ByteDance Seed: Seed Audio 1.0

يولّد ByteDance Seed Audio 1.0 أداءات صوتية منطوقة ومشاهد صوتية من تكليف إبداعي. ينسّق الأصوات والمؤثرات والأجواء، ويدعم توقيت الحوار بفواصل 100 ms، ويغطي أكثر من 20 لغة. تصف الشركة توليدًا حتى دقيقتين في المرة الواحدة مع دعم الاستكمال.

Ailoot Ultra · الكلام POST /v1/audio/speech bytedance-seed/seed-audio-1-0

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

ByteDance Seed Audio 1.0 نموذج لإنشاء الصوت يتمحور حول مشهد صوتي. يمكن تشكيل الكلام والمؤثرات والأجواء معًا بتكليف نصي. يجعله ذلك مفيدًا لقصة مؤدّاة صوتيًا أو مواجهة في لعبة أو حوار درامي قصير أو مشهد يرافق فيديو محرّرًا. في العمل الصوتي الخالص، صِف المتحدث والأداء؛ وفي المشهد الأشمل، صِف أيضًا البيئة السمعية والعلاقة بين الحوار والأصوات المحيطة.

جهّز التكليف بالترتيب الذي ينبغي أن يختبر به المستمع المشهد. حدّد الشخصيات وحالتها العاطفية المقصودة والكلمات التي يجب أن تقولها. ثم صِف المكان والإشارات الصوتية المهمة وكيف تتطور اللحظة. ينبغي أن يميّز تكليف الإنتاج الحوار الدقيق عن وصف المشهد، حتى يمكن فحص الناتج وفق كليهما. حدّد العناصر الضرورية للفهم وما ينبغي أن يبقى في الخلفية. تتطلب غرفة هادئة ومحطة مزدحمة وفناء مفتوح تصميمات صوتية مختلفة، حتى لو كانت الجملة المنطوقة متطابقة.

مثال أصلي هو شخصية في لعبة تطمئن رفيقًا خلال مشهد قصير للاحتماء: يقول صوت متحفظ «يمكننا الانتظار هنا»، مع أجواء مطر خافتة وخطوة واحدة تقترب بعد الجملة. يتمثل فحص الاستماع المفيد في وضوح الكلمات ونقل الصوت للطمأنينة ووصول الإشارة في موضع مناسب من المشهد. قد يطلب تكليف مختلف راويًا واضحًا يقدّم منتجًا دون أي أجواء محيطة. هذه طرق توضيحية لتحديد المقصود، وليست سجلات لصوت مولّد أو وعودًا بمزيج صوتي مكتمل.

توثّق الشركة التحكم في توقيت حوار الشخصيات على مستوى الموجّه بفواصل 100 ms. استخدم ذلك لتحديد دخول جملة في تسلسل مكتوب أو لتخطيط المادة المنطوقة وفق مونتاج موجود. افصل توقيت الحوار عن مواضع المؤثرات والأجواء: يحدّد الإصدار حوار الشخصيات بوصفه محور التحكم الزمني الرئيسي. راجع البدايات والتوقفات والتداخلات الفعلية مقابل المشهد المقصود. يصف الفاصل الزمني دقة التحكم في النموذج، ولا يلغي الحاجة إلى الاستماع إلى الأداء النهائي.

يمكن تحديد صوت بوصف نصي أو عينة مرجعية مأذون باستخدامها أو كليهما. تقدّم الشركة ذلك بوصفه تشكيلًا للصوت دون تدريب نموذج مستقل لكل متحدث. صِف سمات الصوت الثابتة مستقلةً عن عاطفة الجملة الحالية. قد تحتاج شخصية متكررة إلى مقدمة هادئة ورد عاجل مع بقائها قابلة للتعرّف. للتحضير العملي، اختر مرجعًا واضحًا يسهل فيه سماع الصوت المقصود وحدّد ما ينبغي نقله إلى الأداء الجديد. حافظ على اتساق ذلك المرجع وتكليف الشخصية عند إعداد مشاهد مرتبطة.

يوثّق الإصدار التوليد بأكثر من 20 لغة، تشمل الصينية والإنجليزية واليابانية والكورية والإسبانية والإندونيسية والألمانية والفرنسية والتايلاندية والفيتنامية. ويصف تكييف صوت شخصية معروف مع إيقاع اللغات المختلفة وتعبيرها. قدّم الحوار بلغته النهائية، وراجع الأسماء والنبر والتوقفات والنبرة العاطفية مع مستمع يفهم تلك اللغة. في النسخ متعددة اللغات، حافظ على دور الشخصية ومقصدها العاطفي مع منح كل نص مساحة كافية لصياغة طبيعية. جهّز الترجمة ضمن عمل النص، بدل افتراض أن تكليف المشهد الصوتي يحسم كل قرارات التوطين.

