ByteDance Seed: Seed Audio 1.0

ByteDance Seed Audio 1.0 יוצר ביצועים קוליים וסצנות סאונד מתוך תדריך יצירתי. הוא מתאם קולות, אפקטים ואווירה, תומך בתזמון דיאלוג במרווחים של 100 ms וכולל יותר מ־20 שפות. היצרן מתאר עד שתי דקות בכל הפקה עם תמיכה בהמשך.

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

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

ByteDance Seed Audio 1.0 הוא מודל ליצירת אודיו המאורגן סביב סצנת סאונד. ניתן לעצב יחד דיבור, אפקטים ואווירה באמצעות תדריך טקסטואלי. הדבר שימושי לסיפור מדובב, למפגש במשחק, לחילופי דברים דרמטיים קצרים או לסצנה המלווה סרטון ערוך. בעבודה קולית בלבד, תארו את הדובר ואת הביצוע; לסצנה מלאה יותר, תארו גם את הסביבה האקוסטית ואת הקשר בין הדיאלוג לצלילים שסביבו.

הכינו את התדריך לפי הסדר שבו המאזין אמור לחוות את הסצנה. זהו את הדמויות, את מצבן הרגשי המיועד ואת המילים שעליהן לומר. לאחר מכן תארו את החלל, את אירועי הסאונד החשובים ואת התפתחות הרגע. תדריך הפקה צריך להבחין בין הדיאלוג המדויק לתיאור הסצנה, כדי שאפשר יהיה לבדוק את התוצאה מול שניהם. ציינו אילו רכיבים חיוניים להבנה ואילו צריכים להישאר ברקע. חדר שקט, תחנה הומה וחצר פתוחה דורשים עיצוב סאונד שונה גם כשהשורה המדוברת זהה.

דוגמה מקורית היא דמות במשחק המרגיעה מלווה במהלך סצנת מחסה קצרה: קול מאופק אומר ״אפשר לחכות כאן״, עם אווירת גשם חלשה וצעד מתקרב אחד אחרי השורה. בדיקת ההאזנה השימושית היא האם המילים נשארות מובנות, האם הקול משדר הרגעה והאם הצליל מגיע בנקודה הגיונית בסצנה. תדריך אחר יכול לבקש קריין ברור המציג מוצר ללא אווירת רקע. אלה דרכי המחשה להגדרת כוונה, ולא רשומות של אודיו שנוצר או הבטחות למיקס מוגמר.

היצרן מתעד שליטת תזמון ברמת ההנחיה לדיאלוג דמויות במרווחים של 100 ms. השתמשו בבקרה הזאת לתיאור מועד כניסת שורה ברצף מתוסרט או לתכנון חומר מדובר מול עריכה קיימת. הפרידו בין תזמון הדיאלוג למיקום האפקטים והאווירה: המהדורה מזהה דיאלוג דמויות כמוקד העיקרי של בקרת התזמון. בדקו את ההתחלות, ההפסקות והחפיפות בפועל מול הסצנה המיועדת. מרווח התזמון מתאר את רזולוציית הבקרה של המודל ואינו מבטל את הצורך להאזין לביצוע הסופי.

ניתן להגדיר קול בתיאור טקסטואלי, בדגימת ייחוס מורשית או בשניהם. היצרן מציג זאת כעיצוב קול ללא אימון מודל נפרד לכל דובר. תארו מאפייני קול יציבים בנפרד מהרגש של השורה הנוכחית. דמות חוזרת עשויה להזדקק להיכרות רגועה ולתגובה דחופה, ועדיין להישאר מזוהה. כהכנה מעשית, בחרו דגימה ברורה שקל לשמוע בה את הקול המיועד, וציינו מה צריך לעבור לביצוע החדש. שמרו על עקביות בדגימה ובתדריך הדמות בהכנת סצנות קשורות.

המהדורה מתעדת יצירה ביותר מ־20 שפות, ובהן סינית, אנגלית, יפנית, קוריאנית, ספרדית, אינדונזית, גרמנית, צרפתית, תאית ווייטנאמית. היא מתארת התאמת קול דמות מזוהה לקצב ולהבעה של שפות שונות. ספקו את הדיאלוג בשפתו הסופית ובדקו את השמות, ההטעמה, ההפסקות והטון הרגשי עם מאזין שמבין את השפה הזאת. בגרסאות רב־לשוניות, שמרו על תפקיד הדמות ועל הכוונה הרגשית, תוך מתן מרחב מספק לכל תסריט לניסוח טבעי. הכינו את התרגום כחלק מעבודת התסריט, במקום להניח שתדריך סצנת סאונד מספק כל החלטת לוקליזציה.

