Seed AudioSeed Audio

Seed Audio 1.5 KI-Audiogenerator

Ein Prompt bringt Gefühl in deine Dialoge und verbindet Musik, Atmosphäre und Soundeffekte zu einer stimmigen Szene. Probiere es kostenlos aus.

0 / 5000
10 Credits/Generierung
Ideen:··

Vorlagen

Text zu Audio

Audio zu Audio

Video zu Audio

Gespräch00:27
00:00
00:27
Podcast mit zwei Hosts
PodcastDialog
Gespräch00:25
00:00
00:25
Livestream-Verkaufsduo
LivestreamVerkauf
Audioszene00:36
00:00
00:36
Mythische Verkündung
FantasyEpisch
Gespräch00:24
00:00
00:24
Kostümkomödie
KomödieHistorisch
6 Min.

Audiolänge pro Generierung

Mehr Zeit, um Gespräche und Geschichten in einer zusammenhängenden Szene zu entwickeln.

6

Referenzaufnahmen

Gib verschiedenen Figuren mit mehreren Aufnahmen eine eigene Stimme.

30

Sprachen und regionale Varianten

Schreibe Dialoge, die zur Sprache und zum Umfeld deines Publikums passen.

4

Eingabekombinationen

Starte mit Text und ergänze bei Bedarf Audio oder Video.

Vom Skript zur vollständigen Klangszene

Seed Audio 1.5: der Klang deiner Szene aus einem Guss

Seed Audio 1.5 ist die Weiterentwicklung des Audiomodells von ByteDance und auf vollständige Klangszenen ausgelegt. Dialoge, Musik, Atmosphäre und Soundeffekte entstehen in einem gemeinsamen Ablauf. Gegenüber 1.0 kommen längere Audiosequenzen, mehr Stimmreferenzen und videogestützte Eingaben hinzu. Getrennte Spuren erleichtern die anschließende Bearbeitung.

Beschreibe zunächst, wer spricht, wo die Szene spielt und was sich im Verlauf verändert. Danach kannst du die einzelnen Spuren in dein Schnittprogramm laden und Lautstärke sowie Zusammenspiel gezielt anpassen, ohne für jede kleine Änderung die gesamte Szene neu erzeugen zu müssen.

Deine Klangvorstellung wird zum Prompt

Jeder Klang an seinem Platz

Beschreibe, was im Vordergrund zu hören sein soll und was die Szene im Hintergrund trägt.

Dialoge in die Szene einbetten

Stelle die Figuren vor und beschreibe Raum, Hintergrundgeräusche und Musik. So bleibt die Atmosphäre auch im Verlauf des Gesprächs stimmig.

Der Geschichte Raum geben

Bis zu 6 Minuten pro Generierung bieten Platz für Einstieg, Wendung und Schluss in einem Prompt, damit die Szene einen eigenen Spannungsbogen bekommt.

Figuren eigene Stimmreferenzen zuweisen

Mit bis zu 6 Aufnahmen kannst du Stimmen und Ausdruck vorgeben. Ordne jede Aufnahme eindeutig einer Figur zu.

Die Sprache auf das Publikum abstimmen

30 Sprachen und regionale Varianten stehen zur Verfügung. Nenne Sprache, Akzent und Zielpublikum, damit die Dialoge zum Schauplatz passen.

Emotion und Sprechweise gestalten

Ruhiges Tempo, eine zögernde Antwort oder ein leises Lachen vor dem ersten Wort: Konkrete Spielanweisungen helfen mehr als ein allgemeines Gefühlswort.

Einsätze mit Zeitstempeln planen

Markiere, wann Stimmen, Effekte oder Musik einsetzen sollen. Lege damit den Ablauf fest und passe das Timing anschließend auf vier getrennten Spuren an.

Mehrere Wege zum ersten Entwurf

Starte mit einem Skript, einer Stimme oder einem Video

Ein fertiges Skript, eine Stimme als Vorbild oder ein Video ohne Ton: Wähle die Eingabe passend zu deinem Material.

Text

Wenn Skript und Klangbeschreibung ausreichen, kannst du die gesamte Szene in Worten vorgeben.

Klangszene

Text + Audio

Ergänze eine Aufnahme, wenn du eine bestimmte Klangfarbe oder Sprechweise als Vorbild verwenden möchtest.

Klangszene

Text + Video

Steht das Bild bereits fest, liefert ein Video Hinweise auf Umgebung und sichtbare Handlungen.

