Bardziej dokładny głos i realistyczny dźwięk.
Ostatnia aktualizacja:
Jeśli film nadal wymaga podkładu muzycznego, atmosfery lub dialogów zsynchronizowanych z ruchem warg, model może wygenerować obraz i dźwięk razem, dzięki czemu wybrane opcje audio będą mogły zostać sprawdzone w tym samym przebiegu.
Strony te są napisane jako streszczenia referencyjne stron trzecich, a nie jako oficjalna dokumentacja produktu.
Opisy możliwości podsumować publicznie Seedance 2.0 materiały startowe, strony projektu publicznego oraz inne publicznie dostępne pisma wyjaśniające.
Ta strona nie reprezentuje Seedance, oficjalne wsparcie produktu, lub jakiegokolwiek autoryzowanego partnerstwa, chyba że strona wyraźnie stwierdza, że z udokumentowanych podstaw.
Dostęp do platformy, obsługiwane funkcje, ceny, WI i dostępność mogą się zmienić. W celu uzyskania aktualnych informacji należy użyć źródeł oficjalnych lub pierwotnych.
Generuj głos, atmosferę i muzykę wraz z wyjściem wideo. Jak to działa: zamiast generować nieme wideo i dodawać audio w postprodukcji, model produkuje obraz i dźwięk w tym samym przebiegu. Odczytuje kontekst wizualny — ruchy ust postaci, typ otoczenia, intensywność akcji — i generuje dopasowany głos, atmosferę, efekty dźwiękowe lub muzykę w tle. Prompty tekstowe mogą kierować stylem audio ('energiczny elektroniczny BGM', 'delikatne dźwięki leśne', 'żeński lektor po angielsku'). Kiedy używać: produkcja reklam, gdzie każdy wariant potrzebuje zlokalizowanego lektora; krótkie filmy do mediów społecznościowych, gdzie BGM i timing są ważne, ale ręczna synchronizacja jest zbyt wolna; prototypowanie scen, gdzie chcesz ocenić obraz plus dźwięk razem przed inwestycją w profesjonalne audio; treści wielojęzyczne, gdzie to samo wideo potrzebuje lektorów w różnych językach. Wskazówki i uwagi praktyczne: dla najlepszych wyników synchronizacji ust utrzymuj twarze postaci wyraźnie widoczne i niezasłonięte. Określ język i barwę głosu w prompcie — 'spokojny męski narrator po japońsku' daje lepsze wyniki niż samo 'dodaj głos.' Przy łączeniu natywnego audio z synchronizacją muzyki model może obsługiwać wyrównanie BGM do rytmu i dialog jednocześnie. Sprawdź audio w pierwszym przebiegu, aby wcześnie wychwycić problemy z timingiem, zamiast generować wiele wariantów przed sprawdzeniem.
Potrzebne do wyprodukowania ponad 1000 spersonalizowanych reklam dla różnych rynków regionalnych, z których każda wymaga podkładu muzycznego i lektora; tradycyjny cykl produkcyjny na jedną reklamę wynosił 7 dni
Wykorzystano natywną generację dźwięku, aby automatycznie dopasować odpowiednią muzykę w tle i narrację, wspierając szybkie generowanie wersji wielojęzycznych
Dane referencyjne przytoczone w tym przykładzie obejmują skrócenie czasu produkcji z 7 dni do 30 minut, zmianę kosztu reklamy z 50 000 CNY do 200 CNY oraz wzrost sprzedaży Double 11 o 40% rok do roku.
Dlaczego to ma znaczenie:Obraz i dźwięk zostały wygenerowane razem, co pomogło zespołowi szybciej przeglądać wielojęzyczne warianty reklam.
Przykładowe przypadki na tej stronie są zestawiane z kampanii publicznej i wtórnej sprawozdawczości dostępne w momencie pisania.
Wskaźniki odzwierciedlają zgłoszony okres kampanii i nie powinny być traktowane jako aktualne wskaźniki skuteczności działania.