Seed Audio 1.0 יכול להפיק עד שתי דקות במעבר יחיד ותומך בהמשך, לפי פרסום היצרן. סיפור ארוך יותר מרוויח מגבולות סצנות ומתדריך דמות שניתן לשימוש חוזר. בכל המשך, הקשיבו לשינויים בקול, במרקם הרקע ובקצב, וכן למילים המחברות את החלקים. התייחסו לאודיו המוחזר כנכס להאזנה: בדקו את פרטי הקובץ בפועל בהכנת השמעה או בייבוא לעורך, ושמרו לצדו את התסריט ואת תדריך הסצנה לתיקון. יש לבדוק הפקה מחוברת כסצנה רציפה, ולא רק כקליפים נפרדים.

היצרן מתאר מסגרת מאוחדת שבה כוונה יצירתית ברמת השפה מנחה מחולל אקוסטי מבוסס דיפוזיה. המשמעות המעשית לתדריך היא שאפשר לחשוב יחד על הקול ועל הסביבה. התמקדו בקשרים המעטים שמגדירים את הסצנה: האם שורה בולטת בחזית, האם אפקט קוטע אותה ואיך האווירה תומכת ברגע הרגשי. הוספת רמזי סאונד רבים שאינם קשורים מקשה לזהות איזה חלק בתוצאה זקוק לתיקון. שנו את ההכוונה לקטע הזה כאשר צליל מתחרה בדיאלוג או כשהביצוע מחטיא את הטון המיועד.

רציפות קולית בחומר ארוך ומורכב ותזמון עדין יותר בין רכיבי הסאונד נשארים תחומי פיתוח שהפרסום מציין. שמרו על בדיקת הפקה ממוקדת: מילים מדויקות, זהות הדובר, שפה, כניסות, מובנות ועקביות בהמשכים. הפלט השימושי של המודל הוא הסצנה הנשמעת או הביצוע הקולי. ניתן לקבל החלטות נפרדות על חיתוכי עריכה, כתוביות ופורמט מסירה על בסיס התוצאה בפועל ודרישות הפקת היעד.

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

bytedance-seed/seed-audio-1-0

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

התחלה

סוגי קלט נתמכים: טקסט
תוצאות: שמע

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · דיבור POST /v1/audio/speech

סוגי קלט: text
סוגי פלט: audio

שדה	סוג	דרישה	ערכים ומגבלות	ברירת מחדל
שדה`model`	סוג`string`	דרישהחובה	ערכים ומגבלות bytedance-seed/seed-audio-1-0	ברירת מחדל—
שדה`input`	סוג`string`	דרישהחובה	ערכים ומגבלות אורך מזערי: ⁦1⁩	ברירת מחדל—
שדה`voice`	סוג`string`	דרישהרשות	ערכים ומגבלות אורך מזערי: ⁦1⁩	ברירת מחדל—
שדה`response_format`	סוג`string`	דרישהרשות	ערכים ומגבלות mp3, pcm	ברירת מחדלpcm
שדה`provider`	סוג`object`	דרישהרשות	ערכים ומגבלות	ברירת מחדל—

פרמטרים ומחזור חיים של השיטה

פרמטר	מפרט
פרמטר`content_type`	מפרטapplication/json
פרמטר`required`	מפרטmodel, input
פרמטר`material_types`	מפרטtext

מחזור חיים: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר: לא צוין כאשר נבחר מצב מהיר
מצב Flex: לא צוין כאשר נבחר מצב flex
מאמץ חשיבה מרבי: לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

תעריפי Ailoot

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורה	טבלת תעריפים	יחידת חיוב	חיוב
תצורהתעריפי בסיס לטוקנים	טבלת תעריפיםתעריף בסיס	יחידת חיוב—	חיוב קלט · טוקני קלט — / 1K טוקנים פלט · טוקני פלט — / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים
תצורהשניית שמע בפלט	טבלת תעריפים—	יחידת חיובלכל שניית שמע בפלט	חיוב פלט · שניית שמע בפלט $0.005 לכל שניית שמע בפלט

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · דיבור

השתמשו בקלט אמיתי ושמרו את התוצאה המלאה

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.

קבלה ושמירה של תוצאות

Ailoot Ultra · דיבור

אודיו בינארי מלא או תגובת audio_url מקורית, כותרות וכל נכס שבבעלותכם.

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

קריאות תוכן נוספות

קריאת נכסים קיימים שבבעלותכם

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.

שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.

כשצריך לבדוק את התגובה המקורית

שמרו את X-Client-Request-ID שהוחזר לצורך התאמת רישומים. קראו רק ערכי task_id/asset_id שהוחזרו בפועל או את ספריית המדיה שבבעלותכם; לעולם אל תבנו URL של משימה ממזהה הפעולה ואל תשלחו שוב בקשת יצירה.

כינויים

כינויים למודל

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

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

bytedance-seed/seed-audio-1-0

FAQ · ByteDance Seed: Seed Audio 1.0

אילו קלטים ותוצאות זמינים?: POST /v1/audio/speech · bytedance-seed/seed-audio-1-0: text → audio
באילו שדות הבקשה משתמשת?: POST /v1/audio/speech · bytedance-seed/seed-audio-1-0: model, input, voice, response_format, provider

ByteDance Seed: Seed Audio 1.0