Seed Audio 1.5: ਵੀਡੀਓ ਦਾ ਅਨੁਵਾਦ ਅਤੇ ਡਬਿੰਗ ਇੱਕੋ ਆਵਾਜ਼ ਵਿੱਚ
ਆਵਾਜ਼, ਸਾਊਂਡ ਇਫੈਕਟ ਅਤੇ ਸੰਗੀਤ ਲਈ ਇੱਕ ਮਾਡਲ, ਜੋ ਤੁਹਾਡੀ ਵੀਡੀਓ ਦੇ ਹਿਸਾਬ ਨਾਲ ਚੱਲਦਾ ਹੈ
Seed Audio 1.5 ByteDance ਦਾ ਨਵਾਂ ਆਡੀਓ ਮਾਡਲ ਹੈ। ਇਹ ਵੀਡੀਓ ਨੂੰ ਸੁਣਦਾ ਹੈ ਅਤੇ ਨਵਾਂ ਸਾਊਂਡਟਰੈਕ ਤਿਆਰ ਕਰਦਾ ਹੈ: ਉਹੀ ਕਥਾਵਾਚਕ ਜਪਾਨੀ ਵਿੱਚ ਬੋਲਦਾ ਹੈ, ਡਬਿੰਗ ਤਸਵੀਰ ਦੇ ਨਾਲ ਚੱਲਦੀ ਹੈ, ਜਾਂ ਆਵਾਜ਼, ਸੰਗੀਤ ਅਤੇ ਇਫੈਕਟ ਵੱਖੋ-ਵੱਖਰੇ ਟਰੈਕਾਂ ਵਿੱਚ ਵੰਡੇ ਜਾਂਦੇ ਹਨ। ਅਸੀਂ ਅਰਲੀ ਐਕਸੈਸ ਵਿੱਚ ਇਸ ਨਾਲ 9 ਮਿੰਟ ਦੀ ਐਨੀਮੇਟਡ ਫ਼ਿਲਮ ਦਾ 12 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤਾ। ਇੱਥੇ ਦੇਖੋ ਕਿ ਇਸ ਨੇ ਕੀ ਕੀਤਾ, ਕਿੱਥੇ ਗ਼ਲਤੀ ਹੋਈ, ਅਤੇ ਤੁਸੀਂ ਉਹੀ ਨਤੀਜਾ ਕਿਵੇਂ ਲੈ ਸਕਦੇ ਹੋ।
Doitong ਇੱਕ ਸੁਤੰਤਰ ਪਲੈਟਫ਼ਾਰਮ ਹੈ ਅਤੇ ByteDance ਨਾਲ ਜੁੜਿਆ ਨਹੀਂ ਹੈ।
ਸਾਡਾ ਟੈਸਟ: ਇੱਕ ਫ਼ਿਲਮ, 12 ਭਾਸ਼ਾਵਾਂ, ਉਹੀ ਕਥਾਵਾਚਕ
ਅਸੀਂ “The Last Ordinary Day in Pompeii” ਲਈ, ਜੋ ਅੰਗਰੇਜ਼ੀ ਕਥਨ ਵਾਲੀ 9 ਮਿੰਟ ਦੀ ਐਨੀਮੇਟਡ ਇਤਿਹਾਸਕ ਫ਼ਿਲਮ ਹੈ, ਹਰ ਭਾਸ਼ਾ ਲਈ Seed Audio 1.5 ਦਾ ਵੀਡੀਓ ਅਨੁਵਾਦ ਇੱਕ ਵਾਰ ਚਲਾਇਆ। ਵੀਡੀਓ ਚਲਾਓ ਅਤੇ Settings → Audio track ਖੋਲ੍ਹ ਕੇ ਅੰਗਰੇਜ਼ੀ ਮੂਲ ਅਤੇ 12 ਅਨੁਵਾਦਾਂ ਵਿਚਕਾਰ ਬਦਲੋ।
ਇਸ ਵੀਡੀਓ ਦੇ ਆਡੀਓ ਟਰੈਕ: ਅੰਗਰੇਜ਼ੀ (ਮੂਲ) ਅਤੇ ਰੂਸੀ, ਜਰਮਨ, ਫ਼ਰਾਂਸੀਸੀ, ਸਪੈਨਿਸ਼ (ਸਪੇਨ), ਇਤਾਲਵੀ, ਜਪਾਨੀ, ਕੋਰੀਅਨ, ਡੱਚ, ਸਵੀਡਿਸ਼, ਡੈਨਿਸ਼, ਨਾਰਵੇਜੀਅਨ ਅਤੇ ਫ਼ਿਨਿਸ਼।
- ਫ਼ਿਲਮ ਦੀ ਲੰਬਾਈ
- 9:00
- ਭਾਸ਼ਾਵਾਂ
- 12
- ਹਰ ਬੇਨਤੀ ਦਾ ਸਮਾਂ
- 2.6–3.3 ਮਿੰਟ
- ਲੰਬਾਈ ਵਿੱਚ ਫ਼ਰਕ
- < 0.03 ਸਕਿੰਟ
ਅਸੀਂ ਟੈਸਟ ਕਿਵੇਂ ਚਲਾਇਆ