Klangszene

Text + Audio + Video

Kombiniere Bild und Referenzaufnahme, um sowohl die Szene als auch die stimmliche Gestaltung vorzugeben.

Klangszene

So entsteht eine Klangszene mit Seed Audio 1.5

Beschreibe die Szene, höre dir das Ergebnis an und verfeinere den Ablauf im Schnittprogramm.

  1. 01

    Szene und Dialoge aufschreiben

    Lege die Figuren und ihre Dialoge fest. Ergänze die Umgebung und Geräusche, die den Raum hörbar machen.

  2. 02

    Referenzmaterial auswählen

    Nutze Aufnahmen für die Stimmen und Videos für das Bild. Beschreibe, welche Aspekte der jeweiligen Vorlage wichtig sind.

  3. 03

    Wichtige Einsätze markieren

    Beschreibe die Sprechweise und den Einsatz von Effekten und Musik. Plane dort Pausen ein, wo die Szene sie braucht.

  4. 04

    Anhören und nachbearbeiten

    Prüfe zuerst Dialoge und Klangbalance. Passe dann Timing, Lautstärke und Übergänge auf den einzelnen Spuren an.

Klang am Bild ausrichten

Der passende Ton im richtigen Moment

Am Beispiel dieser Raumschiffszene: Zuerst kommen mechanische Geräusche, dann bleibt Raum für die Antwort des Navigators, danach setzt ein dezenter elektronischer Rhythmus ein. Die Zeitstempel markieren die geplanten Einsätze. Im Schnittprogramm kannst du sie am Video ausrichten und nachjustieren.

  1. 00:03

    Ein Relais klickt zweimal leise, die Lüftung läuft weiter.

  2. 00:08

    Der Navigator sagt leise: „Position halten. Warten, bis das Signal zurück ist.“

  3. 00:17

    Nach der Antwort setzt ein sanfter Synthesizer-Rhythmus ein, ohne die Stimme zu überdecken.

Raumschiffszene als Beispiel für die Gestaltung von Dialog und Soundeffekten
Raumschiffszene: Beispiele für Klangeinsätze

Nach der Generierung weiter verfeinern

Vier Spuren, gezielt bearbeitet

Die 24-sekündige Raumschiffszene zeigt einen möglichen Schnitt: Platz für den Dialog, durchgehende Lüftung, das Relais vor der Antwort und Musik danach. Die Wellenformen veranschaulichen die Anordnung der Klangebenen und stammen nicht aus einer tatsächlich erzeugten Aufnahme.

00:0000:0800:1600:24

Dialog

Raum für die Antwort des Navigators lassen

Atmosphäre

Die Lüftung durchgehend gleichmäßig hörbar halten

Soundeffekte

Das Relais vor dem Dialog platzieren

Musik

Den Synthesizer-Rhythmus nach der Antwort einsetzen lassen

Wenn eine Geschichte mehr als Stimmen braucht

Auch die Umgebung erzählt mit

Stimmen und die Geräusche um sie herum machen eine Szene glaubwürdig. Das erzeugte Audio kann als Ausgangspunkt für den nächsten Schnitt dienen.

Szenen mit Figuren

Gib einem Dialog mit Hintergrundgeräuschen, Bewegungen und sparsam eingesetzter Musik einen konkreten Schauplatz.

Podcast-Passagen

Entwirf ein Intro, eine Erzählpassage oder einen gespielten Dialog. Prüfe vor der Veröffentlichung Namen, Pausen und natürliche Sprechweise.

Entwürfe für Videosynchronisation

Nutze das Bild als Hinweis auf Umgebung und Bewegung. Prüfe die übersetzten Dialoge und passe ihre Länge anschließend im Schnitt an.

Klangentwürfe für Film und Spiele

Teste das Zusammenspiel von Atmosphäre und Effekten vor dem finalen Mix. Mit getrennten Spuren bleibt der Entwurf leicht bearbeitbar.

Seed Audio 1.5 und 1.0 im Vergleich

Beide Versionen eignen sich für vollständige Klangszenen. 1.5 bietet längere Audiosequenzen, mehr Referenzaufnahmen, Videoeingaben und getrennte Spuren. Für kurze Szenen reicht oft 1.0; für längere Abläufe und mehr Spielraum beim Schnitt lohnt sich ein Blick auf die kommende Version 1.5.

