Skip to main content

Seed Audio 1.0 Prompt Rehberi

Seed Audio 1.0.
Tek prompt, prodüksiyonu tamamlanmış bir ses sahnesi.

Seed Audio 1.0 prompt rehberi ile ByteDance'in metinden sese modelini keşfet. Metin ver, seslendirsin. Ya da sahneyi tarif et ("gece geç saatte geçen gerilimli bir radyo tiyatrosu"), seslerden tempoya ve atmosfere kadar tamamını üretsin. 20 hazır ses, referans kliplerden ses klonlama, hız, ses seviyesi ve perde kontrolleri. Üretilen sesin saniyesi 0.1 kredi.

Genel Bakış

Seed Audio 1.0 iki modda çalışır. İyi prompt yazmanın anahtarı, bu iki modu ayırt etmek. Birebir okuma modu: söylemesini istediğin metni aynen ver, tırnak içine al ve seçtiğin sesle okusun. Yönerge modu: ne istediğini anlat ("yapay zekâ araçlarını konu alan bir program için enerjik bir podcast açılışı üret"). Model metinden seslendirmeye, hatta prodüksiyon hissine kadar her şeyi hazırlasın.

Ses seçmenin üç yolu var. 20 hazır sesten birini adıyla seç (kian_en_zh, vivi_mixed_en_zh_ja_es_id, monkey_king_zh…), ses seçimini boş bırakıp promptuna uygun sesi modele buldur veya API üzerinden en fazla üç referans klip gönderip promptta @Audio1-@Audio3 olarak işaret ederek bir sesi klonla.

Ücretlendirme, tamamlanan sesin süresine göre yapılır: saniye başına 0.1 kredi. Gönderim sırasında prompt uzunluğuna göre tahmini tutar bloke edilir. Klip tamamlandığında ücret, çıktının tam süresine göre kesinleşir. Yalnızca aldığın ses için ödeme yaparsın.

20

Hazır ses

0.1 kredi

Çıktının saniyesi başına

3

Klonlama için referans klip

Öne Çıkanlar

Yönerge modu

Ses Sahnesi Üretimi

Asıl farkı burada: metin yazmak yerine sahneyi tarif et. Radyo tiyatroları, podcast açılışları, reklamlar, rehberli meditasyonlar. Model içeriği yazar, sesi seçer, uygun tempo ve tonla seslendirir. Kısa yönergelerden şaşırtıcı derecede eksiksiz işler çıkar.

Ya da sesi model seçsin

20 Hazır Ses

Adıyla seçebileceğin hazır sesler İngilizce, Çince, İspanyolca, Japonca, Endonezce ve Portekizceyi kapsar. Sıcak anlatıcılardan (kian_en_zh) çok dilli, çok yönlü seslere (vivi_mixed_en_zh_ja_es_id) ve monkey_king_zh gibi karakterlere kadar uzanır. Ses seçimini boş bırak, model promptuna uygun olanı seçsin.

@Audio1 referansları · API

Ses Klonlama

API'deki audio_urls üzerinden en fazla üç referans klip gönder (her biri 30s / 10MB, wav / mp3 / pcm / ogg). Ardından promptta @Audio1, @Audio2, @Audio3 olarak belirt. Model, referanstaki sesle üretim yapar. Bunun yerine tek bir referans görsel (image_url) ile havayı yönlendirebilirsin. İkisinden birini kullan, aynı anda ikisini değil.

Hız · ses seviyesi · perde

Seslendirme Kontrolleri

Hız aralığı 0.5x-2x, ses seviyesi 0.5-2, perde değişimi ±12 yarım ses. Tempoyu hızla ayarla (1.1x reklam seslendirmesini daha sıkı kılar), karakteri perdeyle şekillendir (-3 yarım ses kötü karakterin sesini kalınlaştırır). Mevcut bir sesle eşleştirmiyorsan ses seviyesini 1'de bırak.

EN · ZH · ES · JA · ID · PT

Çok Dilli + Dil Geçişleri

Çok dilli hazır sesler, ses kimliğini koruyarak cümle ortasında dil değiştirebilir. Dilleri promptta aynı satırda yaz. vivi_mixed_en_zh_ja_es_id gibi bir ses, tek satırdaki İngilizce, İspanyolca ve Çinceyi doğal biçimde okur.

mp3 · wav · pcm · ogg

Format Kontrolü

Çıktıyı mp3 (varsayılan, en küçük dosya), wav veya pcm (sıkıştırılmamış, kurgu iş akışları için) ya da ogg_opus olarak al. Örnekleme hızları 8 kHz (telefon hattı hissi) ile 48 kHz (prodüksiyon) arasında değişir. Varsayılan 24 kHz, çoğu seslendirme işi için uygundur.

Örnek Klipler

Her örnekte, o sonucu veren istemi aynen görürsün. İstediğin istemi tek tıkla kopyala.

Gerilimli Radyo Tiyatrosu

Yönerge modu · otomatik ses seçimi

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.

Tamamen yönerge modunda, hazır metin yok. Türü ("gerilimli radyo tiyatrosu"), mekânı, karakterleri ve bir ya da iki prodüksiyon detayını belirt ("camlara vuran yağmur", "kısa ve gerilimli bir müzik vurgusu"). Model tüm sahneyi yazar ve seslendirir.

Belgesel Anlatımı

Birebir okuma modu · 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."

