跳到正文
SeedAudio

音频模型指南 · 2026 年 9 月

Seed Audio 2.0

看懂版本,写好下一幕。

从你需要的声音出发。了解公开能力描述,选好参考素材,把一个想法写成能逐项试听的场景提示词。

本站使用 1.0文字、音频参考或静态图片
写清一个场景台词、角色与声音事件
先确认版本官方描述与本站能力分开看
关于 2.0 的名称

2026 年 9 月 24 日核对:Dreamina 的 2.0 模型地址已跳转至 Seedaudio 1.5,并标注即将推出;部分音频功能页仍使用 2.0 名称。这些页面信息不一致,尚不能据此确认 2.0 已普遍开放。SeedAudio 当前接入的模型为 1.0。

查看原始来源

01 / SCENE BRIEF

先写好一小段,再听清每个细节。

用三个原创练习确定你想听到什么。先编辑一小段台词,区分角色的表达方式,让一个声音事件足够清楚。这些是提示词练习,不是已经生成的录音。

你的场景提示词

提示词指南
119/2048

选择练习只替换文字。请先复制完成的提示词,登录后在首页编辑器中粘贴,并在生成前检查声音和参考设置;本页文字不会自动带入。

声音、参考与输出设置
声音方向

在提示词中描述声音,或在主编辑器选择预设音色。前后保持同一套角色对应。

参考素材

现有编辑器有音频参考控件,也可以改用静态图片;没有视频时间线输入。

输出选择

格式、采样率、语速、音量和音调继续使用共享编辑器。只调整下一步剪辑确实需要的选项。

现有 SeedAudio 编辑器使用 1.0 工作流。本指南不提供视频上传、六分钟生成或分轨导出。提示词里的时长是创作目标,不是结果保证。

02 / CREATIVE CONTROL

先找到问题,再选择控制方式。

版本号更大,不等于剪辑问题自动解决。先写下这一版为什么不能用,再判断哪种输入或输出控制能帮你少做一次重来。

01

角色声音要认得出来

准备干净、获准使用的参考录音,固定角色名字。先用同一句台词检查两种情绪表达,再决定是否制作更长的内容。

02

声音要跟得上画面

标出你要听到的动作:门口的脚步、对视后的回答、结尾的锁扣。静态图片能提供情境,却不能提供运动镜头的时间关系。

03

混音要方便修改

先确定交付物是合成好的音频,还是独立声轨。音乐盖住一个字时,重新生成整段与单独调整对白,是两种不同的编辑方式。

03 / INPUT MODES

从手头的素材开始。

Dreamina 描述了四种输入组合。这里解释它们各自适合的工作方式,不代表本站或你的供应商账号已开放所有选项。

T2A

文字 → 音频

写清台词、说话的人和一个声音事件。适合探索虚构角色的声音,或为尚未录制的场景起稿。

准备:台词+声音方向
TA2A

文字+音频 → 音频

需要延续声音身份时,使用干净的参考录音。标明角色与表达方式,避免让参考中的背景噪声干扰声音判断。

准备:获准使用的录音+台词
TV2A

文字+视频 → 音频

视频条件工作流能参考运动画面。先固定剪辑,再列出可见动作对应的声音。本网站没有视频输入。

准备:画面定剪+声音事件表
TAV2A

文字+音频+视频

同时需要已知角色声音与画面关系时,分别整理每人的录音,并保持名字对应。具体模式须向供应商核实。

准备:角色参考+最终画面

04 / MODEL & WORKSPACE

模型描述和手里的工具,分开确认。

Dreamina 一栏概括其当前 1.5 模型页;相关功能页仍使用 2.0 名称。公布的上限不等于已开放、账号可用或效果已实测。

项目
SeedAudio · 1.0 工作流
Dreamina · 公开描述
输入
SeedAudio · 1.0 工作流文字配音频参考,或静态图片;没有视频控件。
Dreamina · 公开描述四种输入模式,包含视频情境。
参考
SeedAudio · 1.0 工作流现有编辑器最多三个音频参考;音频和图片二选一。
Dreamina · 公开描述最多六段参考录音。
长度
SeedAudio · 1.0 工作流1.0 官方模型描述上限两分钟;实际生成取决于服务与账号。
Dreamina · 公开描述模型页描述最多六分钟。
编辑
SeedAudio · 1.0 工作流输出音频文件;当前工作流没有分轨导出控件。
Dreamina · 公开描述描述了时间戳控制与独立声轨。
使用入口
SeedAudio · 1.0 工作流现有 1.0 编辑器与 API 文档;没有 2.0 模型选项。
Dreamina · 公开描述模型页目前标注即将推出;需核实账号实际可用状态。

05 / FROM WORDS TO SOUND

按听到的顺序,写下这一幕。

第一次测试保持简短,让每次修改都能听出区别。下面的天文台场景是原创写作练习,不是 Seed Audio 2.0 的测试成绩或录音。

01

写出必须说出的台词

对白放进引号,一人一句。去掉可能被读出来的舞台说明,提前确定哪些字不能改。

02

给每个声音一个角色

固定角色名字,先描述音色,再给台词加情绪。平静的角色也可以惊讶,声音身份与表演方式分开写。

03

放好声音事件的位置

说明继电器是在第一句前、两人之间,还是回答后响起。环境声放在人声底下,不要与台词争抢。

04

给结尾留一个落点

决定最后一个字之后还应留下什么。用于剪辑的片段,检查尾音是否被截断、是否多说了话、背景是否突然停止。

原创练习

黎明时分的天文台

房间底噪
林说话
夏回答
继电器轻响
安静收尾
声音顺序示意 · 不是音频波形或剪辑软件界面
中文。黎明时分,小型天文台内的一段简短对白。林的声音低沉平稳,说:『天快放晴了。』夏的声音明亮、带着好奇,回答:『那就开始吧。』回答结束后响起一次轻柔的继电器咔嗒声。两个人声靠近、清楚且容易区分,底下铺很轻的通风声。不加音乐,不增加台词。

06 / LISTEN & REFINE

每次改一个问题,再听一遍。

把提示词和结果一起保存。以舒适音量对比同一小段,确认改动有效,再增加角色、声层或更复杂的表达。

01

台词听起来太赶

先减少句子。自己念一遍,判断自然语速所需时间。在提示词里要求更长,不能越过服务的输出限制。

02

两个人声分不清

核对名字和参考分配。拉开表达方式,再分别听每个人的声音。不要用音乐掩盖声音不匹配的问题。

03

背景盖住了人声

先去掉音乐,只保留一种安静的环境声。先降低声层密度,再调整音量。下载合成音频不会自动得到独立声轨。

07 / QUESTIONS

开始下一段音频前。

不可以。SeedAudio 现有接入为 Seed Audio 1.0。本页说明版本命名与场景准备,不会启用新模型。

08 / ORIGINAL SOURCES

读原始来源,也确认实际产品。

核对日期:2026 年 9 月 24 日。版本描述来自以下页面;写作练习、试听建议和概念配图是编辑内容,不作为模型效果的证据。

从一段听得明白的场景开始。

提示词写清楚,版本核实好,让下一次试听回答一个有用的问题。