ਉੱਪਰ ਦਿੱਤੇ ਅੰਕੜੇ ਸਾਡੇ ਆਪਣੇ ਲੌਗਾਂ ਤੋਂ ਹਨ, ਕਿਸੇ ਪ੍ਰੈੱਸ ਰਿਲੀਜ਼ ਤੋਂ ਨਹੀਂ। ਜੇ ਤੁਸੀਂ ਇਸ ਨੂੰ ਦੁਹਰਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਤਿੰਨ ਗੱਲਾਂ ਮਹੱਤਵਪੂਰਨ ਹਨ।
ਵਿਰਾਮ ਉੱਤੇ ਵੰਡੋ
ਇੱਕ ਬੇਨਤੀ ਵਿੱਚ 4 ਤੋਂ 360 ਸਕਿੰਟ ਦੀ ਵੀਡੀਓ ਚੱਲਦੀ ਹੈ, ਇਸ ਲਈ 9 ਮਿੰਟ ਦੀ ਫ਼ਿਲਮ ਕੁਦਰਤੀ ਵਿਰਾਮ ਉੱਤੇ ਕੱਟ ਕੇ ਦੋ ਹਿੱਸਿਆਂ ਵਿੱਚ ਭੇਜੀ ਗਈ: 4:43 ਅਤੇ 4:17। ਬਾਰਾਂ ਭਾਸ਼ਾਵਾਂ ਦਾ ਮਤਲਬ 24 ਬੇਨਤੀਆਂ, ਅਤੇ ਹਰ ਇੱਕ 157 ਤੋਂ 200 ਸਕਿੰਟ ਵਿੱਚ ਵਾਪਸ ਆਈ।
ਲੰਬਾਈ ਬਰਕਰਾਰ ਰਹੀ
ਹਰ ਅਨੁਵਾਦ ਕੀਤਾ ਹਿੱਸਾ ਮੂਲ ਜਿੰਨੀ ਹੀ ਲੰਬਾਈ ਨਾਲ ਵਾਪਸ ਆਇਆ। ਪਹਿਲਾ ਹਿੱਸਾ ਸਰੋਤ ਦੇ 283.29 ਸਕਿੰਟ ਦੇ ਮੁਕਾਬਲੇ 283.26 ਸਕਿੰਟ ਦਾ ਆਇਆ, ਦੂਜਾ ਹਿੱਸਾ 256.83 ਦੇ ਮੁਕਾਬਲੇ 256.83, ਅਤੇ ਹਰ ਭਾਸ਼ਾ ਵਿੱਚ ਅੰਕੜੇ ਇਹੀ ਰਹੇ। ਨਵਾਂ ਕਥਨ ਬਿਨਾਂ ਸਮਾਂ ਬਦਲੇ ਤਸਵੀਰ ਉੱਤੇ ਬੈਠ ਗਿਆ।
ਅਸੀਂ ਸਿਰਫ਼ ਆਵਾਜ਼ ਭੇਜੀ
ਅਸੀਂ ਮਾਡਲ ਨੂੰ ਸੰਗੀਤ ਤੋਂ ਬਿਨਾਂ ਸਿਰਫ਼ ਕਥਨ ਦਿੱਤਾ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਆਪਣਾ ਸੰਗੀਤ ਤੇ ਇਫੈਕਟ ਮਿਲਾਏ। ਅਨੁਵਾਦ ਵਿੱਚ ਸੰਗੀਤ ਤੇ ਇਫੈਕਟ ਬਣਾਈ ਰੱਖਣਾ ਮਾਡਲ ਦੀ ਦੱਸੀ ਹੋਈ ਖ਼ੂਬੀ ਹੈ, ਪਰ ਇਸ ਖ਼ਾਸ ਟੈਸਟ ਵਿੱਚ ਅਸੀਂ ਇਸ ਉੱਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕੀਤਾ।
Seed Audio 1.5 ਕੀ ਕਰ ਸਕਦਾ ਹੈ
ਵਰਜਨ 1.5 ਪਹਿਲਾ Seed Audio ਮਾਡਲ ਹੈ ਜੋ ਵੀਡੀਓ ਲੈਂਦਾ ਹੈ। ਇਸੇ ਇੱਕ ਤਬਦੀਲੀ ਨਾਲ ਹੇਠਾਂ ਦੇ ਜ਼ਿਆਦਾਤਰ ਕੰਮ ਸੰਭਵ ਹੁੰਦੇ ਹਨ।
ਵੀਡੀਓ ਦਾ ਇੱਕੋ ਆਵਾਜ਼ ਵਿੱਚ ਅਨੁਵਾਦ
ਅੰਗਰੇਜ਼ੀ ਜਾਂ ਚੀਨੀ ਤੋਂ 30 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ। ਆਵਾਜ਼ ਬੋਲਣ ਵਾਲੇ ਦਾ ਅੰਦਾਜ਼ ਬਣਾਈ ਰੱਖਦੀ ਹੈ, ਅਤੇ ਮੂਲ ਇਫੈਕਟ ਤੇ ਬੈਕਗ੍ਰਾਊਂਡ ਸੰਗੀਤ ਆਪਣੀ ਥਾਂ ਰਹਿੰਦੇ ਹਨ; ਸਿਰਫ਼ ਬੋਲ ਬਦਲਦੇ ਹਨ।
