Seed Audio 1.5: ווידעא איבערזעצן און דאַבן מיטן זעלבן קול
איין מאָדעל פֿאַר קול, קלאַנג-עפֿעקטן און מוזיק, געשטיירט פֿון אײַער ווידעא
Seed Audio 1.5 איז ByteDance'ס נײַער אָדיאָ-מאָדעל. ער נעמט אַ ווידעא, הערט עס צו און שרײַבט אַ נײַע טאָן-שפּור: דער זעלבער דערציילער וואָס רעדט יאַפּאַניש, אַ דאַבינג וואָס גײט נאָך דעם בילד, אָדער דאָס קול, די מוזיק און די עפֿעקטן צעטיילט אין באַזונדערע שפּורן. מיר האָבן אים אין פֿרײַן צוטריט גענוצט כּדי איבערצוזעצן אַן אַנימירטן פֿילם פֿון 9 מינוט אין 12 שפּראַכן. דאָ איז וואָס ער האָט געמאַכט, וווּ ער האָט זיך אָנגעשטופּט, און ווי אַזוי צו דערגרײכן דאָס זעלבע רעזולטאַט.
Doitong איז אַן אומאָפּהענגיקע פּלאַטפֿאָרמע און האָט ניט קיין שײַכות מיט ByteDance.
אונדזער טעסט: איין פֿילם, 12 שפּראַכן, דער זעלבער דערציילער
מיר האָבן גענומען “The Last Ordinary Day in Pompeii”, אַן אַנימירטן היסטאָרישן פֿילם פֿון 9 מינוט מיט ענגלישן דערציילער, און אים דורכגעלאָזט דורך Seed Audio 1.5 ווידעא-איבערזעצונג איין מאָל פֿאַר יעדער שפּראַך. שפּילט אָפּ דעם ווידעא און עפֿנט סעטינגס → אָדיאָ-שפּור כּדי זיך אַריבערצושאַלטן צווישן דעם ענגלישן אָריגינאַל און די 12 איבערזעצונגען.
אָדיאָ-שפּורן אויף דעם ווידעא: ענגליש (אָריגינאַל) פּלוס רוסיש, דײַטש, פֿראַנצויזיש, שפּאַניש (שפּאַניע), איטאַליעניש, יאַפּאַניש, קאָרעאיש, האָלענדיש, שוועדיש, דעניש, נאָרוועגיש און פֿינלענדיש.
- לענג פֿון פֿילם
- 9:00
- שפּראַכן
- 12
- צײַט פּער בקשה
- 2,6–3,3 מין
- חילוק אין לענג
- < 0,03 סעק
ווי אַזוי מיר האָבן דורכגעפֿירט דעם טעסט
די נומערן אויבן שטאַמען פֿון אונדזערע אייגענע לאָגס, ניט פֿון אַ פּרעסע-מעלדונג. דרײַ פּרטים זענען וויכטיק אויב איר ווילט עס איבערחזרן.
מע שנײַדט ביי אַ פּויזע
איין בקשה נעמט אָן אַ ווידעא פֿון 4 ביז 360 סעקונדעס, אַזוי אַז דער פֿילם פֿון 9 מינוט איז אַרײַן אין צוויי טיילן, געשניטן ביי אַ נאַטירלעכער פּויזע: 4:43 און 4:17. צוועלף שפּראַכן האָט געמיינט 24 בקשות, און יעדע איז צוריקגעקומען אין 157 ביז 200 סעקונדעס.
די לענג איז געבליבן די זעלבע
יעדער איבערגעזעצטער טייל איז צוריקגעקומען אין דער לענג פֿונעם אָריגינאַל. טייל איין האָט זיך אומגעקערט מיט 283,26 סעקונדעס קעגן 283,29 ביים מקור, טייל צוויי מיט 256,83 קעגן 256,83, און די ציפֿערן זענען געווען די זעלבע אין יעדער שפּראַך. די נײַע דערציילונג איז אַרײַנגעפֿאַלן אויפֿן בילד אָן נאָכצופּאַסן די צײַט.
מיר האָבן געשיקט בלויז דאָס קול
מיר האָבן דעם מאָדעל געגעבן די דערציילונג אָן מוזיק, און נאָכדעם אַליין צוריקגעמישט אונדזער מוזיק און עפֿעקטן. אָפּהיטן מוזיק און עפֿעקטן אינעם איבערזעצן איז אַ באַשטעטיקטע פֿעִיִקייט פֿון מאָדעל, אָבער דער דאָזיקער טעסט האָט זיך אויף דעם ניט פֿאַרלאָזט.
