Μετάβαση στο περιεχόμενο

Οδηγός prompt

Πώς να γράψεις prompt για το Seed Audio

Πώς να γράψεις prompts για το Seed Audio: γρήγορη εκκίνηση, πρότυπο προς συμπλήρωση και συμβουλές για φωνές, διαλόγους με χρονισμό, αποθηκευμένες φωνές, μουσική υπόκρουση και ηχητικά εφέ.

Γρήγορη εκκίνηση

Το πρώτο σου εξαιρετικό prompt για το Seed Audio

Ό,τι χρειάζεται ένας αρχάριος σε ένα λεπτό: τι να ξέρεις πρώτα, οι σημαντικότεροι κανόνες, ένα πρότυπο για συμπλήρωση και prompt για αντιγραφή.

Τι να ξέρεις πρώτα

Το Seed Audio δεν είναι text-to-speech: φτιάχνει μια ολόκληρη ηχητική σκηνή από ένα prompt, με φωνές, διάλογο, μουσική και εφέ μαζί. Γράψε το μέρος και τι ακούγεται εκεί, μετά κάθε φωνή σαν σημείωση casting και μετά τις ακριβείς λέξεις σε εισαγωγικά. Το κλιπ έχει ακριβώς τη διάρκεια που επιλέγεις στις ρυθμίσεις, οπότε γράψε αρκετά για να το γεμίσεις και όχι περισσότερα: ό,τι περισσεύει κόβεται στο τέλος.

Οι σημαντικότεροι κανόνες

  1. Στήσε τη σκηνή πριν από τα λόγια

    Ξεκίνα με το μέρος και τον ήχο του: μια βροχερή αποβάθρα, ένα στάδιο που βρυχάται, ένα ήσυχο στούντιο. Μόνο οι λέξεις σε εισαγωγικά εκφωνούνται· όλα τα υπόλοιπα είναι οδηγίες.

  2. Περίγραψε κάθε φωνή μία φορά, πλήρως

    Την πρώτη φορά που μιλάει κάποιος, δώσε το φύλο, την ηλικία, την προφορά, το ηχόχρωμα, το συναίσθημα και τον ρυθμό του: Leo (άντρας γύρω στα σαράντα, χαμηλή και τραχιά φωνή, κουρασμένος, αργός). Μετά, αρκούν το όνομα και μια σύντομη σημείωση για την εκφορά.

  3. Γράψε ανάλογα με τη διάρκεια που διαλέγεις

    Διάλεξε πρώτα τη διάρκεια. Η ομιλία στα αγγλικά τρέχει με περίπου 2,5 λέξεις το δευτερόλεπτο, οπότε ένα σύντομο κλιπ χωράει μία σύντομη ατάκα. Αν βάλεις πολλές λέξεις, κόβονται στη μέση· αν βάλεις λίγες, μένει σιωπή στο τέλος.

  4. Γράψε το prompt στη γλώσσα των ατάκων

    Μια ισπανική σκηνή θέλει ισπανικό prompt, από την περιγραφή μέχρι τον διάλογο. Αν συνδυάσεις αγγλικό prompt με ατάκες σε άλλη γλώσσα, μπερδεύεται η εκφορά.

  5. Δημιούργησε μερικές λήψεις

    Κάθε εκτέλεση είναι μια νέα ερμηνεία, ακόμα και με το ίδιο seed. Τρέξε μια ατάκα δύο ή τρεις φορές και κράτα την καλύτερη.

Συμπλήρωσε αυτό το πρότυπο

Αντικατάστησε κάθε μέρος σε αγκύλες με τη δική σου ιδέα και παράλειψε όποιο μέρος δεν χρειάζεσαι.