ਵੇਰਵੇ ਤੋਂ ਵੀਡੀਓ ਦੀ ਡਬਿੰਗ
ਇਸ ਨੂੰ ਵੀਡੀਓ ਦਿਓ ਅਤੇ ਦੱਸੋ ਕਿ ਕੀ ਸੁਣਾਈ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ: ਸੰਵਾਦ, ਆਵਾਜ਼ਾਂ, ਇਫੈਕਟ, ਸੰਗੀਤ। ਇਹ ਤਸਵੀਰ ਦੇ ਨਾਲ ਚੱਲਣ ਵਾਲਾ ਆਡੀਓ ਬਣਾਉਂਦਾ ਹੈ। ਸਕ੍ਰਿਪਟ ਇਹ ਤੁਹਾਡੇ ਲਈ ਨਹੀਂ ਲਿਖੇਗਾ।
ਆਡੀਓ ਨੂੰ ਸਟੈੱਮ ਵਿੱਚ ਵੰਡੋ
ਇਸ ਨੂੰ ਆਡੀਓ ਫ਼ਾਈਲ ਦਿਓ ਅਤੇ ਆਵਾਜ਼ਾਂ, ਇਫੈਕਟ ਅਤੇ ਸੰਗੀਤ ਵੱਖੋ-ਵੱਖਰੇ ਟਰੈਕਾਂ ਵਿੱਚ ਵਾਪਸ ਲਓ, ਛੇ ਤੱਕ, ਮਿਕਸਿੰਗ ਲਈ ਤਿਆਰ।
ਚੁੱਪ ਕਲਿੱਪ ਵਿੱਚ ਆਵਾਜ਼ ਭਰੋ
ਮਾਹੌਲ ਦੀ ਆਵਾਜ਼, ਕਦਮਾਂ ਦੀ ਚਾਲ, ਦਰਵਾਜ਼ਾ, ਸੰਗੀਤ ਦੀ ਪਰਤ ਮੰਗੋ, ਅਤੇ ਪ੍ਰੰਪਟ ਵਿੱਚ ਟਾਈਮਸਟੈਂਪ ਨਾਲ ਹਰ ਇੱਕ ਨੂੰ ਟਾਈਮਲਾਈਨ ਉੱਤੇ ਰੱਖੋ।
ਆਵਾਜ਼ ਕਲੋਨ ਕਰੋ
2 ਤੋਂ 30 ਸਕਿੰਟ ਦੀਆਂ ਛੇ ਤੱਕ ਰੈਫ਼ਰੈਂਸ ਕਲਿੱਪਾਂ ਆਵਾਜ਼ ਦਾ ਲਹਿਜ਼ਾ ਤੈਅ ਕਰਦੀਆਂ ਹਨ। ਰੈਫ਼ਰੈਂਸ ਨੂੰ ਵੀਡੀਓ ਨਾਲ ਜੋੜੋ ਤਾਂ ਡਬਿੰਗ ਉਸੇ ਆਵਾਜ਼ ਵਿੱਚ ਬੋਲੀ ਜਾਂਦੀ ਹੈ।
ਬੋਲਾਂ ਵਾਲੇ ਗੀਤ ਲਿਖੋ
ਲਿਖਤੀ ਬਰੀਫ਼ ਤੋਂ ਛੇ ਮਿੰਟ ਤੱਕ ਦਾ ਸੰਗੀਤ, ਅੰਗਰੇਜ਼ੀ, ਚੀਨੀ, ਜਪਾਨੀ, ਕੋਰੀਅਨ ਜਾਂ ਕੈਂਟੋਨੀਜ਼ ਵਿੱਚ ਗਾਏ ਬੋਲਾਂ ਨਾਲ।
Seed Audio 1.5 ਦੀਆਂ ਸੀਮਾਵਾਂ
ਇਹ ਸੀਮਾਵਾਂ ByteDance ਦੀ ਅਰਲੀ ਐਕਸੈਸ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਗਾਈਡ ਤੋਂ ਹਨ। ਵੀਡੀਓ ਕੱਟਣ ਤੋਂ ਪਹਿਲਾਂ ਇਨ੍ਹਾਂ ਨੂੰ ਜਾਂਚ ਲਓ।
| ਇਨਪੁੱਟ | ਸੀਮਾ |
|---|---|
| ਵੀਡੀਓ ਦੀ ਲੰਬਾਈ | ਹਰ ਬੇਨਤੀ 4–360 ਸਕਿੰਟ |
| ਵੀਡੀਓ ਫਾਰਮੈਟ | MP4, MOV |
| ਵੀਡੀਓ ਰੈਜ਼ੋਲੂਸ਼ਨ | 480p, 720p ਜਾਂ 1080p |
| ਵੀਡੀਓ ਫ਼ਾਈਲ ਦਾ ਆਕਾਰ | 200 MB ਤੱਕ |
| ਆਵਾਜ਼ ਦੀਆਂ ਰੈਫ਼ਰੈਂਸ ਕਲਿੱਪਾਂ | 6 ਤੱਕ, ਹਰ ਇੱਕ 2–30 ਸਕਿੰਟ, ਕੁੱਲ 180 ਸਕਿੰਟ |