يستطيع Seed Audio 1.0 توليد ما يصل إلى دقيقتين في مرور واحد، ويدعم الاستكمال، وفق إصدار الشركة. تستفيد القصة الأطول من حدود المشاهد وتكليف شخصية قابل لإعادة الاستخدام. في كل استكمال، استمع لتغيّرات الصوت ونسيج الخلفية والإيقاع، وكذلك للكلمات التي تربط الأقسام. تعامل مع الصوت المرتجع كمادة للاستماع: افحص معلومات ملفه الفعلية عند إعداد التشغيل أو استيراده إلى محرّر، واحتفظ بالنص وتكليف المشهد معه للمراجعة. ينبغي فحص الإنتاج الموحّد كمشهد متصل، وليس كمقاطع منفصلة فقط.

تصف الشركة إطارًا موحدًا يوجّه فيه المقصد الإبداعي على مستوى اللغة مولّدًا صوتيًا قائمًا على الانتشار. الدلالة العملية للتكليف هي إمكان النظر إلى الصوت والبيئة معًا. ركّز على العلاقات القليلة التي تحدّد المشهد: هل تتصدر الجملة، وهل يقاطعها مؤثر، وكيف تدعم الأجواء اللحظة العاطفية. تجعل إضافة إشارات كثيرة غير مترابطة تحديد الجزء المحتاج إلى مراجعة أصعب. غيّر توجيه ذلك المقطع حين تنافس إشارة الحوار أو لا يحقق الأداء النبرة المقصودة.

تظل استمرارية الصوت في المواد الطويلة المعقّدة والتوقيت الأدق بين عناصر الصوت مجالين للتطوير يذكرهما الإصدار. اجعل مراجعة الإنتاج محدّدة: الكلمات الدقيقة وهوية المتحدث واللغة ومواعيد الدخول ووضوح الكلام والاتساق عبر الاستكمالات. الناتج المفيد لهذا النموذج هو المشهد المسموع أو الأداء المنطوق. يمكن اتخاذ قرارات منفصلة بشأن القطع التحريرية والترجمة النصية وتنسيق التسليم انطلاقًا من تلك النتيجة الفعلية ومتطلبات الإنتاج المستهدف.

Ailoot Ultra · الكلام POST /v1/audio/speech bytedance-seed/seed-audio-1-0

bytedance-seed/seed-audio-1-0

ByteDance Seed /bytedance-seed/seed-audio-1-0

البداية

المدخلات المقبولة: النص
النتائج: الصوت

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · الكلام POST /v1/audio/speech

الإدخال: text
الإخراج: audio

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود bytedance-seed/seed-audio-1-0	القيمة الافتراضية—
الحقل`input`	النوع`string`	المتطلبمطلوب	القيم والحدود الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`voice`	النوع`string`	المتطلباختياري	القيم والحدود الحد الأدنى للطول: ⁦1⁩	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود mp3, pcm	القيمة الافتراضيةpcm
الحقل`provider`	النوع`object`	المتطلباختياري	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input
المعلمة`material_types`	المواصفاتtext

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتثانية صوت ناتج	جدول التعرفة—	وحدة الفوترةلكل ثانية صوت مُخرج	الرسوم الإخراج · ثانية صوت ناتج $0.005 لكل ثانية صوت مُخرج

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · الكلام

استخدم المدخلات الفعلية واحتفظ بالنتيجة كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_TEXT:?Set the actual documented input value}"
export AILOOT_INPUT_TEXT
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'bytedance-seed/seed-audio-1-0', 'input': '${ACTUAL_INPUT_TEXT}'}
request['input']=os.environ['AILOOT_INPUT_TEXT']
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.

استلام النتائج وحفظها

Ailoot Ultra · الكلام

الصوت الثنائي كاملاً أو استجابة audio_url الأصلية، والترويسات، وكل أصل مملوك لك.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

قراءة الأصول الموجودة المملوكة لك

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID المُعادة للمطابقة. اقرأ فقط قيم task_id/asset_id الفعلية المُعادة أو مكتبة الوسائط المملوكة لك؛ ولا تنشئ عنوان URL لمهمة من معرّف العملية، ولا تُعِد إرسال طلب الإنشاء مطلقًا.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra bytedance-seed/seed-audio-1-0

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

bytedance-seed/seed-audio-1-0

FAQ · ByteDance Seed: Seed Audio 1.0

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/speech · bytedance-seed/seed-audio-1-0: text → audio
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/speech · bytedance-seed/seed-audio-1-0: model, input, voice, response_format, provider

ByteDance Seed: Seed Audio 1.0