API
CLUB

Seed Audio 1.0

Seed Audio 1.0:一次生成对白、音乐、环境声和音效,最多支持 3 段参考音频进行声音克隆。可选多语言模型(默认)或中英文基础模型。

bytedance/seed-audio-1.0/text-to-audio

示例

精选生成示例,可直接作为试玩起点

0:00/0:40

无对白。雷暴逐渐逼近:远处低沉的雷声不断增强,直到近处炸响;大雨倾盆,风穿过树林。时长 20 秒。

0:00/0:05

[气喘吁吁,欣喜若狂]我们做到了——我们真的做到了!我不敢相信,你能相信吗?!

0:00/0:09

[坟墓,电影]一千年以来,大门一直处于密封状态。今晚……开幕。

0:00/0:27

喜剧 UGC 广播场景,三位年轻女性,手机自拍氛围,近距离麦克风,自然。 GIRL1 非常兴奋地炫耀她刚买的东西; GIRL2 平淡、面无表情、完全不受影响(笑话); GIRL3 超级兴奋,与 GIRL1 的能量相匹配。三种截然不同的女性声音——不同的音高、音色、能量。 / [SFX:房间氛围,袋子沙沙作响,有东西落在桌子上] / GIRL1(超级兴奋,快):“好吧好吧,看。看看我刚刚得到了什么,你必须看到这个 - ” / GIRL3(兴奋,喘气):“等等什么 - 不闭嘴,你从哪里得到的?!” / GIRL1:“对??看——看它做了什么——” / [SFX:轻柔的咔哒声/小机械装置] / GIRL3(尖叫):“停下来。停下来。这太疯狂了,我需要一个——” / GIRL2(平淡,面无表情):“……这是一个杯子。” / 女孩 1(生气):“这不仅仅是一个杯子——”/ 女孩 3:“亲爱的,它真的会发光,你是瞎子吗——”/ 女孩 2(干巴巴):“……这是一个发光的杯子。酷。” / GIRL1(头晕):“不到三十块钱,我买了三个——每人一个——”/ GIRL3(高兴):“天哪,现在就订购我的——”/ GIRL3(意识到):“等等……你已经买了我的?” / 女孩2(面无表情):“这是三十美元。你疯了吗?” / [SFX:一片死寂] / GIRL2(塌陷,平躺):“……好吧。放我下来吧。” / GIRL1 和 GIRL3(一起尖叫):“YAASSS——” / [SFX:兴奋的咔嗒声,剪辑中断]

0:00/0:59

高压广播剧《Talk Me Down》:空中交通管制员平静地引导从未坐过飞机的乘客降落。我们在驾驶舱内(很近,周围都有警报器);控制器通过收音机发出(经过过滤、微弱、微弱的静电、令人不安的平静)。两个对比鲜明的声学空间。 / [SFX:驾驶舱警报响起,风吹动,发动机发出呜呜声] / 乘客(惊慌失措,靠近):“飞行员出局了 - 我不知道如何驾驶这个!有人跟我说话!” / 控制器(通过无线电,经过过滤,平静):“我找到你了。听我的声音。海拔高度 - 数字,左上角。” / 乘客(颤抖):“呃——三千?它在下降,它在下降——” / 管制员:“没关系。将轭向你方向松开。轻轻地。就像拉抽屉一样。” / [SFX:发动机压力,警告蜂鸣声加速] / 乘客:“为什么蜂鸣声越来越快?!” / 控制器:“忽略蜂鸣声。眼睛看着地平线。机翼水平。你正在做。” / [SFX:节奏,风势减弱] / 乘客(呼吸):“……它……它正在趋于平稳。” / 控制员(第一次感到温暖):“很好。现在你和我要降落飞机。准备好了吗?” / 乘客(小小):“……不是真的。” / 控制器:“我也不是,第一次。油门向后,很好,很慢。” / [SFX:起落架呼啸而下,轮胎在跑道上发出尖叫声,滚出时发出隆隆声]

0:00/1:00

深夜鬼故事广播节目,单人叙述者,测试极端的动态范围。亲密的 ASMR 低语,极其接近,呼吸声,缓慢,逐渐形成恐惧,变得越来越安静……然后突然一声非常响亮的尖锐尖叫,然后瞬间完全沉默。令人毛骨悚然的夜间氛围。 / [SFX:夜晚死寂的房间,微弱的时钟滴答作响,微弱的风] / 旁白(极其亲密的耳语,呼吸声,缓慢):“你知道那种感觉......当你独自在家时......楼上的地板吱吱作响?” / [SFX:上面传来一声轻微的吱吱声] / 旁白(更轻柔):“你告诉自己,房子在沉降。总是房子在沉降。” / [SFX:滴答声变慢,几乎完全安静] / 旁白(几乎听不见):“但是昨晚……我住在顶楼。楼上没有。” / [SFX:长达三秒的死寂] / 旁白(低语,颤抖):“嘎吱声……越来越……近了……” / [SFX:地板在你身后呻吟] / 旁白(突然、非常响亮、尖锐的尖叫):“谁在那儿?!” / [音效:猛烈的一声巨响,然后瞬间一片寂静] / 旁白(恢复平静的小声):“……晚安。”