🔊 音频生成
基于 Seed Audio 1.0，支持文本、参考音频和参考图片生成，最长 120 秒
0/3000 字
生成结果
输入文本后点击「生成音频」
✨ 使用指南
一条 Prompt,生成影视级音频作品
影视级音频导演
一条 Prompt = 完整音频作品
支持多角色对话+音效+配乐一体化生成,自动完成时序编排与转场衔接,输出即成品,无需多轨剪辑。
✓描述越详细,效果越惊艳——包含角色声音特征、情绪语气、音效、配乐
纯文本生成
描述生成完整音频
多角色对话+音效+配乐一体化
复杂场景描述+情绪指导
长时音频,音色前后一致
参考音频
上传音频+系统音色混用
上传 1-3 个音频样本
用 @音频N 引用克隆音色
可混用系统音色,总上限 3
参考图片
图片参考合成语音
上传 1 张图片参考
文本框输入待合成内容
图片仅提供音色风格参考
Prompt 编写技巧
角色声音要具体
描述年龄、性别、音色特征、口音、情绪。例如"青年男性,嗓音低沉,有磁性,轻微鼻音,儒雅沉稳"
情绪语气要详细
指明语气、语调、语速。例如"用严肃且带有质问的语气说道""语气略微提高,以惊讶的腔调说道"
音效要形象化
用拟声词描述音效。例如"一声金属质感类似刀光'唰'的特效音""伴随着一声轻微的布鞋走路脚步声"
配乐要详细描述
描述乐器、节奏、情绪。例如"背景音乐以马林巴为主奏乐器,加入弦乐组,整体情绪紧张悬疑"
场景转换要清晰
用描述性语言标记场景转换。例如"然后出现一阵衣物摩擦声""音乐转变为...""随后出现..."
多角色要区分
每个角色用"角色名(声音特征)+语气+台词"格式。例如"男子1(青年男性,低沉)用疑惑的语气说道:'...'"
🎭 影视级示例
🎬 多角色对话+音效+配乐
一段情绪诙谐的配乐,合成器lead主音演奏主旋律,电贝斯铺底。男子1(青年男性,嗓音低沉,有磁性,轻微鼻音,儒雅,沉稳)语速较快,用疑惑的语气说道:"难道是刚成为朋友,友情还不够?"男子1说道:"那就这样吧。"然后出现一阵衣物摩擦声,紧接着一阵抖动布料的声音,音乐转变为情绪诙谐的配乐。男子2(青年男性,嗓音低沉,沙哑,稳重)惊讶道:"你干嘛?"夹杂着一声类似铃铛晃动的特效音...
🎭 古装剧场景
俘虏(大妈,朴素,略带沙哑,嗓音亲和,古装剧)用极其惊恐和绝望的语气尖叫:"不要啊!"其中穿插着男性用力的声音类似于"嗯"。随后俘虏发出了痛苦吞咽声音:"啊……嗯嗯。"伴随着一声金属质感类似刀光"唰"的特效音。太后(55岁左右的中年女性,嗓音端庄优雅,威严)用缓慢、冷酷且充满命令的口吻说道:"把头抬起来。我得记住你现在的样子。"...
📢 直播带货场景
背景音乐极其微弱,以东北风格为主,女声演唱,整体音乐氛围热闹积极。带货主播1(青年女声,声音明亮,带有东北口音,热情)状态积极、仔细且设身处地的为直播间观众介绍道:"金黄色的,这一定是很好的这个品质榴莲..."期间穿插着带货主播2(青年女声,声线温柔甜美)认同的"对"的声音。带货主播1继续热情高亢的介绍道:"A加级别的树熟的当地国的这一个,金枕头榴莲肉儿。"...
🎙️ 悬疑剧场景
先是一声手机震动的声音,环境中伴随着持续的鸟鸣声。音乐以马林巴为主奏乐器,加入pad铺底、弦乐组、合成器lead、电贝斯、打击乐,整体情绪紧张悬疑。男子1(中青年男性,台湾口音,嗓音低沉,浑厚,富有磁性,气泡音,成熟,现代剧)用严肃且带有质问的语气说道:"钟sir,你是什么时候被收买的?" 男子2(中年男性,台湾口音,嗓音沉稳,沙哑,成熟,稳重)通过电话回应,声音经过处理,显得有些遥远和失真,他用一种平静而无奈的语气说:"既然你都知道了,我也没有什么好隐瞒的..."
🎵 参考音频克隆
音乐开头由手碟演奏主旋律,合成弦乐铺底做和声,塑造出略带忧伤和怀旧的氛围。环境中伴随着公路上嘈杂的多辆车辆行驶声和不规律的鸣笛声。女主(青年女子,普通话,音调偏低,有些沙哑,饰演者为 @音频1)用温柔且平静的声音,在一声轻笑后开始讲述,说:"我们上中学的时候相爱,后来一直在一起..."女主(饰演者为 @音频1)用落寞和伤感的语气继续说道:"我们都不起眼,没有人……在乎我们。"
💡 关键:用 "饰演者为 @音频1" 引用上传的音频文件来克隆音色
🎯 应用场景
📚 广播剧/有声书
一条 Prompt 完成多角色对白、音效与配乐一体化生成,直接产出具备完整叙事感的成片级音频作品
📻 播客节目
长时音色一致性,主持人声音前后统一,无需逐段比对、反复修音
🎬 视频配音
支持文本描述、参考音频、图片等多模态输入,灵活定制角色音色
📢 广告营销
通过自然语言描述快速生成具备情绪节奏与转场衔接的品牌音频,省去繁琐后期