וואָס Seed Audio 1.5 קען
ווערסיע 1.5 איז דער ערשטער Seed Audio מאָדעל וואָס נעמט אָן ווידעא. די איין ענדערונג עפֿנט אויף רובֿ פֿון די אַרבעטן אונטן.
אַ ווידעא איבערזעצן מיטן זעלבן קול
פֿון ענגליש אָדער כינעזיש אין 30 שפּראַכן. דאָס קול היט אָפּ דעם כאַראַקטער פֿונעם רעדנער, און די אָריגינעלע עפֿעקטן און הינטערגרונט-מוזיק בלײַבן אויף זייער אָרט, בעת בלויז די רייד ענדערט זיך.
אַ ווידעא דאַבן לויט אַ באַשרײַבונג
גיט אים אַ ווידעא און באַשרײַבט וואָס מען דאַרף הערן: די ווערטער, די קולות, די עפֿעקטן, די מוזיק. ער שאַפֿט אָדיאָ וואָס גײט נאָך דעם בילד. דעם סצענאַר שרײַבט ער ניט פֿאַר אײַך.
אָדיאָ צעטיילן אין סטעמס
גיט אים אַן אָדיאָ-טעקע און באַקומט קולות, עפֿעקטן און מוזיק צוריק ווי באַזונדערע שפּורן, ביז זעקס פֿון זיי, גרייט פֿאַר אַ מיקסינג-סעסיע.
אַ שטומען קליפּ באַגלײַטן מיט קלאַנג
בעט אַמביענט, טריט, אַ טיר, אַ מוזיק-באַזע, און שטעלט יעדעס אויפֿן טײַמליין מיט טײַמסטעמפּס אינעם פּראָמפּט.
אַ קול קלאָנירן
ביז זעקס רעפֿערענץ-קליפּס פֿון 2 ביז 30 סעקונדעס יעדער באַשטימען דעם טימבער. פֿאַרבינדט אַ רעפֿערענץ מיט אַ ווידעא, און די דאַבינג ווערט גערעדט מיט יענעם קול.
לידער שרײַבן מיט טעקסט
מוזיק ביז זעקס מינוט לאַנג לויט אַ טעקסט-בריף, מיט געזונגענעם טעקסט אויף ענגליש, כינעזיש, יאַפּאַניש, קאָרעאיש אָדער קאַנטאָנעזיש.
די לימיטן פֿון Seed Audio 1.5
לימיטן פֿון ByteDance'ס אינטעגראַציע-גיד פֿאַר פֿרײַן צוטריט. קאָנטראָלירט זיי איידער איר שנײַדט אײַער ווידעא.
| אַרײַנגאַב | לימיט |
|---|---|
| לענג פֿון ווידעא | 4–360 סעקונדעס פּער בקשה |
| ווידעא-פֿאָרמאַטן | MP4, MOV |
| ווידעא-רעזאָלוציע | 480p, 720p אָדער 1080p |
| גרײס פֿון ווידעא-טעקע | ביז 200 MB |
| קול-רעפֿערענץ-קליפּס | ביז 6, יעדער 2–30 סעק, 180 סעק אין גאַנצן |
| אָדיאָ פֿאַר סטעם-צעטיילונג | איין טעקע, 2–360 סעק, ביז 90 MB, WAV אָדער MP3 |
| אַרויסגאַב | ווערט |
|---|---|
| לענגסטער אָדיאָ פּער בקשה | 6 מינוט |
| סטעם-שפּורן | ביז 6 |
| פֿאָרמאַטן | WAV (סטאַנדאַרט), MP3, PCM, OGG Opus |
| סטאַנדאַרטע סאַמפּל-ראַטע | 44,1 kHz |
| שפּראַכן פֿאַר רייד | 30 |
| מקור פֿאַר ווידעא-איבערזעצונג | ענגליש אָדער כינעזיש, אָדער אויטאָמאַטיש דערקענט |
מקור: ByteDance Seed Audio 1.5 אינטעגראַציע-גיד פֿאַר פֿרײַן צוטריט, אָקטאָבער 2026. די לימיטן קענען זיך ענדערן נאָך דער פֿאַרעפֿנטלעכונג.
30 שפּראַכן
Seed Audio 1.5 רעדט די דאָזיקע שפּראַכן. ווידעא-איבערזעצונג גײט פֿון ענגליש אָדער כינעזיש אין יעדע פֿון זיי. ייִדיש איז ניט צווישן זיי.
געזונגענער טעקסט אין לידער ווערט געשטיצט אין אַ קלענערער גרופּע: ענגליש, כינעזיש, יאַפּאַניש, קאָרעאיש און קאַנטאָנעזיש.