Nazwy marek i dane liczbowe są cytowane wyłącznie w celach wyjaśniających, nie jako adnotacje, gwarancje lub niezależnie kontrolowane wyniki.
Głos, efekty dźwiękowe, generowanie muzyki, odniesienie głosowe.
Stały kadr, centralna fisheye przez okrągły otwór patrzy w dół, referencja @video1 fisheye, koń w @video2 patrzy na fisheye, referencja @video1 ruch mowy, BGM referencja @video3 audio.
Wygenerowany wynik
Wygenerowany wynik: BGM konia typu rybie oko (wiele wideo) — Odniesienie do wielu wideo ze zsynchronizowanym generowaniem dźwięku
Z dostarczonych zdjęć biurowca wygeneruj 15s filmowy dokument o nieruchomościach, 2.35:1, 24 kl/s, dopracowane obrazy, ton głosu lektora referencja @video1...
Obrazy referencyjne
Obrazy referencyjne 1: Dokument o budynku biurowym VO
Obrazy referencyjne 2: Dokument o budynku biurowym VO
Obrazy referencyjne 3: Dokument o budynku biurowym VO
Film referencyjny
Film referencyjny 1: Dokument o budynku biurowym VO
Wygenerowany wynik
Wygenerowany wynik: Dokument o budynku biurowym VO — Dokument o nieruchomościach z klonowaniem referencji głosowych
Segment talk-show kot i pies, bogaty emocjonalnie, styl stand-up comedy...
Obrazy referencyjne
Obrazy referencyjne 1: Talk show o kotach i psach
Wygenerowany wynik
Wygenerowany wynik: Talk show o kotach i psach — Generowanie dialogów komediowych z ekspresją emocjonalną
Akompaniament Yu opery 'Executing Chen Shimei', Bao Zheng w czerni wskazuje na Chen w czerwieni, śpiewa zaciekle. Oczy Chen'a błądzą, rola dan: Czekaj!
Obrazy referencyjne
Obrazy referencyjne 1: Opera Yu铡美案
Wygenerowany wynik
Wygenerowany wynik: Opera Yu铡美案 — Tradycyjny występ operowy ze zsynchronizowanym wokalem
Wygeneruj 15s MV. Stabilna kompozycja, lekki push-pull, niski kąt ujęcia bohatera, ultra-szeroki establishing shot, droga na klifie i vintage kamper, horyzont morza, zachodzące słońce backlight, kinowa rama.
Obrazy referencyjne
Obrazy referencyjne 1: Zespół MV zachód słońca na klifie
Wygenerowany wynik
Wygenerowany wynik: Zespół MV zachód słońca na klifie — Filmowy teledysk z klimatycznym dźwiękiem
Dziewczyna w kapeluszu na środku śpiewa łagodnie Jestem bardzo dumny z mojej rodziny! obraca się by przytulić czarną dziewczynę. Muzyka latynoamerykańska, spódnice kołyszą się, kolorowa ulica tańczy.
Obrazy referencyjne
Obrazy referencyjne 1: Święto rodziny latynoskiej
Wygenerowany wynik
Wygenerowany wynik: Święto rodziny latynoskiej — Scena uroczystości oparta na muzyce z dźwiękiem kulturowym
Stały kadr. Kapitan po hiszpańsku: Rajd za trzy minuty! Blondyn sprawdza broń, zielonowłosy trzyma latarkę taktyczną. Czarny kolega: Oskrzydlenie? Kapitan: Jak zwykle, zostaw jednego do przesłuchania.
Obrazy referencyjne
Obrazy referencyjne 1: Skład taktyczny Hiszpanii
Wygenerowany wynik
Wygenerowany wynik: Skład taktyczny Hiszpanii — Wielojęzyczne dialogi w przerywnikach gier
0-3s: Stały kadr, dziewczyna z @image1 śpi w łóżku. 3-10s: Szybki pan do zbliżenia twarzy mężczyzny (@image2), mężczyzna budzi ją bezradnie, ton i głos referencja @video1.