Seed-Audio-Versionen im Vergleich
FunktionSeed Audio 1.5 · DemnächstSeed Audio 1.0
Audiolänge pro GenerierungBis zu 6 MinutenBis zu 2 Minuten
ReferenzaufnahmenBis zu 6Bis zu 3
Sprachen und regionale Varianten30 Sprachen und regionale VariantenMehr als 20 Sprachen
EingabekombinationenText; Text + Audio; Text + Video; Text + Audio + VideoText; Text + Audio; Text + Bild
SpurausgabeGetrennte Spuren für Dialog, Atmosphäre, Soundeffekte und MusikMehrspurausgabe als künftige Entwicklungsrichtung genannt
Zeitliche SteuerungZeitstempel für den Einsatz von Dialog, Effekten, Atmosphäre und MusikZeitliche Steuerung von Dialogen; öffentliche Angaben nennen 100-ms-Abstände

Häufige Fragen zu Seed Audio 1.5

Das solltest du über Audiolänge, Stimmreferenzen, Sprachen und kommerzielle Nutzung wissen.

Kann ich Seed Audio 1.5 kostenlos testen?

Seed Audio 1.5 kommt bald. Hier kannst du derzeit Seed Audio 1.0 nutzen. Mit einem begrenzten kostenlosen Kontingent lassen sich kurze Audiovorschauen erstellen, um Prompts und deren klangliche Umsetzung zu prüfen. Längere Audiosequenzen und ein größeres Nutzungskontingent hängen von deinem Tarif ab. Die genauen Kontingente findest du auf der Preisseite.

Wie lang kann eine einzelne Audioausgabe sein?

Version 1.5 unterstützt bis zu 6 Minuten pro Generierung, Version 1.0 bis zu 2 Minuten. So bleibt mehr Raum für zusammenhängende Gespräche, Erzählungen und Szenen, deren Klang sich allmählich verändert. Beschreibe die gewünschte Länge und den Ablauf im Prompt. Die 6 Minuten sind eine Obergrenze, kein festes Ziel für jede Ausgabe.

Was ändert sich gegenüber Seed Audio 1.0?

Beide Versionen können Dialoge als Teil einer vollständigen Klangszene erzeugen. Bei 1.5 steigt die maximale Länge auf 6 Minuten und die Zahl der Referenzaufnahmen von 3 auf 6. Hinzu kommen 30 Sprachen und regionale Varianten, videogestützte Eingaben sowie getrennte Spuren für Dialog, Atmosphäre, Soundeffekte und Musik. Für kürzere Szenen ohne diese zusätzlichen Anforderungen bleibt 1.0 eine Option.

Kann Seed Audio 1.5 Stimmen klonen?

Referenzaufnahmen können Klangfarbe, Akzent und Sprechweise einer Figur vorgeben. Textanweisungen ergänzen Gefühl, Stil und Sprechtempo. Das hilft, eine Stimme über mehrere Szenen hinweg wiedererkennbar zu gestalten, garantiert aber keine exakte Nachbildung einer realen Person. Nutze nur Aufnahmen, für die du die nötigen Rechte oder eine entsprechende Erlaubnis hast.

Welche Sprachen werden unterstützt?

Die Unterstützung umfasst 30 Sprachen und regionale Varianten. Öffentliche Beispiele zeigen unter anderem Englisch, Chinesisch, Japanisch, Koreanisch, Deutsch, Französisch, mexikanisches Spanisch und brasilianisches Portugiesisch. Regionale Varianten sind in dieser Zahl enthalten; es sind nicht 30 zusätzliche Sprachen. Gib für regional passende Dialoge die gewünschte Sprache, den Akzent und die Aussprache an.

Darf ich die erzeugten Audios kommerziell nutzen?

Eine kommerzielle Nutzung ist möglich, wenn dein Tarif sie erlaubt und du die Nutzungsbedingungen einhältst. Auch für Skripte, Referenzaufnahmen und andere Eingaben brauchst du die jeweiligen Nutzungsrechte. Prüfe vor der Veröffentlichung in Werbung, Spielen, Filmen oder anderen Projekten, ob das Ergebnis Rechte Dritter verletzt.

Muss ich ein Video hochladen?

Nein. Im Textmodus beschreibst du die Szene direkt. Mit Referenzaufnahmen kannst du auch ohne Video die Stimmen der Figuren beeinflussen. Ein Video brauchst du nur für eine videogestützte Eingabe. Es liefert Hinweise auf Schauplatz, sichtbare Handlungen sowie den Zusammenhang von Dialog und Musik.

Schreib die Szene. Gib ihr einen Klang.

Formuliere die Dialoge, beschreibe den Ort und entscheide, was dein Publikum zuerst hören soll.