Πρότυπο
[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].
Το πρότυπο, συμπληρωμένο
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] Πού βρισκόμαστε και τι ακούμε εκεί: ένα πλυντήριο self-service τα μεσάνυχτα, στεγνωτήρια που βροντούν, ένα φωτάκι φθορίου που βουίζει.
  • [instruments, mood, and how it moves] Ένα αργό ακουστικό κοντραμπάσο και drums με βούρτσες, χαμηλά και νωχελικά. Παράλειψε ολόκληρη την πρόταση όταν δεν θέλεις μουσική.
  • [Name] Ποιος μιλάει. Το όνομα είναι οδηγία και δεν εκφωνείται ποτέ.
  • [gender, age, accent, timbre, emotion, pace] Μια σημείωση casting: γυναίκα γύρω στα τριάντα, ελαφριά ιρλανδική προφορά, μπάσα και βραχνή, διασκεδασμένη, χωρίς βιασύνη.
  • [how they say it] Η εκφορά: λέει σιγανά, φωνάζει από την άλλη άκρη του δωματίου, ψιθυρίζει.
  • [the exact words] Η ατάκα ακριβώς όπως πρέπει να ειπωθεί, με μέγεθος ανάλογο με τη διάρκεια του κλιπ.
  • [How it ends] Πώς ακούγεται το τελευταίο δευτερόλεπτο: η μουσική σβήνει σταδιακά, κλείνει μια πόρτα, η βροχή συνεχίζει.

Prompt για να ξεκινήσεις

  • Αφηγητής πάνω σε ατμόσφαιρα

    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.

    Γιατί δουλεύει: Πρώτα μπαίνει η σκηνή, η φωνή είναι μια σημείωση casting, και το κελάηδισμα συνεχίζεται ώστε το κλιπ να τελειώνει με ήχο και όχι με απότομο κόψιμο. Ταιριάζει διάρκεια 10 δευτερολέπτων.

  • Δύο φωνές, χρονισμένες στο δευτερόλεπτο

    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.

    Γιατί δουλεύει: Κάθε ατάκα ξεκινά με το δικό της χρονικό παράθυρο, ανάλογο με τις λέξεις της, με μικρό κενό ανάμεσα στους ομιλητές και ένα ήσυχο δευτερόλεπτο στο τέλος. Ρύθμισε τη διάρκεια στα 10 δευτερόλεπτα.

  • Μουσικό υπόβαθρο χωρίς φωνή

    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.

    Γιατί δουλεύει: Η φράση «χωρίς φωνή» στην αρχή και ξανά στο τελικό μιξάρισμα κρατά το κομμάτι ενορχηστρωτικό, και τα τμήματα αθροίζουν στα 30 δευτερόλεπτα που ορίζονται στις ρυθμίσεις.

  • Ηχητικά εφέ, χωρίς μουσική

    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.

    Γιατί δουλεύει: Κάθε ήχος έχει συγκεκριμένη πηγή και θέση στον χρόνο, και η τελευταία γραμμή αποκλείει ό,τι δεν θέλεις.

  • Μια καθαρή φωνή για αποθήκευση σε 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."

    Γιατί δουλεύει: Ένας ομιλητής, χωρίς θόρυβο υποβάθρου και με λόγια από την πρώτη στιγμή: το ιδανικό κλιπ για να το αποθηκεύσεις ως φωνή και να το δώσεις σε ένα Character. Ρύθμισε τη διάρκεια στα 10 δευτερόλεπτα.

  • Μια φωνή από μια εικόνα

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

    Γιατί δουλεύει: Ανέβασε ένα πορτρέτο ως Εικόνα και το Seed Audio σχεδιάζει μια φωνή που ταιριάζει με το πρόσωπο, οπότε το prompt χρειάζεται μόνο την εκφορά και τα λόγια. Διάρκεια 5 δευτερολέπτων αρκεί για μία σύντομη ατάκα.

Προχωρημένα

Προχωρημένα prompt για το Seed Audio

Τεχνικές για περισσότερο έλεγχο, όταν τα βασικά δουλεύουν.

Δομή: γράψε μια ραδιοφωνική σκηνή

Ένα πλήρες prompt για το Seed Audio έχει πέντε μέρη, με αυτή τη σειρά: το περιβάλλον (ο τόπος, ο καιρός, η κατάσταση)· η μουσική υπόκρουση και τα ηχητικά εφέ· τι κάνουν οι χαρακτήρες· κάθε φωνή· και τα ακριβή λόγια.