Obrazy referencyjne
Obrazy referencyjne 1: Odniesienie głosowe do budzenia
Obrazy referencyjne 2: Odniesienie głosowe do budzenia
Film referencyjny
Film referencyjny 1: Odniesienie głosowe do budzenia
Wygenerowany wynik
Wygenerowany wynik: Odniesienie głosowe do budzenia — Klonowanie głosu w narracyjnych scenach dialogowych
Małpa z @image1 idzie do lady bubble tea, serwer Bichon z @image2 wyciera narzędzia, małpa zamawia w dialekcie Sichuan: Hej, macie Farewell My Concubine?
Obrazy referencyjne
Obrazy referencyjne 1: Herbata bąbelkowa z małpą Syczuan
Obrazy referencyjne 2: Herbata bąbelkowa z małpą Syczuan
Obrazy referencyjne 3: Herbata bąbelkowa z małpą Syczuan
Wygenerowany wynik
Wygenerowany wynik: Herbata bąbelkowa z małpą Syczuan — Dialog regionalny w dialekcie zapewniający treści rozrywkowe
Styl i ton edukacyjny, odegraj treść z @image1: Król Małp przekracza Górę Ognia by pożyczyć wachlarz od Księżniczki Żelazny Wachlarz, ona szuka zemsty za Red Boy, on błaga na próżno, kłócą się.
Obrazy referencyjne
Obrazy referencyjne 1: Płomienna góra Małpiego Króla
Wygenerowany wynik
Wygenerowany wynik: Płomienna góra Małpiego Króla — Opowiadanie edukacyjne z narracyjnym dźwiękiem
Tak. Seedance 2.0 może generować głos, atmosferę i muzykę pasującą do filmu, z synchronizacją ruchu warg i synchronizacją w tym samym przebiegu, co może ograniczyć oddzielną pracę nad dźwiękiem.
Tak. Natywna generacja dźwięku obsługuje wielojęzyczne narracje, co może pomóc zespołom w przygotowaniu zlokalizowanych wersji dla różnych rynków regionalnych.
Tak. Użyj promptów tekstowych, aby określić styl audio — na przykład 'energiczny elektroniczny BGM', 'delikatne dźwięki leśne' lub 'żeński lektor po angielsku'. Model odczytuje zarówno Twoje wskazówki tekstowe, jak i kontekst wizualny, aby wygenerować dopasowane audio.
Model analizuje ruchy ust postaci widoczne w wygenerowanym wideo i odpowiednio dopasowuje timing generowanego głosu. Dla najlepszych wyników utrzymuj twarze postaci wyraźnie widoczne i określ język oraz ton w prompcie.
Przewodniki powiązane
Te przewodniki dodają kontekst przepływu pracy, promptu i zastosowania wokół tej funkcji, tak że strona łączy się z szerszym klasterem tematycznym Seedance.
Przewodnik
Aktualny przegląd Seedance 2.0 od ByteDance: oficjalna strona, data premiery 12 lutego 2026, dostęp przez Dreamina, wejścia multimodalne, wyjście 2K / 15 sekund i to, co nadal różni się między platformami.
Przewodnik otwartyPrzewodnik
Seedance 2.0 wejście multimodalne: do 9 obrazów, 3 filmy, 3 audio + tekst. @ tag system odnoszenia aktywów. Native audiovideo joint generation.
Przewodnik otwartyPrzewodnik
Seedance 2.0 przypadki wykorzystania: reklamy e-commerce, TVC, demo produktów, previz filmu, MV, edukacja, nieruchomości i krótka narracja. Na podstawie oficjalnego bloga i badań przypadków osób trzecich.
Przewodnik otwartyPrzewodnik
Honest workflow notes when a longer promo is built from several Seedance 2.0 generations: unified references, the per-clip duration cap, audio continuity, and dialogue pacing.
Przewodnik otwartyPrzewodnik
Master the 5-step shot design workflow for Seedance 2.0: from requirement analysis through visual diagnosis, six-element assembly, validation, to professional delivery. Includes 28+ director presets, three-layer lighting, and multi-segment storyboarding.
Przewodnik otwarty