פּראָמפּטן וואָס אַרבעטן
ByteDance'ס פּראָמפּט-גיד באַשרײַבט דרײַ ניוואָען: אַ פּשוטע באַשרײַבונג, אַ סצענאַר וואָס באַשטימט די סדר פֿון געשעענישן, און אַ טײַמליין מיט פּינקטלעכע סעקונדעס. הייבט אָן פּשוט און לייגט צו טײַמסטעמפּס בלויז וווּ די צײַט איז וויכטיק. די פּראָמפּט-ביישפּילן בלײַבן אויף ענגליש.
אַ פּשוטע קול-באַגלײַטונג
Generate only this speaker as dry, close-miked speech. No music, no sound effects, no room reverb, no second speaker. A calm adult female voice at a steady pace reads: “Most people in Pompeii woke up that morning expecting an ordinary day.”
ערשט די באַגרענעצונגען, דערנאָך דאָס קול, דערנאָך די גענויע ווערטער. צו זאָגן וואָס טאָר ניט דערשײַנען איז אַזוי וויכטיק ווי וואָס מוז דערשײַנען.
אַ סצענע מיט צײַטן
[0.0s:12.0s] Soft market ambience under the whole scene. [0.5s:1.5s] A wooden cart rolls past. [2.0s:6.5s] An old man, warm and unhurried, says: “Bread, still warm from the oven.” [7.0s:12.0s] A low drum rumble rises in the distance.
טײַמסטעמפּס שטעלן יעדן קלאַנג אויפֿן טײַמליין, אַזוי אַז דער אָדיאָ שטימט מיט די שנעפּס וואָס איר האָט שוין געמאַכט.
אויף וואָס אָנצוגעבן אַכט
זאַכן אויף וואָס מיר זענען אָנגעשטויסן אינעם טעסטן, און זאַכן וואָס די דאָקומענטאַציע זאָגט קלאָר.
- נעמען און זעלטענע ווערטער קענען זיך ענדערן פֿון איין ווערסיע צו דער אַנדערער. אין דער רוסישער איבערזעצונג פֿון אונדזער צווייטן טעסט-פֿילם, וואָס שפּילט זיך אָפּ אין לאָנדאָן אין 1666, איז דאָס אַלטע וואָרט פֿאַר אַ טעמזע-שיפֿל אַרויס פֿאַלש, און דער נאָמען פֿון איין פּערסאָנאַזש האָט געביטן זײַן פֿאָרעם. ווידעא-איבערזעצונג נעמט אָן אַ גלאָסאַר, דרום שרײַבט אויס די נעמען איידער איר לאָזט עס דורך.
- דאַבינג דאַרף אַ באַשרײַבונג. Seed Audio 1.5 שרײַבט ניט קיין ווערטער פֿון זיך אַליין; זאָגט אים וואָס מע רעדט און וואָס מע הערט.
- ער מאַכט קלאַנג, ניט קיין ליפּן-באַוועגונג. אַן איבערגעזעצט קול היט אָפּ די צײַט פֿונעם אָריגינאַל, אָבער די מײַלער אויפֿן עקראַן ווערן ניט איבערגעצייכנט.
- איין בקשה דעקט ביז 6 מינוט. לענגערע ווידעאָס מוז מען צעטיילן, און אַ שנעפּס אין מיטן אַ זאַץ איז צו הערן, דרום שנײַדט ביי אַ פּויזע.
- ווידעא-איבערזעצונג הייבט זיך אָן פֿון ענגליש אָדער כינעזיש. אַ ווידעא אין אַן אַנדערער שפּראַך קען מען ניט איבערזעצן גלײַך.
- קלאָנירט בלויז קולות וואָס איר האָט אַ רעכט צו נוצן.
אָפֿטע פֿראַגעס וועגן Seed Audio 1.5
קען Seed Audio 1.5 איבערזעצן אָדער דאַבן אַ ווידעא אויף ייִדיש?
נאָך ניט. ייִדיש איז ניט צווישן די 30 שפּראַכן וואָס Seed Audio 1.5 רעדט ביים אַרויסגעבן. ווידעאָס אויף ענגליש אָדער כינעזיש קען מען אָבער איבערזעצן אין שפּראַכן וואָס ייִדיש-לעזער דאַרפֿן אָפֿט אויך, למשל רוסיש, דײַטש, פֿראַנצויזיש אָדער שפּאַניש.
What is Seed Audio 1.5?