Γράψε το σαν μία σκηνή με χρονολογική σειρά, όπως ένα σενάριο ραδιοφωνικού δράματος: πρώτα η αρχική ατμόσφαιρα και μουσική, μετά κάθε ατάκα με τον ομιλητή, τη φωνή και την εκφορά της, με τα εφέ τοποθετημένα εκεί που συμβαίνουν, και στο τέλος πώς κλείνει: η μουσική δυναμώνει, σβήνει ή κόβεται, ή η ατμόσφαιρα συνεχίζεται μέχρι το τελευταίο δευτερόλεπτο.

  • Περίγραψε μια φωνή πλήρως την πρώτη φορά και μετά χρησιμοποίησε το όνομα και μια σύντομη σημείωση εκφοράς: «Maya, πιο απαλά τώρα:».
  • Εκφωνούνται μόνο τα λόγια σε εισαγωγικά. Τα ονόματα, οι σημειώσεις φωνής και η περιγραφή της σκηνής δεν διαβάζονται ποτέ φωναχτά.
  • Δώσε σε κάθε ομιλητή μιας συζήτησης όνομα και σημείωση φωνής. Οι ομιλητές χωρίς ετικέτα ανταλλάσσουν φωνές.
  • Κράτα το prompt κάτω από περίπου 3.000 χαρακτήρες.

Μια σύντομη σκηνή μάχης

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.

Γιατί δουλεύει: Πρώτα έρχονται ο τόπος, η μουσική και τα εφέ, κάθε ομιλητής παίρνει μια σημείωση casting, το πάταγμα πέφτει ανάμεσα στις ατάκες, και η τελευταία πρόταση λέει πώς τελειώνει το κλιπ.

Περιγραφή μιας φωνής

Γράψε μια φωνή σαν σημείωση casting: φύλο και ηλικία, προφορά, ηχόχρωμα, συναίσθημα και ρυθμό. Πρόσθεσε μια επεξεργασία όταν η φωνή περνά μέσα από κάτι: μια τηλεόραση, ένα ραδιόφωνο, ένα τηλέφωνο.

Δείξε το συναίσθημα μέσα από τον τρόπο εκφοράς, όχι μόνο ονομάζοντάς το: «απαλά, αναγκάζοντας τον εαυτό της να μείνει ψύχραιμη» και «τα λόγια του επιταχύνουν καθώς πανικοβάλλεται» λένε περισσότερα από το «λυπημένη» και «φοβισμένος».

ΓράψεΤι κάνει
raspy, low, gravellyΜια τραχιά, βαθιά φωνή: ταλαιπωρημένη, κουρασμένη ή σκληρή.
clear, bright, crystallineΜια καθαρή, ψηλή, ηχηρή φωνή.
deep and resonantΜια γεμάτη, βαρύτονη φωνή με βάρος από το στήθος.
rapid, soaring, full-throatedΕνθουσιώδης, δυνατή και γρήγορη, σαν ζωντανός αθλητικός σχολιασμός.
as if from a television, with slight reverberationΗ φωνή έρχεται από μια τηλεόραση στο δωμάτιο.
as if over a walkie-talkieΜια φωνή ραδιοφώνου, στενή και με παράσιτα.
a mechanical qualityΜια ρομποτική ή συνθετική χροιά πάνω σε μια ανθρώπινη φωνή.
whispered close to the microphoneΈνας εγγύς, αέρινος ψίθυρος.

Χρονισμός διαλόγου στο δευτερόλεπτο

Για να τοποθετήσεις μια ατάκα στον χρόνο, βάλε το παράθυρό της στην αρχή των λόγων σε εισαγωγικά, σε δευτερόλεπτα με ένα δεκαδικό: «[5.5s:8.0s] Maya! Περίμενε, φεύγεις στ' αλήθεια απόψε;» Χρόνισε κάθε ατάκα του διαλόγου· η μουσική και τα εφέ ακολουθούν τη σειρά της σκηνής.