Birebir okuma modunda, okunacak metin tırnak içinde; seslendirme yönlendirmesi ("sıcak, ölçülü bir belgesel anlatıcısı") tırnak dışında yer alır. Bu yönlendirmeyi kian_en_zh gibi istikrarlı bir hazır sesle eşleştirerek farklı kayıtlarda tutarlı bir okuma elde et.

Podcast Açılışı

Yönerge modu · otomatik ses seçimi

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.

Tırnak içine alınmış özel adla yönerge modu. Program adlarını, marka adlarını ve sloganları tırnak içine al; model etrafındaki her şeyi doğaçlarken bunlar aynen korunsun. "Kısa bir jingle havasında" ifadesi prodüksiyon tarzını yönlendirir.

Karakter Seslendirmesi

Birebir okuma modu · 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?"

Karakteri yönlendirmek, oyuncu yönetmek gibidir: bir karakter tipi ("muzip bir fantastik kötü karakter") ve iki söyleyiş tarifi ("yavaş ve teatral"). Sesi değiştirmeden daha tehditkâr bir hava için perdeyi -2 veya -3 yarım ses kaydır.

20 Saniyelik Reklam

Birebir okuma modu · mindy · 1.1x hız

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."

Reklam seslendirmesi tempo ister. Formatı belirtmek ("canlı bir 20 saniyelik reklam") enerjiyi belirler; hızı 1.1x yapmak, okumaya yayın temposu kazandırır. URL'ler ve marka adları özel işaretleme gerektirmeden net okunur.

Cümle Ortasında Dil Geçişi

Birebir okuma modu · 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。"

Dil geçişleri için çok dilli bir hazır ses gerekir. vivi, aynı ses kimliğiyle İngilizce, İspanyolca ve Çinceyi tek nefeste seslendirir. Dilleri aynı satırda, tam söylenmesini istediğin şekilde yaz.

Prompt İpuçları

Modu tırnaklar belirler

Çift tırnak içindeki metin birebir okunur; dışındaki her şey yönlendirmedir. Hiç tırnak yoksa prompt yönerge olarak algılanır ve model kendi metnini yazar. İkisini birleştirmek ("Şunu X gibi oku: '…'") kontrollü okumalar için en güvenilir kalıptır.

Bir oyuncuyu yönetir gibi yönlendir

Seslendirmeyi tarif eden iki ya da üç kelime, bir paragraflık açıklamadan daha etkilidir: "sıcak ve ölçülü", "yavaş ve teatral", "canlı ve hızlı". Performansın genel çizgisini belirlemek için bir rol söyle: anlatıcı, sabah programı sunucusu, kötü karakter.

Emin değilsen sesi model seçsin

Ses seçimini boş bırakmak gerçekten işe yarar. Model, içeriğe uygun bir ses seçer. Bu, özellikle metni de kendisinin yazdığı yönerge modunda önemlidir. Farklı kayıtlarda aynı ses gerekiyorsa belirli bir hazır sese sabitle.

Tempo için hız, karakter için perde

Bir ayar daha iyi sonuç veriyorsa tempoyu promptla düzeltmeye çalışma: sıkı reklam temposu için 1.1-1.2x, meditasyonlar için 0.9x. Perdeyi ±2-3 yarım ses değiştirmek, sesin tanınabilirliğini korurken karakterin ağırlığını değiştirir. ±12 tam bir oktavdır ve sesi hızla çizgi film karakterine dönüştürür.

Bütçeni saniyeye göre hesapla

Saniye başına 0.1 krediyle 30 saniyelik bir klip 3 kredi tutar. Başta bloke edilen tutar prompt uzunluğundan tahmin edilir ve iş tamamlandığında gerçek süreye göre kesinleşir. Uzun sahneler üreten yönergelerde fark tahsil edilir, yüksek tahminlerde fazlası iade edilir.

Ayar Rehberi

AyarDeğerlerNotlar
promptup to 2,048 charsMetin (tırnak içinde) veya sahne talimatı. @Audio1-@Audio3, yüklenen kliplere referans verir.
voicepreset name or cloned idSes seçimini modele bırakmak için boş bırak. 6 dilde 20 hazır ses.
audio_urlsup to 3 URLs (API)Her biri 30s / 10MB, wav / mp3 / pcm / ogg_opus. image_url ile birlikte kullanılamaz.
image_url1 URL (API)En fazla 10MB, jpeg / png / webp. Ses referanslarına alternatif.
output_formatmp3 · wav · pcm · ogg_opusVarsayılan mp3. Düzenleme iş akışları için wav/pcm.
sample_rate8k–48k HzVarsayılan 24,000 Hz, çoğu seslendirme işi için ideal.
speed0.5–2.01.0 normal hız. 1.1x reklam seslendirmelerini hızlandırır.
volume0.5–2.0Mevcut bir sesle eşleştirmiyorsan 1 olarak bırak.
pitch-12 to +12 semitonesKarakterin sesine ağırlık katmak için ±2-3; ±12 tam bir oktavdır.
Maliyet0.1 credits / secondPrompt uzunluğuna dayalı tahmine göre kredi bloke edilir, ücret çıktının tam süresine göre kesinleşir.

Sık Sorulanlar

Tamamlanan sesin saniyesi başına 0.1 kredi ödersin. Gönderim sırasında prompt uzunluğuna göre tahmini tutar bloke edilir. Klip tamamlandığında ücret tam süreye göre kesinleşir. Uzun çıktılarda fark tahsil edilir, kısa çıktılarda fazlası otomatik iade edilir.