ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro genererer video fra tekst eller et billede og kan generere lyd sammen med billedet. Den specifikke selektor er doubao-seedance-1-5-pro-251215. Lydindstillingen adskiller den fra Seedance 1.0-profilerne uden lyd: generate_audio=true anmoder om synkroniseret lyd, mens false anmoder om en video uden lyd. Brug en skriftlig scene til et nyt koncept eller et billede til at fastlægge åbningsmotivet og kompositionen.

Beskriv den visuelle handling og lyden som dele af samme scene. Angiv motiv, omgivelser, bevægelse og kamera, og forklar derefter de tilsigtede stemmer, lydeffekter eller baggrundsmusik. En portrætscene kan vise en person, der åbner øjnene, mens kameraet langsomt bevæger sig bagud, med vind i omgivelserne. Ved en produktscene skal lyden knyttes til den synlige hændelse, såsom et låg, der åbnes, eller en genstand, der berører et underlag, frem for at tilføje en uvedkommende liste af effekter.

Modellen kan generere stemmer, effekter og baggrundsmusik ud fra prompten og det visuelle indhold. Vejledningen anbefaler at sætte talt dialog i dobbelte anførselstegn. Hold talen kort nok til den ønskede handling og pauserne, og skeln mellem talerne, når flere karakterer er involveret. Gennemgå den faktiske ordlyd, stemmetildelingen og synkroniseringen med billedet. En lydinstruktion styrer den genererede fremførelse; den er ikke et separat uploadet stemmereferenceinput i denne profils dokumenterede anmodning.

Billede-til-video bruger et image_url-element sammen med teksten. Lever en tilgængelig billed-URL eller en Base64-data-URL i formatet JPEG, PNG, WEBP, BMP, TIFF eller GIF. De dokumenterede billedgrænser er under 30 MB, begge dimensioner strengt mellem 300 og 6000 pixels og et bredde-højde-forhold strengt mellem 0,4 og 2,5. Forbered den tilsigtede beskæring og motivet tydeligt, og beskriv derefter bevægelsen fra denne komposition. Billedeksemplet bruger forholdet adaptive til at følge referencen.

Den profilspecifikke varighedsvejledning angiver hele sekunder fra fire til tolv eller -1, så modellen vælger en varighed inden for intervallet. Standardvarigheden er fem sekunder. Seedance 1.5 Pro har 720p som standard, og den bevarede profiltabel dokumenterer 480p og 720p; den særskilte betjeningsvejledning tilbyder ikke 1080p til 1.5 Pro. De faste formatvalg omfatter 16:9, 4:3, 1:1, 3:4, 9:16 og 21:9 med adaptive som dokumenteret standard for 1.5. Undersøg klippets faktiske varighed og proportioner frem for at behandle de ønskede værdier som et allerede returneret resultat.

Anmodningen tilbyder to behandlingsniveauer. service_tier=default vælger onlinebehandling, mens flex vælger offlinebehandling til arbejde, der tåler længere ventetid. Niveauet kan ikke ændres, efter at opgaven er indsendt. Vælg det efter arbejdsgangens tidsbehov, og bevar valget i anmodningsgrundlaget. Lydtilstand og behandlingsniveau er separate valg: et klip uden lyd er ikke automatisk en offlineopgave, og aktivering af lyd vælger ikke et behandlingsniveau.

Hold instruktionerne til seed, watermark og kamera i overensstemmelse med scenen. Parameterkommandoer i teksten har forrang for separate valgfrie parametre. Indstillingen til fast kamera er udelukket i scenariet med referencebillede og er ikke en garanteret visuel låsning, hvor den gælder. Ved en billedstyret animation skal den tilsigtede bevægelse forklares direkte frem for at antage, at en kameraindstilling fjerner behovet for at beskrive optagelsen.

Forbruget måles i videotokens: outputbredde × outputhøjde × billedfrekvens × outputvarighed / 1024. Den fuldførte opgave rapporterer denne mængde som usage.completion_tokens. Bevar det rapporterede forbrug sammen med det færdige klip og de ønskede indstillinger. Aktiveret eller deaktiveret lyd og online- eller flex-behandling forbliver forskellige kategorier i den forbrugsbaserede betaling.

Indsendelse returnerer en asynkron opgaveidentifikator. Følg opgaven til fuldførelse, og gem derefter videoen, der leveres i content.video_url. Den dokumenterede opbevaringsperiode for genererede filer er syv dage. Udløbsindstillingen måles fra oprettelsen, har 172.800 sekunder som standard og accepterer værdier fra 3600 til 259.200 sekunder; en ufærdig opgave udløber efter sit konfigurerede interval. Bevar slutklippet, originalbilledet og den præcise billed- og lydbeskrivelse samlet, og gennemgå derefter hele resultatet for handling, identitet, kamerakontinuitet og lydens tilpasning.