| ਸਟੈੱਮ ਵੱਖ ਕਰਨ ਲਈ ਆਡੀਓ | ਇੱਕ ਫ਼ਾਈਲ, 2–360 ਸਕਿੰਟ, 90 MB ਤੱਕ, WAV ਜਾਂ MP3 |
| ਆਊਟਪੁੱਟ | ਮੁੱਲ |
|---|---|
| ਹਰ ਬੇਨਤੀ ਦਾ ਸਭ ਤੋਂ ਲੰਬਾ ਆਡੀਓ | 6 ਮਿੰਟ |
| ਸਟੈੱਮ ਟਰੈਕ | 6 ਤੱਕ |
| ਫਾਰਮੈਟ | WAV (ਮੂਲ), MP3, PCM, OGG Opus |
| ਮੂਲ ਸੈਂਪਲ ਰੇਟ | 44.1 kHz |
| ਬੋਲਣ ਲਈ ਭਾਸ਼ਾਵਾਂ | 30 |
| ਵੀਡੀਓ ਅਨੁਵਾਦ ਦਾ ਸਰੋਤ | ਅੰਗਰੇਜ਼ੀ ਜਾਂ ਚੀਨੀ, ਜਾਂ ਆਪਣੇ-ਆਪ ਪਛਾਣੀ ਗਈ |
ਸਰੋਤ: ByteDance Seed Audio 1.5 ਅਰਲੀ ਐਕਸੈਸ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਗਾਈਡ, ਅਕਤੂਬਰ 2026। ਰਿਲੀਜ਼ ਤੋਂ ਬਾਅਦ ਸੀਮਾਵਾਂ ਬਦਲ ਸਕਦੀਆਂ ਹਨ।
30 ਭਾਸ਼ਾਵਾਂ
Seed Audio 1.5 ਇਹ ਭਾਸ਼ਾਵਾਂ ਬੋਲਦਾ ਹੈ। ਵੀਡੀਓ ਅਨੁਵਾਦ ਅੰਗਰੇਜ਼ੀ ਜਾਂ ਚੀਨੀ ਤੋਂ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਵੀ ਭਾਸ਼ਾ ਵਿੱਚ ਹੁੰਦਾ ਹੈ। ਪੰਜਾਬੀ ਇਨ੍ਹਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ।
ਗੀਤਾਂ ਦੇ ਬੋਲ ਘੱਟ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਸਮਰਥਿਤ ਹਨ: ਅੰਗਰੇਜ਼ੀ, ਚੀਨੀ, ਜਪਾਨੀ, ਕੋਰੀਅਨ ਅਤੇ ਕੈਂਟੋਨੀਜ਼।
ਕੰਮ ਕਰਨ ਵਾਲੇ ਪ੍ਰੰਪਟ
ByteDance ਦੀ ਪ੍ਰੰਪਟ ਗਾਈਡ ਤਿੰਨ ਪੱਧਰ ਦੱਸਦੀ ਹੈ: ਸਾਦਾ ਵੇਰਵਾ, ਘਟਨਾਵਾਂ ਦਾ ਕ੍ਰਮ ਤੈਅ ਕਰਨ ਵਾਲੀ ਸਕ੍ਰਿਪਟ, ਅਤੇ ਸਹੀ ਸਕਿੰਟਾਂ ਵਾਲੀ ਟਾਈਮਲਾਈਨ। ਸਾਦੇ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਟਾਈਮਸਟੈਂਪ ਸਿਰਫ਼ ਉੱਥੇ ਜੋੜੋ ਜਿੱਥੇ ਸਮਾਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ। ਪ੍ਰੰਪਟ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਹੀ ਰੱਖੇ ਗਏ ਹਨ।
ਸਾਦੀ ਵੌਇਸ-ਓਵਰ
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.”
