Přeskočit na obsah

Návod k promptům

Jak psát prompty pro Seed Audio

Jak psát prompty pro Seed Audio: rychlý start, šablona k vyplnění a tipy pro experty o hlasech, časovaných dialozích, uložených hlasech, hudebních podkladech a zvukových efektech.

Rychlý start

Tvůj první skvělý prompt pro Seed Audio

Vše, co začátečník potřebuje, za jednu minutu: co vědět předem, nejdůležitější pravidla, šablona k vyplnění a prompty ke zkopírování.

Co vědět předem

Seed Audio není převod textu na řeč: z jednoho promptu vytvoří celou zvukovou scénu s hlasy, dialogy, hudbou i efekty dohromady. Napiš místo a co se v něm ozývá, pak každý hlas jako poznámku k obsazení a nakonec přesná slova v uvozovkách. Klip má přesně tu délku, kterou zvolíš v nastavení, takže napiš tolik, aby ji vyplnil, a ne víc: co přesáhne, se na konci odřízne.

Nejdůležitější pravidla

  1. Nejdřív scéna, potom slova

    Začni místem a jeho zvukem: deštivé nástupiště, řvoucí stadion, tiché studio. Vysloví se jen slova v uvozovkách; všechno ostatní jsou pokyny.

  2. Každý hlas popiš jednou, a pořádně

    Když někdo mluví poprvé, uveď jeho pohlaví, věk, přízvuk, témbr, emoci a tempo: Leo (muž ve čtyřicítce, hluboký a chraplavý hlas, unavený, pomalý). Potom stačí jméno a krátká poznámka k přednesu.

  3. Piš podle zvolené délky

    Nejdřív vyber délku. Mluvená angličtina má zhruba 2,5 slova za sekundu, takže do krátkého klipu se vejde jedna krátká věta. Když je slov moc, useknou se uprostřed slova; když je jich málo, na konci zůstane ticho.

  4. Piš prompt ve stejném jazyce jako repliky

    Španělská scéna dostane španělský prompt, od popisu až po dialog. Anglický prompt smíchaný s replikami v jiném jazyce kazí přednes.

  5. Vygeneruj si několik záběrů

    Každé spuštění je nový výkon, i se stejným seedem. Spusť repliku dvakrát nebo třikrát a nech si tu nejlepší.

Vyplň tuto šablonu

Každou část v hranatých závorkách nahraď vlastním nápadem a část, kterou nepotřebuješ, vynech.

Šablona
[Place and ambience]. Background music: [instruments, mood, and how it moves]. [Name] ([gender, age, accent, timbre, emotion, pace]) [how they say it]: "[the exact words]" [How it ends].
Vyplněná šablona
A laundromat at midnight, dryers thumping, a fluorescent light buzzing overhead. Background music: a slow upright bass and brushed drums, low and lazy. Nora (a woman in her thirties, soft Irish accent, husky, amused, unhurried) says under her breath: "Third sock this week. Somebody in here is a thief." A dryer buzzer sounds and the music fades out.
  • [Place and ambience] Kde jsme a co tam slyšíme: večerní prádelna o půlnoci, bubnující sušičky, bzučící zářivka.
  • [instruments, mood, and how it moves] Pomalý kontrabas a drnkané bicí, tiché a líné. Když hudbu nechceš, celou větu vynech.
  • [Name] Kdo mluví. Jméno je pokyn a nikdy se nevysloví.
  • [gender, age, accent, timbre, emotion, pace] Poznámka k obsazení: žena kolem třicítky, jemný irský přízvuk, chraplavý hlas, pobavená, bez spěchu.
  • [how they say it] Přednes: říká si pro sebe, volá přes celou místnost, šeptá.
  • [the exact words] Replika přesně tak, jak má zaznít, a ušitá na délku klipu.
  • [How it ends] Jak zní poslední vteřina: hudba doznívá, zavírají se dveře, déšť pokračuje.

Prompty, od kterých můžeš začít

  • Vypravěč na zvukové kulise

    A quiet forest at dawn, birdsong slowly building, a stream running somewhere close. A narrator (a man in his sixties, standard British accent, warm and slightly gravelly, unhurried) says softly: "Every spring, the river remembers its way back to the sea." The birdsong continues to the end.

