ورود
قیمت‌گذاری سازندگان همکاری شروع ساخت
ویدیو به صدا · Seed Audio 1.5

افزودن افکت صوتی و موسیقی به ویدیوی بی‌صدا

صدای قدم، باران، در و موسیقی متن، هماهنگ با تصویر

کلیپی که از یک مدل ویدیوی هوش مصنوعی، ضبط صفحه یا پرواز پهپاد می‌گیرید اغلب بی‌صدا است و سکوت، کار را ناتمام نشان می‌دهد. Seed Audio 1.5 ویدیو و توضیح کوتاهی از صداهای موردنظر شما را می‌گیرد و ساندترکی برمی‌گرداند که با اتفاقات روی صفحه هماهنگ است.

بر اساس مستندات و راهنمای پرامپت ByteDance. آزمایش منتشرشدهٔ خودمان، دموی ترجمه در صفحهٔ Seed Audio 1.5 است.

توصیف کنید یا زمان‌بندی کنید

راهنمای پرامپت ByteDance سه سطح کنترل پیشنهاد می‌کند. بیشتر کلیپ‌ها فقط به سطح اول نیاز دارند.

یک توصیف ساده

«باران شدید روی سقف حلبی، رعدوبرق دور، بدون موسیقی.» مناسب صدای محیط و صحنه‌های ساده.

یک فیلم‌نامهٔ صوتی

ترتیب اتفاق‌ها: در باز می‌شود، قدم‌ها از اتاق عبور می‌کنند، صندلی روی زمین کشیده می‌شود، موسیقی اوج می‌گیرد.

یک خط زمانی

ثانیهٔ دقیق هر صدا، مثلاً [0.4s:1.0s] برای یک کلیک و [12.0s:15.0s] برای اوج گرفتن موسیقی، تا افکت‌ها دقیقاً روی برش‌های شما بنشینند.

کاربردهای رایج

کلیپ‌های ساخته‌شده با هوش مصنوعی

پیش از ورود به تدوین، صدای قدم، باد و فضای اتاق را که فیلم تولیدشده کم دارد به آن اضافه کنید.

ویدیوهای محصول و رابط کاربری

کلیک، سوایپ و یک موسیقی زمینهٔ ملایم، دقیقاً روی فریم‌های تعامل.

صحنه‌های بازی و تریلر

وزوز جادویی، ضربه و طبل‌های اوج‌گیرنده، فقط با یک توصیف و بدون جست‌وجو در کتابخانهٔ صدا.

ویدیوهای کوتاه شبکه‌های اجتماعی

موسیقی زمینه با ضربه‌ای روی برش، بدون نیاز به خرید مجوز آهنگ.

محدودیت‌ها

ورودی ویدیو، خروجی ساندترک
پارامترمحدودیت
مدت ویدیو۴ تا ۳۶۰ ثانیه
فرمت‌هاMP4، MOV
وضوح480p، 720p یا 1080p
حجم فایلتا ۲۰۰ مگابایت
مدت موسیقیتا ۶ دقیقه
خروجیWAV (پیش‌فرض)، MP3، PCM، OGG Opus

منبع: راهنمای یکپارچه‌سازی دسترسی زودهنگام Seed Audio 1.5 از ByteDance، اکتبر ۲۰۲۶.

پرامپت‌هایی برای شروع

یکی را کپی کنید و صحنهٔ خودتان را جایگزین کنید. نمونه‌ها انگلیسی‌اند، چون مدل دستورهای صحنه را به انگلیسی بهتر دنبال می‌کند.

یک افکت منفرد

A heavy metal pipe falls onto a metal surface: a dull, low, weighty impact with a dense metallic thud. Close and clear against a quiet background. No speech or music.

شیء، سطح، شدت صدا و آنچه نباید شنیده شود را توصیف کنید.

صدای محیط برای صحنهٔ خیابان

Realistic old-town street at dawn: distant church bell, a few footsteps on cobblestones, a cart wheel creaking past from left to right, light wind. No speech, no music.

جهت‌هایی مانند «از چپ به راست» کمک می‌کنند صدا حرکت روی صفحه را دنبال کند.

موسیقی و افکت با زمان‌بندی

[0.0s:20.0s] Calm ambient synth pad under the whole clip. [3.2s:3.6s] Soft whoosh as the camera turns. [9.0s:9.4s] A single bright chime. [16.0s:20.0s] The pad fades out.

فقط جایی از زمان‌بندی استفاده کنید که صدا باید روی یک فریم مشخص بنشیند.

نکاتی که باید بدانید

  • صدایی را که می‌خواهید بشنوید توصیف کنید. هرچه شیء و سطح را دقیق‌تر بگویید، صدا هم دقیق‌تر می‌شود.
  • راهنمای پرامپت ByteDance توصیه می‌کند آنچه نباید شنیده شود را هم بنویسید، مثل «بدون گفتار» یا «بدون موسیقی».
  • فیلم‌های بلند را صحنه‌به‌صحنه پیش ببرید: هر درخواست تا ۶ دقیقه را پوشش می‌دهد.

پرسش‌های متداول

آیا هوش مصنوعی می‌تواند خودکار به ویدیو افکت صوتی اضافه کند؟

Seed Audio 1.5 بر اساس توصیفی که می‌نویسید، افکت، صدای محیط و موسیقی هماهنگ با ویدیو تولید می‌کند. به همین توصیف نیاز دارد: خودش تصمیم نمی‌گیرد صحنه چه صدایی باید داشته باشد.

آیا می‌توانم زمان دقیق پخش هر صدا را کنترل کنم؟

بله. در پرامپت زمان‌بندی بنویسید، مثلاً [3.2s:3.6s]، تا صدا در همان بازه قرار بگیرد.

آیا موسیقی هم اضافه می‌کند؟

بله، یا به‌عنوان بخشی از همان ساندترک، یا به‌صورت تولید جداگانهٔ موسیقی تا ۶ دقیقه.

چه ویدیوهایی پشتیبانی می‌شوند؟

MP4 یا MOV، با مدت ۴ تا ۳۶۰ ثانیه، وضوح 480p تا 1080p و حجم حداکثر ۲۰۰ مگابایت.

سکوت را به یک کار تمام‌شده تبدیل کنید

صحنه را توصیف کنید، لحظه‌های کلیدی را زمان‌بندی کنید و یک ساندترک بگیرید.

افزودن صدا به ویدیو