ਪਹਿਲਾਂ ਪਾਬੰਦੀਆਂ, ਫਿਰ ਆਵਾਜ਼, ਫਿਰ ਸਹੀ ਸ਼ਬਦ। ਇਹ ਦੱਸਣਾ ਕਿ ਕੀ ਨਹੀਂ ਆਉਣਾ ਚਾਹੀਦਾ, ਓਨਾ ਹੀ ਜ਼ਰੂਰੀ ਹੈ ਜਿੰਨਾ ਇਹ ਦੱਸਣਾ ਕਿ ਕੀ ਆਉਣਾ ਚਾਹੀਦਾ ਹੈ।
ਸਮੇਂ ਨਾਲ ਬੱਝਿਆ ਦ੍ਰਿਸ਼
[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.
ਟਾਈਮਸਟੈਂਪ ਹਰ ਆਵਾਜ਼ ਨੂੰ ਟਾਈਮਲਾਈਨ ਉੱਤੇ ਥਾਂ ਦਿੰਦੇ ਹਨ, ਇਸ ਲਈ ਆਡੀਓ ਤੁਹਾਡੇ ਪਹਿਲਾਂ ਕੀਤੇ ਕੱਟਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।
ਕਿਹੜੀਆਂ ਗੱਲਾਂ ਦਾ ਧਿਆਨ ਰੱਖੋ
ਉਹ ਗੱਲਾਂ ਜੋ ਸਾਨੂੰ ਟੈਸਟ ਦੌਰਾਨ ਮਿਲੀਆਂ, ਅਤੇ ਉਹ ਜੋ ਦਸਤਾਵੇਜ਼ ਸਾਫ਼ ਦੱਸਦੇ ਹਨ।
- ਨਾਂ ਅਤੇ ਦੁਰਲੱਭ ਸ਼ਬਦ ਇੱਕ ਵਾਰ ਤੋਂ ਦੂਜੀ ਵਾਰ ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਨ। ਸਾਡੀ ਦੂਜੀ ਟੈਸਟ ਫ਼ਿਲਮ ਦੇ ਰੂਸੀ ਅਨੁਵਾਦ ਵਿੱਚ, ਜੋ 1666 ਦੇ ਲੰਡਨ ਵਿੱਚ ਸੈੱਟ ਹੈ, ਟੇਮਜ਼ ਦਰਿਆ ਦੀ ਕਿਸ਼ਤੀ ਲਈ ਪੁਰਾਣਾ ਸ਼ਬਦ ਗ਼ਲਤ ਨਿਕਲਿਆ ਅਤੇ ਇੱਕ ਪਾਤਰ ਦੇ ਨਾਂ ਦਾ ਰੂਪ ਬਦਲ ਗਿਆ। ਵੀਡੀਓ ਅਨੁਵਾਦ ਗਲੋਸਰੀ ਲੈਂਦਾ ਹੈ, ਇਸ ਲਈ ਚਲਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਨਾਂ ਸੂਚੀਬੱਧ ਕਰ ਦਿਓ।
- ਡਬਿੰਗ ਲਈ ਵੇਰਵਾ ਜ਼ਰੂਰੀ ਹੈ। Seed Audio 1.5 ਆਪਣੇ ਆਪ ਸੰਵਾਦ ਨਹੀਂ ਲਿਖਦਾ; ਇਸ ਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਬੋਲਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕੀ ਸੁਣਾਈ ਦਿੰਦਾ ਹੈ।
- ਇਹ ਆਵਾਜ਼ ਬਣਾਉਂਦਾ ਹੈ, ਬੁੱਲ੍ਹਾਂ ਦੀ ਹਰਕਤ ਨਹੀਂ। ਅਨੁਵਾਦ ਕੀਤੀ ਆਵਾਜ਼ ਮੂਲ ਦਾ ਸਮਾਂ ਬਣਾਈ ਰੱਖਦੀ ਹੈ, ਪਰ ਸਕ੍ਰੀਨ ਉੱਤੇ ਮੂੰਹ ਦੁਬਾਰਾ ਨਹੀਂ ਬਣਾਏ ਜਾਂਦੇ।