    Proč to funguje: Nejdřív přijde scéna, hlas je poznámka k obsazení a ptačí zpěv pokračuje, takže klip končí zvukem, ne střihem. Hodí se k tomu délka 10 sekund.

  • Dva hlasy načasované na vteřinu

    A small radio studio late at night, the hum of equipment, rain against the window. Theo (a man in his late twenties, bright, quick, a little nervous) says: "[0.3s:3.2s] Okay, we're live. Say hi to everyone." June (a woman in her fifties, low, smoky, completely calm, slow) answers: "[3.8s:8.6s] Good evening, night owls. Pour something warm and stay a while." A soft jingle chimes; the rain continues to the end.

    Proč to funguje: Každá replika začíná vlastním časovým oknem přizpůsobeným počtu slov, mezi mluvčími je krátká pauza a na konci tichá vteřina. Nastav délku na 10 sekund.

  • Hudební podkres bez hlasu

    Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.
    Style: warm, hopeful acoustic folk for a travel video. Create original music only.
    Background music: fingerpicked acoustic guitar, soft hand claps, a gentle upright piano, a light shaker.
    Sound effects: a car door closing, gravel under tires, wind on an open road. Keep effects clear but balanced under the music.
    Duration: about 30 seconds.
    Structure:
    [0:00-0:08] Guitar alone, light and curious; a car door closes.
    [0:08-0:20] Piano and shaker join, gravel under the tires, the tempo lifts.
    [0:20-0:27] The full band with hand claps, wind rushing past.
    [0:27-0:30] The music settles on one ringing guitar chord.
    Final mix: No vocals or spoken words. Bright and open, ready to sit under a travel montage.

    Proč to funguje: Když na začátku i v závěrečném mixu napíšeš „bez hlasu“, zůstane skladba instrumentální a jednotlivé části dají dohromady 30 sekund nastavených v nastavení.

  • Zvukové efekty bez hudby

    Inside a blacksmith's forge at night. The bellows wheeze and the coals roar up bright; a hammer rings on hot iron in a steady rhythm, three strikes and a pause, then the blade hisses as it plunges into a bucket of water and steam bursts up. Rain drums on the tin roof throughout. No music, no voices.

    Proč to funguje: Každý zvuk má konkrétní zdroj a místo v čase a poslední řádek vyloučí to, co nechceš.

  • Čistý hlas k uložení pro Character

    Clean, close-miked studio voice recording. No music, no background sound, no effects. Mara (a woman in her early thirties, standard American accent, low, warm, slightly husky, calm and assured) says at an even pace: "[0.2s:8.8s] I grew up on this coast. The tide always tells you something, if you are patient enough to listen."

    Proč to funguje: Jeden mluvčí, žádné pozadí a slova hned od první chvíle: ideální klip, který si uložíš jako hlas a přiřadíš ke Character. Nastav délku na 10 sekund.

  • Hlas podle obrázku

    The old fisherman in the picture says warmly, a little amused, unhurried: "Well, look who finally showed up."

    Proč to funguje: Nahraj portrét jako Image a Seed Audio navrhne hlas, který se k obličeji hodí, takže v promptu stačí přednes a slova. Pro jednu krátkou repliku se hodí délka 5 sekund.

Pro pokročilé

Pokročilé psaní promptů pro Seed Audio

Techniky pro větší kontrolu, jakmile zvládneš základy.

Struktura: napiš rozhlasovou scénu

Úplný prompt pro Seed Audio má pět částí v tomto pořadí: prostředí (místo, počasí, situace); hudba na pozadí a zvukové efekty; co postavy dělají; každý hlas; a přesná slova.

Piš to jako jednu scénu v časovém pořadí, jako scénář rozhlasové hry: úvodní kulisa a hudba, pak každá replika s mluvčím, hlasem a přednesem, efekty umístěné tam, kde se stanou, a nakonec závěr: hudba zesílí, doznívá nebo se utne, případně kulisa pokračuje do poslední vteřiny.

