ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro menjana video daripada teks atau imej dan boleh menjana bunyi bersama gambar bergerak. Pemilih yang tepat ialah doubao-seedance-1-5-pro-251215. Kawalan audionya membezakannya daripada profil Seedance 1.0 tanpa bunyi: generate_audio=true meminta audio yang disegerakkan, manakala false meminta video tanpa bunyi. Gunakan adegan bertulis untuk konsep baharu atau imej untuk menetapkan subjek dan komposisi pembukaan.

Terangkan aksi visual dan bunyi sebagai bahagian adegan yang sama. Kenal pasti subjek, latar, pergerakan dan kamera, kemudian jelaskan suara manusia, kesan bunyi atau muzik latar yang dimaksudkan. Adegan potret boleh menunjukkan seseorang membuka mata ketika kamera mengundur perlahan, dengan angin di persekitaran. Untuk adegan produk, hubungkan bunyi dengan peristiwa yang kelihatan, seperti penutup terbuka atau objek menyentuh permukaan, bukannya menambahkan senarai kesan yang tidak berkaitan.

Model boleh menjana suara manusia, kesan bunyi dan muzik latar daripada prom serta kandungan visual. Panduan mengesyorkan supaya dialog yang dituturkan diletakkan dalam tanda petikan berganda. Pastikan pertuturan cukup pendek untuk aksi dan jeda yang diminta, serta bezakan orang yang bercakap apabila melibatkan lebih daripada satu watak. Semak perkataan sebenar, padanan suara dengan penutur dan penyegerakan dengan gambar bergerak. Arahan bunyi memandu persembahan yang dijana; arahan itu bukan input rujukan suara berasingan yang dimuat naik dalam permintaan yang didokumentasikan bagi profil ini.

Imej-ke-video menggunakan item image_url bersama teks. Bekalkan URL imej yang boleh dicapai atau URL data Base64 dalam format JPEG, PNG, WEBP, BMP, TIFF atau GIF. Had imej yang didokumentasikan ialah di bawah 30 MB, kedua-dua dimensi lebih besar daripada 300 dan lebih kecil daripada 6000 piksel serta nisbah lebar kepada tinggi lebih besar daripada 0.4 dan lebih kecil daripada 2.5. Sediakan potongan imej dan subjek yang dimaksudkan dengan jelas, kemudian terangkan pergerakan daripada komposisi itu. Contoh imej menggunakan nisbah adaptif untuk mengikuti rujukan.

Panduan tempoh khusus profil menyenaraikan saat bulat daripada empat hingga dua belas, atau -1 supaya model memilih tempoh dalam julat itu. Tempoh lalai ialah lima saat. Seedance 1.5 Pro menggunakan 720p secara lalai dan jadual profil yang dikekalkan mendokumentasikan 480p serta 720p; panduan operasi khusus tidak menawarkan 1080p bagi 1.5 Pro. Pilihan nisbah tetap merangkumi 16:9, 4:3, 1:1, 3:4, 9:16 dan 21:9, dengan adaptive sebagai lalai 1.5 yang didokumentasikan. Periksa tempoh dan perkadaran klip sebenar, bukannya menganggap nilai yang diminta sebagai artifak yang sudah dikembalikan.

Permintaan menyediakan dua tahap pemprosesan. service_tier=default memilih pemprosesan dalam talian, manakala flex memilih pemprosesan luar talian untuk kerja yang boleh menerima lebih banyak kelewatan. Tahap itu tidak boleh diubah selepas tugasan diserahkan. Pilih mengikut keperluan masa aliran kerja dan simpan pilihan itu dalam rekod permintaan. Mod audio dan tahap pemprosesan ialah pilihan berasingan: klip tanpa bunyi tidak secara automatik menjadi kerja luar talian, dan pengaktifan audio tidak memilih tahap pemprosesan.

Pastikan arahan seed, watermark dan kamera konsisten dengan adegan. Perintah parameter yang terkandung dalam teks mengatasi parameter pilihan berasingan. Kawalan kamera tetap dikecualikan dalam senario imej rujukan dan tidak menjamin penguncian visual apabila terpakai. Untuk animasi berpandukan imej, terangkan pergerakan yang dimaksudkan secara langsung, bukannya menganggap kawalan kamera menghapuskan keperluan menerangkan syot.

Penggunaan diukur dalam token video: lebar output × tinggi output × kadar bingkai × tempoh output / 1024. Tugasan yang selesai melaporkan kuantiti ini sebagai usage.completion_tokens. Simpan penggunaan yang dilaporkan bersama klip siap dan tetapan yang diminta. Audio aktif atau tidak aktif serta pemprosesan dalam talian atau flex kekal sebagai kategori berbeza dalam caj berasaskan penggunaan.

Penyerahan mengembalikan pengecam tugasan tak segerak. Ikuti tugasan hingga selesai, kemudian simpan video yang dibekalkan dalam content.video_url. Tempoh penyimpanan fail yang dijana yang didokumentasikan ialah tujuh hari. Kawalan tamat tempoh diukur dari penciptaan, menggunakan lalai 172800 saat dan menerima nilai daripada 3600 hingga 259200 saat; tugasan yang belum selesai menjadi expired selepas sela yang dikonfigurasi. Simpan klip akhir, imej asal serta arahan visual dan audio yang tepat bersama, kemudian semak seluruh hasil untuk aksi, identiti, kesinambungan kamera dan penjajaran bunyi.