- ਇੱਕ ਬੇਨਤੀ ਵਿੱਚ 6 ਮਿੰਟ ਤੱਕ ਹੀ ਆਉਂਦੇ ਹਨ। ਲੰਬੀਆਂ ਵੀਡੀਓ ਵੰਡਣੀਆਂ ਪੈਂਦੀਆਂ ਹਨ, ਅਤੇ ਵਾਕ ਦੇ ਵਿਚਕਾਰ ਕੱਟ ਸੁਣਾਈ ਦਿੰਦਾ ਹੈ, ਇਸ ਲਈ ਵਿਰਾਮ ਉੱਤੇ ਕੱਟੋ।
- ਵੀਡੀਓ ਅਨੁਵਾਦ ਅੰਗਰੇਜ਼ੀ ਜਾਂ ਚੀਨੀ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ। ਕਿਸੇ ਹੋਰ ਭਾਸ਼ਾ ਦੀ ਵੀਡੀਓ ਦਾ ਸਿੱਧਾ ਅਨੁਵਾਦ ਨਹੀਂ ਹੋ ਸਕਦਾ।
- ਸਿਰਫ਼ ਉਹੀ ਆਵਾਜ਼ਾਂ ਕਲੋਨ ਕਰੋ ਜਿਨ੍ਹਾਂ ਨੂੰ ਵਰਤਣ ਦਾ ਤੁਹਾਨੂੰ ਹੱਕ ਹੈ।
Seed Audio 1.5 ਬਾਰੇ ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ
ਕੀ Seed Audio 1.5 ਵੀਡੀਓ ਦਾ ਪੰਜਾਬੀ ਵਿੱਚ ਅਨੁਵਾਦ ਜਾਂ ਡਬਿੰਗ ਕਰ ਸਕਦਾ ਹੈ?
ਹਾਲੇ ਨਹੀਂ। ਰਿਲੀਜ਼ ਵੇਲੇ ਪੰਜਾਬੀ ਉਨ੍ਹਾਂ 30 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ ਜੋ ਇਹ ਬੋਲਦਾ ਹੈ। ਅੰਗਰੇਜ਼ੀ ਜਾਂ ਚੀਨੀ ਦੀ ਵੀਡੀਓ ਦਾ ਅਨੁਵਾਦ ਹਿੰਦੀ, ਅੰਗਰੇਜ਼ੀ, ਅਰਬੀ ਜਾਂ ਫ਼ਰਾਂਸੀਸੀ ਵਰਗੀਆਂ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਦੀ ਪੰਜਾਬੀ ਪਾਠਕਾਂ ਨੂੰ ਅਕਸਰ ਲੋੜ ਪੈਂਦੀ ਹੈ।
Seed Audio 1.5 ਕੀ ਹੈ?
Seed Audio 1.5 ByteDance ਦਾ ਆਡੀਓ ਜਨਰੇਸ਼ਨ ਮਾਡਲ ਹੈ, ਜੋ 28 ਅਕਤੂਬਰ 2026 ਨੂੰ ਜਾਰੀ ਹੋਇਆ। ਇਹ ਇੱਕੋ ਵਾਰ ਵਿੱਚ ਬੋਲ, ਸਾਊਂਡ ਇਫੈਕਟ ਅਤੇ ਸੰਗੀਤ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਪਹਿਲਾ Seed Audio ਵਰਜਨ ਹੈ ਜੋ ਵੀਡੀਓ ਲੈਂਦਾ ਹੈ; ਇਸੇ ਕਰਕੇ ਵੀਡੀਓ ਡਬਿੰਗ ਅਤੇ ਇੱਕੋ ਆਵਾਜ਼ ਵਿੱਚ ਵੀਡੀਓ ਅਨੁਵਾਦ ਸੰਭਵ ਹੁੰਦਾ ਹੈ।
ਕੀ Seed Audio 1.5 ਵੀਡੀਓ ਦਾ ਇੱਕੋ ਆਵਾਜ਼ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਦਾ ਹੈ?