  • Hlas popiš celý hned poprvé, potom použij jméno a krátkou poznámku k přednesu: „Maya, teď tišeji:“.
  • Vyslovují se jen slova v uvozovkách. Jména, poznámky k hlasu a popis scény se nikdy nepřečtou nahlas.
  • Každému mluvčímu v rozhovoru dej jméno a poznámku k hlasu. Nepopsaní mluvčí si hlasy vymění.
  • Drž prompt pod zhruba 3 000 znaky.

Krátká bitevní scéna

A burning harbor at night, flames crackling, a ship's bell clanging wildly, waves slapping the stone quay. Background music: pounding low drums and a single horn, rising in tension. Captain Rhea (a woman in her forties, Scottish accent, hoarse and commanding, shouting over the noise) calls out: "Cut the lines! Every ship that can still float, get it out of the harbor!" A beam cracks and crashes into the water. Finn (a boy of about fourteen, high voice, terrified but trying to sound brave) answers: "Aye, Captain!" The drums break off and only the fire remains.

Proč to funguje: Nejdřív místo, hudba a efekty, každý mluvčí dostane poznámku k obsazení, třesk dopadne mezi repliky a poslední věta říká, jak klip končí.

Jak popsat hlas

Popiš hlas jako poznámku k obsazení: pohlaví a věk, přízvuk, témbr, emoce a tempo. Přidej úpravu, když hlas zní přes něco jiného: televizi, rádio, telefon.

Emoci ukaž způsobem přednesu, nejen jejím pojmenováním: „tiše, s námahou zachovává klid“ a „slova se zrychlují, jak panikaří“ řeknou víc než „smutná“ a „vyděšený“.

NapišCo dělá
raspy, low, gravellyDrsný, hluboký hlas: ošlehaný, unavený nebo tvrdý.
clear, bright, crystallineČistý, vysoký, zvonivý hlas.
deep and resonantPlný, dunivý hlas s hrudní váhou.
rapid, soaring, full-throatedNadšený, hlasitý a rychlý, jako živý sportovní komentář.
as if from a television, with slight reverberationHlas zní z televize v místnosti.
as if over a walkie-talkiePraskavý, úzký rádiový hlas.
a mechanical qualityRobotický nebo syntetický nádech lidského hlasu.
whispered close to the microphoneIntimní, dechový šepot.

Načasování dialogu na vteřinu

Chceš-li repliku umístit v čase, napiš její okno na začátek slov v uvozovkách, v sekundách na jedno desetinné místo: „[5.5s:8.0s] Maya! Počkej, ty dneska večer opravdu odjíždíš?“ Načasuj každou repliku dialogu; hudba a efekty se řídí pořadím scény.

Velikost každého okna přizpůsob počtu slov. Přirozená angličtina má zhruba 2,5 slova za sekundu, takže věta o 10 slovech potřebuje asi 4 sekundy; nadšený přednes je rychlejší a vážný pomalejší.

  • Mezi mluvčími nech 0,3 až 0,6 sekundy, aby se střídali přirozeně.
  • Poslední repliku ukonči alespoň půl sekundy před koncem klipu, aby závěrečné doznění připadlo na ticho nebo kulisu.
  • Všechny časy drž v délce klipu. Nikdy nepiš okno pro celý klip, třeba „[0.0s:10.0s]“: Mage ho už přidává sám.
  • U dialogu je načasování přesné. Časy v hudebním podkresu jsou orientační, ne závazné.

Hudební podkresy a zvukové efekty

U hudby bez hlasu to řekni na začátku i na konci a skladbu rozděl na části: „Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.“ Pak styl, nástroje, efekty, délku, části s časy a větu o závěrečném mixu. Části dej dohromady na nastavenou délku.

Pojmenuj nástroje a to, jak se hudba v čase mění, nejen žánr: „hluboké válečné bubny a nízké žestě, bubny se zrychlují, jak sílí sbor“, „ztenčí se na osamělý klarinet, který se vytratí do ticha“.