Seed Audio 1.5 איז אַ מאָדעל פֿאַר שאַפֿן אָדיאָ פֿון ByteDance, אַרויסגעגעבן דעם 28טן אָקטאָבער 2026. ער שאַפֿט רייד, קלאַנג-עפֿעקטן און מוזיק אין איין דורכגאַנג, און איז די ערשטע Seed Audio ווערסיע וואָס נעמט אָן ווידעא, וואָס מאַכט מעגלעך ווידעא-דאַבינג און ווידעא-איבערזעצונג מיטן זעלבן קול.
Does Seed Audio 1.5 translate a video in the same voice?
יאָ. ווידעא-איבערזעצונג רעדט די רייד איבער אין אַן אַנדערער שפּראַך און היט אָפּ דעם כאַראַקטער פֿונעם קול פֿון רעדנער, און לאָזט די אָריגינעלע קלאַנג-עפֿעקטן און מוזיק. אין אונדזער טעסט איז אַ ענגלישע דערציילונג פֿון 9 מינוט צוריקגעקומען אין 12 שפּראַכן, יעדע אין דער זעלבער לענג ווי דער אָריגינאַל.
Which languages does Seed Audio 1.5 support?
30 שפּראַכן פֿאַר רייד, אַרײַנגערעכנט ענגליש, כינעזיש, יאַפּאַניש, קאָרעאיש, שפּאַניש (שפּאַניע און מעקסיקע), פּאָרטוגעזיש (ברעזיל און פּאָרטוגאַל), דײַטש, פֿראַנצויזיש, רוסיש, אַראַביש און הינדי. ווידעא-איבערזעצונג גײט פֿון ענגליש אָדער כינעזיש אין יעדע פֿון די 30. ייִדיש איז ניט דערבײַ.
How long can the video be?
איין בקשה נעמט אָן אַ ווידעא פֿון 4 ביז 360 סעקונדעס, ביז 200 MB, אין 480p, 720p אָדער 1080p. פֿאַר אַ לענגערן פֿילם, צעטיילט אים ביי פּויזעס און איבערזעצט די טיילן איינס נאָכן אַנדערן, ווי מיר האָבן געטאָן מיטן פּאָמפּעי-פֿילם פֿון 9 מינוט.
How long does a translation take?
אין אונדזערע דורכלויפֿן האָט יעדער טייל פֿון אַ פֿיר און אַ האַלבע מינוט גענומען צווישן 157 און 200 סעקונדעס פּער שפּראַך.
Does Seed Audio 1.5 do lip sync?
ניין. ער שאַפֿט אָדיאָ. דאָס איבערגעזעצטע קול גייט נאָך דער צײַט פֿונעם אָריגינאַל, אָבער דער ווידעא אַליין, אַרײַנגערעכנט די ליפּן-באַוועגונג, ווערט ניט געענדערט.
Can it separate vocals, music and sound effects?
יאָ. גיט אים אַן אָדיאָ-טעקע ביז 6 מינוט און ער גיט צוריק קולות, עפֿעקטן און מוזיק ווי באַזונדערע שפּורן, ביז זעקס אין גאַנצן.
What changed from Seed Audio 1.0?
Seed Audio 1.5 לייגט צו ווידעא-אַרײַנגאַב, וואָס ברענגט ווידעא-דאַבינג און ווידעא-איבערזעצונג. ער לייגט אויך צו סטעם-צעטיילונג און מוזיק ביז 6 מינוט, נעמט אָן ביז זעקס קול-רעפֿערענץ-קליפּס, שאַפֿט ביז 6 מינוט אָדיאָ פּער בקשה און רעדט 30 שפּראַכן.
Is Seed Audio 1.5 the same as Seed Audio 2.0?
עטלעכע זײַטלעך רופֿן דעם קומענדיקן מאָדעל Seed Audio 2.0. ByteDance'ס דאָקומענטאַציע פֿאַר פֿרײַן צוטריט רופֿט אים Seed Audio 1.5, און דאָס איז דער נאָמען וואָס מיר נוצן.
Is Doitong affiliated with ByteDance?
ניין. Doitong איז אַן אומאָפּהענגיקע AI ווידעא-פּלאַטפֿאָרמע. מיר האָבן געהאַט פֿרײַן צוטריט צו Seed Audio 1.5 און באַשרײַבן דאָ אונדזערע אייגענע רעזולטאַטן.
וואָס איר קענט טאָן מיט Seed Audio 1.5
גיט אײַער ווידעא אַ קול אין אַן אַנדער שפּראַך
הייבט אָן מיט איין קורצן קליפּ, קאָנטראָלירט די נעמען, און לאָזט דערנאָך דורך דעם גאַנצן פֿילם.
הייבט אָן אין Doitong