ਹਾਂ। ਵੀਡੀਓ ਅਨੁਵਾਦ ਬੋਲਾਂ ਨੂੰ ਦੂਜੀ ਭਾਸ਼ਾ ਵਿੱਚ ਦੁਬਾਰਾ ਬੋਲਦਾ ਹੈ, ਬੋਲਣ ਵਾਲੇ ਦੀ ਆਵਾਜ਼ ਦਾ ਅੰਦਾਜ਼ ਬਣਾਈ ਰੱਖਦਾ ਹੈ, ਅਤੇ ਮੂਲ ਸਾਊਂਡ ਇਫੈਕਟ ਤੇ ਸੰਗੀਤ ਵੀ ਰੱਖਦਾ ਹੈ। ਸਾਡੇ ਟੈਸਟ ਵਿੱਚ 9 ਮਿੰਟ ਦਾ ਅੰਗਰੇਜ਼ੀ ਕਥਨ 12 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਵਾਪਸ ਆਇਆ, ਹਰ ਇੱਕ ਮੂਲ ਜਿੰਨੀ ਹੀ ਲੰਬਾਈ ਦਾ।
Seed Audio 1.5 ਕਿਹੜੀਆਂ ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਸਪੋਰਟ ਕਰਦਾ ਹੈ?
ਬੋਲਣ ਲਈ 30 ਭਾਸ਼ਾਵਾਂ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਅੰਗਰੇਜ਼ੀ, ਚੀਨੀ, ਜਪਾਨੀ, ਕੋਰੀਅਨ, ਸਪੈਨਿਸ਼ (ਸਪੇਨ ਅਤੇ ਮੈਕਸੀਕੋ), ਪੁਰਤਗਾਲੀ (ਬ੍ਰਾਜ਼ੀਲ ਅਤੇ ਪੁਰਤਗਾਲ), ਜਰਮਨ, ਫ਼ਰਾਂਸੀਸੀ, ਰੂਸੀ, ਅਰਬੀ ਅਤੇ ਹਿੰਦੀ ਸ਼ਾਮਲ ਹਨ। ਵੀਡੀਓ ਅਨੁਵਾਦ ਅੰਗਰੇਜ਼ੀ ਜਾਂ ਚੀਨੀ ਤੋਂ ਇਨ੍ਹਾਂ 30 ਵਿੱਚੋਂ ਕਿਸੇ ਵੀ ਭਾਸ਼ਾ ਵਿੱਚ ਹੁੰਦਾ ਹੈ।
ਵੀਡੀਓ ਕਿੰਨੀ ਲੰਬੀ ਹੋ ਸਕਦੀ ਹੈ?
ਇੱਕ ਬੇਨਤੀ ਵਿੱਚ 4 ਤੋਂ 360 ਸਕਿੰਟ ਦੀ ਵੀਡੀਓ ਲਈ ਜਾਂਦੀ ਹੈ, 200 MB ਤੱਕ, 480p, 720p ਜਾਂ 1080p ਵਿੱਚ। ਲੰਬੀ ਫ਼ਿਲਮ ਨੂੰ ਵਿਰਾਮ ਉੱਤੇ ਵੰਡੋ ਅਤੇ ਹਿੱਸਿਆਂ ਦਾ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਅਨੁਵਾਦ ਕਰੋ, ਜਿਵੇਂ ਅਸੀਂ 9 ਮਿੰਟ ਦੀ Pompeii ਫ਼ਿਲਮ ਨਾਲ ਕੀਤਾ।
ਅਨੁਵਾਦ ਵਿੱਚ ਕਿੰਨਾ ਸਮਾਂ ਲੱਗਦਾ ਹੈ?
ਸਾਡੇ ਟੈਸਟਾਂ ਵਿੱਚ ਲਗਭਗ ਸਾਢੇ ਚਾਰ ਮਿੰਟ ਦੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਹਰ ਭਾਸ਼ਾ ਲਈ 157 ਤੋਂ 200 ਸਕਿੰਟ ਲੱਗੇ।
ਕੀ Seed Audio 1.5 ਲਿਪ ਸਿੰਕ ਕਰਦਾ ਹੈ?