  • Žádej původní hudbu v určitém žánru a náladě, nikdy známou písničku nebo znělku: „Create original music only.“
  • Každému efektu dej zdroj a zvuk: „meč zasouvá do pochvy se zřetelným šššk“, „řetězy dopadají do prachu s těžkým řinčením“. Zvukomalebné slovo se zdrojem se čte jako zvuk, ne jako řeč.
  • Popiš i prostor, nejen zvuky: „kroky se rozléhají v kamenné síni“, „malá vykachlíčkovaná koupelna“, „uvnitř obrovského stadionu, všude řev davu“.

Uložené hlasy a obrázky

Uložený hlasový záznam zmiň pomocí jeho @handle a uveď tři věci: co se má vygenerovat, jaký hlas a k čemu záznam slouží, třeba jeho témbr, přízvuk nebo emoce. Hlas popiš i slovy vedle handle: Marcus (hladký, sebejistý hlas hlasatele; hlas @marcus-voice), bodře:.

Nebo nahraj jako Obrázek jednu fotku člověka či stvoření a Seed Audio navrhne hlas, který mu sedí. Obrázek a uložené hlasové záznamy nejde použít ve stejném generování.

  • Dobrý hlasový záznam má jednoho mluvčího, žádnou hudbu ani šum a řeč od úplně první vteřiny.
  • Stejný hlas v každém záběru získáš opakovaným použitím stejného uloženého záznamu. Samotný popis se mezi pokusy mění.
  • Piš handle, nikdy název slotu jako „@Audio1“. Každé @ následované písmeny musí být hlas, který sis uložil(a), jinak se generování zastaví dřív, než se cokoli zaúčtuje.
  • Characters se v Seed Audio zmínit nedají, protože ten pracuje s hlasy, ne s tvářemi. Zmiň místo toho hlasový záznam, který jsi pro ně uložil(a).

Dva uložené hlasy v pouliční anketě

Busy city sidewalk at lunchtime: passing cars, chatter, a light breeze. Marcus (a smooth, confident broadcaster voice, warm and playful; the voice of @marcus-voice), upbeat, says: "[0.5s:4.5s] Quick question: what's the best advice you've ever ignored?" Tyler (a younger man, a little nervous, expressive; the voice of @tyler-voice) laughs, then sighs: "[5.2s:12.5s] Oh, easy. My dad told me never to buy a used boat. I now own two used boats." Marcus bursts out laughing: "[13.2s:14.4s] Two?" Tyler, defeated: "[15.0s:21.5s] Two. Neither one floats. I keep them in the driveway as a warning to others." Marcus, to his listeners: "[22.2s:27.0s] And that, folks, is why we listen to our dads." Both laugh; the street noise swells and fades out.

Proč to funguje: Každý uložený hlas má jméno, slovní popis a je přiřazený k mluvčímu, a časované repliky vyplní záznam s krátkou pauzou mezi promluvami. Nahraď handly svými uloženými hlasy a nastav délku na 30 sekund.

Hlasy a zvuk pro video

Chceš-li dát Character ve videu hlas, vygeneruj tady čistou repliku (studiový záznam, bez hudby a bez pozadí), ulož ji a připoj k Character nebo ji ponech jako hlasovou Reference. Pak Character zmiň ve video modelu s hlasy, například Cherry. Video modely si z hlasového záznamu mohou ponechat jen prvních pár vteřin, takže ať záznam mluví hned od začátku.

Abys vyplnil(a) záznam, který už máš, změř jeho délku, vyber nejbližší vyšší délku, načasuj repliky podle obrazu a výsledek ořízni v editoru.

  • U dlouhé scény generuj po jedné části se stejnými uloženými hlasy v každé a pak je spoj dohromady.

Speech Rate, Pitch Rate a Loudness Rate

Speech Rate, Pitch Rate a Loudness Rate mění celý záznam, všechny hlasy najednou. Tempo a výšku každého mluvčího raději popiš slovy a nastavení používej jen pro celkové doladění, třeba o něco rychlejší přednes hotového scénáře.

Nastavení Seed výsledek neopakuje: každé spuštění je nový záběr.

