AI talsetning sem fylgir myndinni
Raddir, hljóðbrellur og tónlist út frá einni lýsingu
Flest AI raddverkfæri lesa texta út í tómið og láta þig um að stilla honum upp við klippinguna. Seed Audio 1.5 horfir á myndbandið. Lýstu því hver talar, hvað er sagt, hvernig herbergið hljómar og hvað tónlistin gerir, og þú færð eina hljóðrás sem er tímasett eftir því sem sést á skjánum.
Þú skrifar textann. Líkanið flytur hann, með hljóðbrellum og tónlist, í takt við myndina.
Þrjár leiðir til að talsetja
ByteDance lýsir þremur myndbandsstillingum. Veldu eftir því hversu mikla stjórn þú þarft á röddinni.
Myndband og lýsing
Líkanið les atriðið og talsetur það út frá textanum þínum: setningunum, gerð raddarinnar, hljóðbrellunum og tónlistinni undir.
Myndband, lýsing og rödd
Bættu við viðmiðunarbroti og setningarnar eru fluttar með þeirri rödd. Myndbandið ræður tímasetningunni en viðmiðunarbrotið ræður raddblænum.
Þýddu það sem þegar er til staðar
Ef myndbandið inniheldur nú þegar tal á ensku eða kínversku geturðu þýtt það í staðinn og haldið rödd ræðumannsins.
Hvar talsetning kemur að gagni
Myndefni búið til með gervigreind
Myndbrot úr myndbandslíkönum koma oft án hljóðs eða með giskaðri hljóðrás. Talsettu þau með þeim samtölum og andrúmslofti sem atriðið þarf í raun.
Slæmt hljóð af tökustað
ByteDance nefnir lagfæringu á lélegu hljóði sem notkunartilvik: fluttu atriðið aftur á hreinan hátt í stað þess að berjast við suðið.
Stuttir þættir og þáttaraðir
Haltu rödd persónu eins milli þátta með því að nota alltaf sama viðmiðunarbrotið.
Auglýsingar og kynningarefni
Tímasettu þulartextann, vöruhljóðið og tónlistarhnykkinn upp á ramma og skiptu svo um tungumál fyrir næsta markað.
Hvernig á að talsetja myndband með Seed Audio 1.5
Undirbúðu klippuna
MP4 eða MOV, 4 til 360 sekúndur, 480p til 1080p, allt að 200 MB. Talsettu lokaútgáfuna: ef klippingin breytist breytist tímasetningin.
Skrifaðu það sem heyrist
Setningar innan gæsalappa, stutt lýsing á hverri rödd og svo hljóðbrellur og tónlist. Líkanið býr ekki til samtöl, svo allt sem á að segjast fer í fyrirmælin.
Festu tímasetningu þar sem hún skiptir máli
Notaðu tímastimpla eins og [2.0s:6.5s] fyrir setningar og hljóðbrellur sem verða að falla á klippingu. Láttu líkanið um afganginn.
Bættu við raddviðmiði ef þarf
Allt að sex brot, 2 til 30 sekúndur hvert. Notaðu sama brotið í hvert sinn sem persónan talar.
Dæmi um fyrirmæli
Leiðbeiningar ByteDance mæla með þessu: hvað heyrist, hvernig það hljómar og hvað á ekki að vera með. Dæmin eru á ensku því líkanið fylgir enskum fyrirmælum best.
Tvær manneskjur á rigningarlegri götu
Outdoor street at night, steady rain on umbrellas and a passing car on wet asphalt. A young woman with a clear British voice, exasperated then laughing, says: “I cannot believe I let you talk me into this.” A man with a warm baritone, apologetic but smiling, answers: “I said it might rain. I did not say the sky would take it personally.” No music.
Hver ræðumaður fær eina línu með lýsingu og tilfinningu á undan setningunni.
Vörumynd með nákvæmri tímasetningu
[0.0s:15.0s] Light electronic music under the whole clip. [0.4s:1.0s] A crisp click as the lid opens. [1.5s:5.0s] A confident adult male voice, General American accent, says: “Built for the days that do not end at five.” [12.0s:15.0s] The music lifts and resolves.
Tímastimplarnir halda smellinum á rammanum þar sem lokið opnast.
Áður en þú byrjar
- Líkanið skrifar ekki handritið. Ef engin lýsing er í fyrirmælunum fær myndbandið engin skipulögð samtöl.
- Það býr aðeins til hljóð. Munnhreyfingar á skjánum breytast ekki, svo samtöl virka best í víðum römmum, þegar sést aftan á höfuð, í frásögn og í teiknimyndum.
- Ein beiðni getur verið allt að 6 mínútur af hljóði; talsettu lengri myndir atriði fyrir atriði.
- Notaðu raddviðmið aðeins með leyfi þess sem talar.
Algengar spurningar um AI talsetningu myndbanda
Getur Seed Audio 1.5 þýtt eða talsett myndband á íslensku?
Ekki enn. Íslenska er ekki meðal þeirra 30 tungumála sem Seed Audio 1.5 talar við útgáfu. Hins vegar er hægt að þýða myndbönd á ensku eða kínversku yfir á tungumál sem þú gætir líka þurft á að halda, til dæmis dönsku, sænsku, norsku, þýsku eða pólsku.
Hvað er AI talsetning myndbanda?
Hún felst í því að búa til hljóðrás myndbands með gervigreind: samtöl, þulartexta, hljóðbrellur og tónlist, tímasett eftir því sem gerist á skjánum. Með Seed Audio 1.5 lýsirðu hljóðinu og líkanið býr það til í einni umferð.
Skrifar Seed Audio 1.5 samtölin fyrir mig?
Nei. ByteDance tekur skýrt fram að líkanið talsetur ekki sjálfkrafa. Þú leggur til setningarnar og lýsingu á hljóðinu; líkanið flytur þær og tímasetur.
Er hægt að nota ákveðna rödd í talsetningunni?
Já. Bættu við viðmiðunarbroti, 2 til 30 sekúndna löngu, og setningarnar eru fluttar með þeirri rödd en myndbandið stýrir tímasetningunni. Hægt er að nota allt að sex viðmiðunarbrot í einni beiðni.
Get ég talsett á öðrum tungumálum en ensku?
Já. Seed Audio 1.5 talar 30 tungumál, frá japönsku og kóresku til pólsku, tyrknesku og hindí. Íslenska er ekki þar á meðal.
Hver er munurinn á talsetningu og myndbandsþýðingu?
Talsetning býr til nýja hljóðrás út frá lýsingu þinni. Myndbandsþýðing tekur tal sem er þegar til á ensku eða kínversku og talsetur það á öðru tungumáli með sömu rödd.
Tengt efni
Gefðu atriðinu það hljóð sem það þarfnast
Skrifaðu setningarnar, lýstu herberginu og láttu myndina ráða tímasetningunni.
Talsetja myndband