ਨਹੀਂ। ਇਹ ਆਡੀਓ ਬਣਾਉਂਦਾ ਹੈ। ਅਨੁਵਾਦ ਕੀਤੀ ਆਵਾਜ਼ ਮੂਲ ਦੇ ਸਮੇਂ ਦੇ ਨਾਲ ਚੱਲਦੀ ਹੈ, ਪਰ ਵੀਡੀਓ ਆਪ, ਮੂੰਹ ਦੀ ਹਰਕਤ ਸਮੇਤ, ਨਹੀਂ ਬਦਲੀ ਜਾਂਦੀ।
ਕੀ ਇਹ ਵੋਕਲ, ਸੰਗੀਤ ਅਤੇ ਸਾਊਂਡ ਇਫੈਕਟ ਵੱਖ ਕਰ ਸਕਦਾ ਹੈ?
ਹਾਂ। ਇਸ ਨੂੰ 6 ਮਿੰਟ ਤੱਕ ਦੀ ਆਡੀਓ ਫ਼ਾਈਲ ਦਿਓ ਅਤੇ ਇਹ ਆਵਾਜ਼ਾਂ, ਇਫੈਕਟ ਅਤੇ ਸੰਗੀਤ ਵੱਖੋ-ਵੱਖਰੇ ਟਰੈਕਾਂ ਵਿੱਚ ਵਾਪਸ ਕਰਦਾ ਹੈ, ਕੁੱਲ ਛੇ ਤੱਕ।
Seed Audio 1.0 ਤੋਂ ਕੀ ਬਦਲਿਆ ਹੈ?
Seed Audio 1.5 ਵਿੱਚ ਵੀਡੀਓ ਇਨਪੁੱਟ ਜੁੜਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਵੀਡੀਓ ਡਬਿੰਗ ਅਤੇ ਵੀਡੀਓ ਅਨੁਵਾਦ ਆਉਂਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਸਟੈੱਮ ਵੱਖ ਕਰਨਾ ਅਤੇ 6 ਮਿੰਟ ਤੱਕ ਦਾ ਸੰਗੀਤ ਵੀ ਜੁੜਿਆ ਹੈ, ਇਹ ਛੇ ਤੱਕ ਆਵਾਜ਼ ਰੈਫ਼ਰੈਂਸ ਕਲਿੱਪਾਂ ਲੈਂਦਾ ਹੈ, ਹਰ ਬੇਨਤੀ ਵਿੱਚ 6 ਮਿੰਟ ਤੱਕ ਦਾ ਆਡੀਓ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ 30 ਭਾਸ਼ਾਵਾਂ ਬੋਲਦਾ ਹੈ।
ਕੀ Seed Audio 1.5 ਅਤੇ Seed Audio 2.0 ਇੱਕੋ ਹਨ?
ਕੁਝ ਸਾਈਟਾਂ ਆਉਣ ਵਾਲੇ ਮਾਡਲ ਨੂੰ Seed Audio 2.0 ਲਿਖਦੀਆਂ ਹਨ। ByteDance ਦੇ ਅਰਲੀ ਐਕਸੈਸ ਦਸਤਾਵੇਜ਼ ਇਸ ਨੂੰ Seed Audio 1.5 ਕਹਿੰਦੇ ਹਨ, ਅਤੇ ਅਸੀਂ ਇਹੀ ਨਾਂ ਵਰਤਦੇ ਹਾਂ।
ਕੀ Doitong ByteDance ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ?
ਨਹੀਂ। Doitong ਇੱਕ ਸੁਤੰਤਰ AI ਵੀਡੀਓ ਪਲੈਟਫ਼ਾਰਮ ਹੈ। ਸਾਨੂੰ Seed Audio 1.5 ਦੀ ਅਰਲੀ ਐਕਸੈਸ ਮਿਲੀ ਸੀ ਅਤੇ ਅਸੀਂ ਇੱਥੇ ਆਪਣੇ ਨਤੀਜੇ ਦੱਸਦੇ ਹਾਂ।
Seed Audio 1.5 ਨਾਲ ਤੁਸੀਂ ਕੀ ਕਰ ਸਕਦੇ ਹੋ
ਆਪਣੀ ਵੀਡੀਓ ਨੂੰ ਦੂਜੀ ਭਾਸ਼ਾ ਵਿੱਚ ਆਵਾਜ਼ ਦਿਓ
ਇੱਕ ਛੋਟੀ ਕਲਿੱਪ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ, ਨਾਂ ਜਾਂਚੋ, ਫਿਰ ਪੂਰੀ ਫ਼ਿਲਮ ਚਲਾਓ।
Doitong ਵਿੱਚ ਸ਼ੁਰੂ ਕਰੋ