Jazyky

Seed Audio mluví anglicky, čínsky, japonsky, korejsky, mexickou španělštinou, kastilskou španělštinou, indonésky, německy, brazilskou portugalštinou, francouzsky, thajsky, vietnamsky, malajsky, filipínsky, italsky, rusky, nizozemsky, polsky, turecky a švédsky. Jeden hlas může přecházet mezi jazyky.

Celý prompt napiš v jazyce replik, včetně popisu scény, a přízvuk, který chceš, uveď v poznámce k hlasu.

Časté chyby

Tohle ne, dělej raději toto

  • Vyhni se: Jen slova, když chceš scénu.

    Welcome back to the show.

    Místo toho: Místo, zvuk a hlas, a pak slova.

    A late-night talk show studio, a live audience settling down, a house band finishing a riff. The host (a man in his fifties, warm, polished, a little mischievous) says: "Welcome back to the show."
  • Vyhni se: Čistý hlasový záznam bez pokynů.

    Mara says: "I grew up on this coast."

    Místo toho: Napiš, že jde o čistý záznam.

    Clean, close-miked studio voice recording. No music, no background sound, no effects. Mara (a woman in her early thirties, low and warm) says: "I grew up on this coast."
  • Vyhni se: Scénář delší než záznam.

    Místo toho: Méně slov, nebo delší délka.

  • Vyhni se: Časové okno pro celý záznam, například „[0.0s:10.0s]“.

    Místo toho: Okna jen u jednotlivých replik. Okno pro celý záznam doplní Mage.

  • Vyhni se: „@Audio1“ nebo uložený hlas bez popisu.

    Místo toho: @handle hlasu s popisem hlasu vedle něj.

  • Vyhni se: Mluvčí bez jmen v rozhovoru.

    Místo toho: Jméno a poznámka k hlasu pro každého mluvčího.

  • Vyhni se: Anglický prompt s francouzskými replikami.

    Místo toho: Celý prompt ve francouzštině.

  • Vyhni se: „Znělka ze slavného filmu.“

    Místo toho: Originální hudba v daném žánru a náladě.

Časté dotazy

Dotazy k promptům pro Seed Audio

Jak dlouhý má být prompt pro Seed Audio?
Tak dlouhý, aby vyplnil zvolenou délku, a ne delší. U řeči počítej asi 2,5 slova za vteřinu; kolem přidej místo, hudbu a poznámky k hlasu. Celý prompt udrž pod zhruba 3 000 znaky.
Jak zachovat stejný hlas napříč záznamy v Seed Audio?
Ulož čistý záznam hlasu a v každém promptu zmiň jeho @handle, s popisem hlasu vedle něj. Samotný popis se mezi záběry mění.
Umí Seed Audio vytvořit hudbu bez zpěvu?
Ano. Začni větou „Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.“, popiš nástroje a části a skonči větou „Final mix: No vocals or spoken words.“
Proč je můj záznam z Seed Audio useknutý uprostřed slova?
Záznam má vždy přesně nastavenou délku a vše, co ji přesahuje, se ořízne. Použij méně slov, vyber delší délku, nebo načasuj repliky tak, aby poslední skončila půl vteřiny před koncem.
Jak načasovat dialog v Seed Audio?
Každou citovanou repliku začni jejím oknem ve vteřinách, například „[3.5s:8.0s] Musím jít.“, velikým zhruba na 2,5 slova za vteřinu, s krátkou pauzou mezi mluvčími.
Jakými jazyky mluví Seed Audio?
Dvaceti, mimo jiné angličtinou, čínštinou, japonštinou, korejštinou, španělštinou, portugalštinou, francouzštinou, němčinou, italštinou a ruštinou. Celý prompt napiš v jazyce replik.
Umí Seed Audio dát hlas obrázku?
Ano. Nahraj jako Obrázek jednu fotku člověka nebo stvoření a napiš jen přednes a slova. Obrázek nejde kombinovat s uloženými hlasovými záznamy ve stejném generování.

Vytvoř své první audio se Seed Audio

Nové účty dostanou 300 Gems zdarma, což stačí na vyzkoušení Seed Audio. Bez instalace a bez platební karty.

Vyzkoušet Seed Audio