해도 일관된 낭독을 얻을 수 있어요.
지시 모드 · 음성 자동 선택
Generate an energetic morning-show podcast intro: an upbeat host welcoming listeners to "The Creative Stack", teasing today's episode about AI image tools, with a short jingle feel.
고유명사를 따옴표로 지정한 지시 모드예요. 프로그램명, 브랜드명, 태그라인을 따옴표로 감싸면 그대로 유지하면서 나머지는 모델이 자유롭게 구성해요. "짧은 징글 느낌으로"라는 지시로 연출 스타일을 잡아보세요.
대본 모드 · sophie_en_zh
Read this line as a mischievous fantasy villain, slow and theatrical: "You really thought a firewall could keep me out of the kingdom's archives?"
배우를 디렉팅하듯 캐릭터를 설명하세요. 캐릭터 유형("장난기 있는 판타지 악역")에 낭독 방식 두 가지("느리게, 연극적으로")를 더하면 돼요. 피치를 -2 또는 -3반음으로 낮추면 목소리는 유지하면서 위협적인 느낌을 더할 수 있어요.
대본 모드 · mindy · 1.1x 속도
Read this as a bright 20-second ad spot: "PixelDojo puts seventy AI models in one studio. Images, video, and now audio. Start creating at pixeldojo.ai."
광고는 템포가 중요해요. "밝은 분위기의 20초 광고"처럼 형식을 지정해 에너지를 잡고, 속도를 1.1x로 높여 방송 광고 특유의 밀도감을 더하세요. URL과 브랜드명도 별도 표기 없이 깔끔하게 읽어요.
대본 모드 · vivi_mixed_en_zh_ja_es_id
Read this naturally, switching languages mid-sentence: "Welcome to the future of sound. Bienvenido al futuro del sonido. 欢迎来到声音的未来。"
문장 중간에 언어를 바꾸려면 다국어 프리셋이 필요해요. vivi는 영어, 스페인어, 중국어를 한 호흡에 읽으면서도 같은 목소리를 유지해요. 실제로 읽을 순서 그대로 여러 언어를 이어 적으세요.
큰따옴표 안의 문장은 그대로 읽고, 밖의 내용은 연출 지시로 받아들여요. 따옴표가 전혀 없으면 전체를 지시로 해석해 모델이 직접 대본을 써요. 둘을 조합하는 방식("다음 내용을 X처럼 읽어줘: '…'")이 낭독을 원하는 대로 조절하는 가장 확실한 패턴이에요.
긴 설명 한 문단보다 낭독 스타일을 짚는 두세 단어가 더 효과적이에요. "따뜻하고 차분하게", "느리게, 연극적으로", "밝고 빠르게"처럼요. 내레이터, 아침 방송 진행자, 악역처럼 역할을 지정하면 연기의 중심이 잡혀요.
음성을 비워두는 것도 좋은 선택이에요. 모델이 내용에 맞는 목소리를 골라주거든요. 대본까지 직접 쓰는 지시 모드에서 특히 유용해요. 여러 번 생성해도 같은 목소리가 필요하다면 프리셋 이름을 지정하세요.
설정으로 더 잘 조절할 수 있는 호흡을 프롬프트로 해결하려 하지 마세요. 광고는 1.1~1.2x로 밀도 있게, 명상은 0.9x로 여유롭게 조절하세요. 피치를 ±2~3반음 바꾸면 원래 목소리를 유지하면서 캐릭터의 무게감을 바꿀 수 있어요. ±12는 한 옥타브 차이라 금세 만화 같은 목소리가 돼요.
1초당 0.1크레딧이므로 30초 클립은 3크레딧이에요. 요청 시 프롬프트 길이로 예상한 크레딧을 우선 확보하고, 완료되면 실제 길이에 맞춰 정산해요. 지시 모드로 긴 장면이 생성되면 차액이 추가 청구되고, 예상보다 짧으면 남은 크레딧이 돌아와요.
| 설정 | 값 | 참고 |
|---|---|---|
| prompt | up to 2,048 chars | 따옴표로 감싼 대본이나 장면 지시를 입력해요. @Audio1~@Audio3는 업로드한 클립을 참조해요. |
| voice | preset name or cloned id | 생략하면 모델이 목소리를 골라요. 6개 언어의 프리셋 20개를 제공해요. |
| audio_urls | up to 3 URLs (API) | 각 30s / 10MB, wav / mp3 / pcm / ogg_opus 지원. image_url과 함께 사용할 수 없어요. |
| image_url | 1 URL (API) | jpeg / png / webp, 최대 10MB. 오디오 레퍼런스 대신 사용할 수 있어요. |
| output_format | mp3 · wav · pcm · ogg_opus | 기본값은 mp3예요. 편집 파이프라인에는 wav/pcm을 사용해요. |
| sample_rate | 8k–48k Hz | 기본값은 24,000 Hz로, 대부분의 음성 작업에 적합해요. |
| speed | 0.5–2.0 | 1.0은 기본 속도예요. 1.1x로 설정하면 광고 대사를 더 빠르고 밀도 있게 전달해요. |
| volume | 0.5–2.0 | 기존 오디오와 음량을 맞추는 경우가 아니라면 1로 두세요. |
| pitch | -12 to +12 semitones | ±2~3으로 캐릭터 목소리의 무게감을 조절해요. ±12는 한 옥타브예요. |
| 비용 | 0.1 credits / second | 프롬프트 길이로 예상한 비용을 먼저 확보하고, 실제 출력 길이에 맞춰 정산해요. |
완성된 오디오 1초당 0.1크레딧이 청구돼요. 요청 시 프롬프트 길이에 따른 예상 크레딧을 우선 확보하고, 클립이 완성되면 정확한 재생 시간에 맞춰 정산해요. 예상보다 길면 차액이 추가 청구되고, 짧으면 자동으로 환급돼요.
큰따옴표 안의 문장은 한 글자도 바꾸지 않고 그대로 읽어요. 따옴표가 없으면 프롬프트를 제작 지시로 받아들여 모델이 대본을 쓰고, 목소리를 고른 뒤(직접 지정하지 않은 경우), 연기까지 해요. 따옴표 밖에는 연출 지시를, 안에는 읽을 문장을 넣어 두 방식을 함께 사용할 수도 있어요.
API의 audio_urls에 참조 클립을 최대 세 개 전달하고(각 최대 30초, 10MB, wav, mp3, pcm 또는 ogg_opus), 프롬프트에서 @Audio1, @Audio2, @Audio3로 지정하세요. 사용 권한이 있는 목소리만 복제하세요.
프리셋은 영어, 중국어, 스페인어, 일본어, 인도네시아어, 포르투갈어를 지원하며, 문장 중간에 언어를 전환할 수 있는 다국어 프리셋도 포함돼 있어요. 한 가지 언어로 읽을 때는 해당 언어에 맞는 프리셋(예: 중국어는 felix_zh)을 고르면 가장 자연스러워요.
네. API 키와 함께 POST /api/v1/models/seed-audio/run을 호출하면 돼요. 전체 파라미터 설명과 바로 실행할 수 있는 예제는 API 플랫폼 페이지에서 확인하세요. 현재 audio_urls를 통한 음성 복제는 API에서만 지원해요.
네. PixelDojo에서 생성한 오디오는 표준 콘텐츠 정책에 따라 상업적으로 사용할 수 있어요. 복제한 목소리를 사용한다면 참조 녹음에 대한 권리를 보유하고 있는지 확인하세요.