O Seed Audio 1.0 funciona em dois modos. Entender a diferença é o segredo de um bom prompt. Modo literal: forneça as palavras exatas entre aspas e ele lê o texto com a voz que você escolher. Modo de instrução: descreva o que você quer, como "gere uma abertura de podcast animada para um programa sobre ferramentas de IA", e o modelo escreve e interpreta a peça inteira: roteiro, locução e até o estilo de produção.
Você tem três caminhos para escolher a voz. Selecione uma das 20 vozes prontas pelo nome (kian_en_zh, vivi_mixed_en_zh_ja_es_id, monkey_king_zh…), deixe a voz sem definir para o modelo escolher a ideal para o seu prompt ou clone uma voz enviando até três áudios de referência pela API e indicando-os no prompt como @Audio1 a @Audio3.
A cobrança é por segundo de áudio finalizado: 0.1 créditos por segundo. Ao enviar o pedido, um valor é reservado com base no tamanho do prompt. Quando o áudio fica pronto, a cobrança é ajustada à duração exata. Você só paga pelo áudio que recebe.