ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro genererar video från text eller en bild och kan generera ljud tillsammans med bilden. Den exakta väljaren är doubao-seedance-1-5-pro-251215. Ljudkontrollen skiljer den från de ljudlösa Seedance 1.0-profilerna: generate_audio=true begär synkroniserat ljud, medan false begär en video utan ljud. Använd en skriven scen för ett nytt koncept eller en bild för att fastställa öppningsmotivet och kompositionen.

Beskriv den visuella handlingen och ljudet som delar av samma scen. Ange motiv, miljö, rörelse och kamera och förklara sedan önskade röster, ljudeffekter eller bakgrundsmusik. En porträttscen kan visa en person som öppnar ögonen medan kameran långsamt åker bakåt, med vind i miljön. I en produktscen kopplar du ljudet till den synliga händelsen, som ett lock som öppnas eller ett föremål som vidrör en yta, i stället för att lägga till en orelaterad lista med effekter.

Modellen kan generera röster, effekter och bakgrundsmusik från prompten och det visuella innehållet. Guiden rekommenderar att talad dialog sätts inom dubbla citattecken. Håll replikerna tillräckligt korta för den begärda handlingen och pauserna och skilj på vem som talar när flera karaktärer deltar. Granska de faktiska orden, röstfördelningen och synkroniseringen med bilden. En ljudinstruktion styr det genererade framförandet; den utgör inte en separat uppladdad röstreferens som indata i den här profilens dokumenterade begäran.

Bild-till-video använder ett image_url-objekt tillsammans med texten. Tillhandahåll en åtkomlig bild-URL eller en Base64-data-URL i formatet JPEG, PNG, WEBP, BMP, TIFF eller GIF. De dokumenterade bildgränserna är mindre än 30 MB, båda dimensionerna strikt mellan 300 och 6 000 pixlar och ett bredd-höjd-förhållande strikt mellan 0,4 och 2,5. Förbered den avsedda beskärningen och motivet tydligt och beskriv sedan rörelsen från den kompositionen. Bildexemplet använder ett adaptivt bildförhållande för att följa referensen.

Den profilspecifika längdguiden listar hela sekunder från fyra till tolv eller -1 för att låta modellen välja en längd inom intervallet. Standardlängden är fem sekunder. Seedance 1.5 Pro har 720p som standardvärde, och den bevarade profiltabellen dokumenterar 480p och 720p; den särskilda operationsguiden erbjuder inte 1080p för 1.5 Pro. Fasta bildförhållanden omfattar 16:9, 4:3, 1:1, 3:4, 9:16 och 21:9, med adaptive som dokumenterat standardvärde för 1.5. Kontrollera det faktiska klippets längd och proportioner i stället för att behandla begärda värden som ett redan returnerat resultat.

Begäran erbjuder två bearbetningsnivåer. service_tier=default väljer onlinebearbetning, medan flex väljer offlinebearbetning för arbete som tolererar längre väntetid. Nivån kan inte ändras efter att uppgiften har skickats in. Välj den utifrån arbetsflödets tidsbehov och spara valet i begärans underlag. Ljudläge och bearbetningsnivå är separata val: ett ljudlöst klipp är inte automatiskt en offlineuppgift, och aktiverat ljud väljer inte någon bearbetningsnivå.

Håll instruktionerna för seed, vattenstämpel och kamera konsekventa med scenen. Parameterkommandon inbäddade i texten har företräde framför separata valfria parametrar. Kontrollen för fast kamera är utesluten i scenariot med referensbild och garanterar inte en låst bild där den gäller. För en bildstyrd animering beskriver du den avsedda rörelsen direkt i stället för att anta att en kamerakontroll undanröjer behovet att beskriva tagningen.

Användningen mäts i videotoken: utdatans bredd × utdatans höjd × bildfrekvens × utdatans varaktighet / 1024. Den färdiga uppgiften rapporterar denna mängd som usage.completion_tokens. Spara den rapporterade användningen med det färdiga klippet och dess begärda inställningar. Aktiverat eller inaktiverat ljud och bearbetning online eller flex förblir skilda kategorier i den användningsbaserade debiteringen.

När uppgiften skickas in returneras en asynkron uppgiftsidentifierare. Följ uppgiften tills den är klar och spara sedan videon som anges i content.video_url. Den dokumenterade lagringstiden för genererade filer är sju dagar. Giltighetstiden mäts från skapandet, har 172 800 sekunder som standardvärde och accepterar värden från 3 600 till 259 200 sekunder; en ofärdig uppgift får tillståndet expired efter det konfigurerade intervallet. Håll slutklipp, originalbild och den exakta visuella beskrivningen med ljudinstruktioner tillsammans och granska hela resultatet för handling, identitet, kamerakontinuitet och ljudsynkronisering.