為無聲影片加上音效與音樂
腳步聲、雨聲、開門聲和配樂,都與畫面同步
AI 影片模型生成的片段、螢幕錄影或空拍畫面,常常是沒有聲音的,而沒有聲音的影片看起來總像沒做完。Seed Audio 1.5 會讀取影片,再根據你簡短描述的聲音內容,生成一條跟著畫面動作走的音軌。你的提示詞也可以用中文撰寫,音軌則適用於各種語言的影片。
內容依據 ByteDance 的官方文件與提示詞指南。我們自己公開的實測是 Seed Audio 1.5 頁面上的翻譯示範。
用描述,或直接指定時間點
ByteDance 的提示詞指南提供三種控制程度。大多數片段只需要第一種。
單純的描述
「鐵皮屋頂上的大雨、遠處的雷聲、沒有音樂。」適合環境音和簡單的場景。
音訊腳本
按事件順序寫下來:門打開、腳步聲穿過房間、椅子刮過地面、音樂漸強。
時間軸
為每個聲音指定精確的秒數,例如點擊聲用 [0.4s:1.0s]、音樂推高用 [12.0s:15.0s],讓音效剛好落在你的剪輯點上。
常見用途
AI 生成的影片片段
在進剪輯之前,先補上生成畫面缺少的腳步聲、風聲和空間底噪。
產品與介面操作影片
點擊聲、滑動聲和輕柔的背景音樂,精準對上操作畫面的每一個影格。
遊戲與預告片場景
魔法的嗡鳴、撞擊聲和逐漸升高的鼓聲,用描述就能生成,不必在音效庫裡大海撈針。
社群短影音
有背景音樂,剪接點還有重音,而且不用另外購買音樂授權。
使用限制
| 項目 | 限制 |
|---|---|
| 影片長度 | 4 至 360 秒 |
| 格式 | MP4、MOV |
| 解析度 | 480p、720p 或 1080p |
| 檔案大小 | 最大 200 MB |
| 音樂長度 | 最長 6 分鐘 |
| 輸出格式 | WAV(預設)、MP3、PCM、OGG Opus |
資料來源:ByteDance Seed Audio 1.5 搶先體驗整合指南,2026 年 10 月。
可以直接套用的提示詞
複製一個,換成你自己的場景即可。範例保留英文,因為模型對英文的場景指示理解得最好。
單一音效
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.
描述物體、接觸的表面、聲音的份量感,以及不該出現的聲音。
街景的環境音
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.
像「從左到右」這樣的方向描述,能讓聲音跟著畫面中的移動走。
指定時間的音樂與音效
[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.
只有在聲音必須落在特定影格時,才需要加上時間標記。
使用前請注意
- 請描述你想聽到的聲音。物體和表面描述得越具體,生成的聲音就越具體。
- ByteDance 的提示詞指南建議同時寫明不該出現的內容,例如「no speech」或「no music」。
- 長片請逐場景處理:單次請求最長涵蓋 6 分鐘。
常見問題
AI 可以自動為影片加上音效嗎?
Seed Audio 1.5 會根據你寫的描述,生成跟著影片走的音效、環境音和音樂。它需要這段描述:它不會自己判斷場景應該是什麼聲音。
可以精準控制聲音出現的時間嗎?
可以。在提示詞中加入時間標記,例如 [3.2s:3.6s],聲音就會被放在該時間區段內。
也能加入音樂嗎?
可以。音樂可以包含在同一條音軌中,也可以單獨生成,長度最長 6 分鐘。
哪些影片可以使用?
MP4 或 MOV 格式,長度 4 至 360 秒,解析度 480p 至 1080p,檔案最大 200 MB。