Seed Audio 1.0 声音场景生成指南
Seed Audio 1.0 不只是把文字读出来，而是把人声、音乐、音效、环境音和多人表演组合成一个完整的声音世界。
独立产品式介绍页；本站暂不提供在线生成能力。
从文本转语音走向声音场景生成
Seed Audio 1.0 的重点不只是朗读文本，而是把人声、音乐、音效、环境音和表演指令组织成完整声音场景。
音色与氛围参考
可用人声、音频、音乐和情绪氛围作为参考，让输出方向不再只是平铺直叙的朗读。
多人表演
支持多个说话人同处一个场景，适合对白、旁白、短剧和故事表演。
音乐、音效与环境音
在同一提示中描述背景音乐、动作音效与空间氛围，让声音世界更完整。
长内容续写或延展
单次生成最长约 2 分钟，后续可通过续写延展更长内容，并尽量保持风格和音色一致。
Seed Audio 1.0 带来的可能性
把 Seed Audio 1.0 当作理解完整声音世界的模型笔记，而不是本站提供在线生成能力的承诺。
像使用声音控制台一样探索
把页面当作信息地图，理解 Seed Audio 1.0 如何被描述、评估和延展。
确定场景
先定义内容类型：播客开场、冥想引导、广播剧或短剧配音、短视频配音、有声书或故事陪伴。
混合参考
加入音色质感、情绪氛围、音乐方向、音效和环境音，让声音以完整场景被构思。
导演表演
描述说话人角色、节奏、情绪推进和对白轮次，组织多人表演。
谨慎延展
用续写思路处理更长内容，并复核一致性、唱歌片段和可能出现的合成或电音感。
声音场景示例
理解 Seed Audio 1.0 的最好方式，是看它如何把人声、音乐、音效、环境音和表演意图组合在一起。
播客开场
主持人口播、短音乐动机、轻微录音棚氛围和转场音效组成完整片头。
冥想引导
平静旁白、缓慢节奏、柔和氛围铺底和细微环境质感，适合沉浸式聆听。
广播剧或短剧配音
多角色对白、场景环境音、脚步、开门、天气和音乐提示构成表演段落。
短视频配音
带表情的人声方向，配合快速音效、音乐重音和短片节奏。
有声书或故事陪伴
旁白结合氛围参考、角色片段和轻量环境音，支撑更长故事聆听。
模型限制
当前 1.0 仍有泛化、唱歌稳定性和偶发合成感或电音感等待提升。
来自文章的模型笔记
以下仅使用谨慎事实表达，作为 Seed Audio 1.0 的能力提示，而非产品承诺。
约 2 分钟 单次生成的大致上限
单次生成的大致上限
多人场景 支持包含多个说话人的表演场景
支持包含多个说话人的表演场景
人声 + 音乐 + 音效 可组合语音、音乐、音效和环境音
可组合语音、音乐、音效和环境音
可延展 可通过续写延展更长内容并保持风格
可通过续写延展更长内容并保持风格
Seed Audio 1.0 常见问题
围绕本站整理的 Seed Audio 1.0 模型笔记，回答几个核心问题。