Μέγεθος του κάθε παραθύρου ανάλογο με τις λέξεις του. Η φυσική αγγλική ομιλία τρέχει με περίπου 2,5 λέξεις το δευτερόλεπτο, οπότε μια ατάκα 10 λέξεων θέλει περίπου 4 δευτερόλεπτα· η ενθουσιώδης εκφορά είναι πιο γρήγορη και η σοβαρή πιο αργή.

  • Άφησε 0,3 έως 0,6 δευτερόλεπτα ανάμεσα στους ομιλητές για φυσική εναλλαγή.
  • Τελείωσε την τελευταία ατάκα τουλάχιστον μισό δευτερόλεπτο πριν λήξει το κλιπ, ώστε το τελικό σβήσιμο να πέσει σε σιωπή ή ατμόσφαιρα.
  • Κράτα κάθε χρόνο μέσα στη διάρκεια του κλιπ. Μην γράψεις ποτέ παράθυρο για ολόκληρο το κλιπ, όπως «[0.0s:10.0s]»: το Mage προσθέτει ήδη ένα.
  • Ο χρονισμός είναι ακριβής για τον διάλογο. Οι χρόνοι σε ένα μουσικό υπόβαθρο είναι ενδεικτικοί, όχι δέσμευση.

Μουσικό υπόβαθρο και ηχητικά εφέ

Για μουσική χωρίς φωνή, πες το στην αρχή και ξανά στο τέλος, και δόμησε το κομμάτι σε τμήματα: «Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.» Μετά το στυλ, τα όργανα, τα εφέ, τη διάρκεια, τα τμήματα με τους χρόνους τους και μια γραμμή για το τελικό μιξάρισμα. Φρόντισε τα τμήματα να αθροίζουν στη διάρκεια που όρισες.

Ονόμασε όργανα και πώς αλλάζει η μουσική με τον χρόνο, όχι μόνο ένα είδος: «βαθιά πολεμικά τύμπανα και χαμηλά χάλκινα, με τα τύμπανα να επιταχύνουν καθώς ανεβαίνει μια χορωδία», «αραιώνει σε ένα μοναχικό κλαρίνο που σβήνει στη σιωπή».

  • Ζήτησε πρωτότυπη μουσική σε ένα είδος και ύφος, ποτέ γνωστό τραγούδι ή θέμα: «Create original music only.»
  • Δώσε σε κάθε εφέ την πηγή και τον ήχο του: «ένα σπαθί γλιστρά πίσω στη θήκη του με ένα καθαρό shhhk», «αλυσίδες πέφτουν στη σκόνη με βαρύ κροτάλισμα». Μια λέξη-ήχος μαζί με την πηγή της διαβάζεται ως ήχος, όχι ως ομιλία.
  • Περίγραψε τον χώρο όπως και τους ήχους: «τα βήματα αντηχούν σε μια πέτρινη αίθουσα», «ένα μικρό μπάνιο με πλακάκια», «μέσα σε ένα τεράστιο στάδιο, με το βρυχηθμό του πλήθους παντού».

Αποθηκευμένες φωνές και εικόνες

Αναφέρσου σε ένα αποθηκευμένο φωνητικό κλιπ με το @handle του και πες τρία πράγματα: τι να δημιουργηθεί, με ποια φωνή και σε τι χρησιμεύει το κλιπ, π.χ. χροιά, προφορά ή συναίσθημα. Περίγραψε τη φωνή και με λόγια δίπλα στο handle: Marcus (μια ζεστή, σίγουρη φωνή εκφωνητή· η φωνή του @marcus-voice), ζωηρά:.

Ή ανέβασε μία εικόνα ενός ανθρώπου ή ενός πλάσματος ως Image, και το Seed Audio σχεδιάζει μια φωνή που ταιριάζει σε αυτήν. Μια εικόνα και αποθηκευμένα φωνητικά κλιπ δεν μπορούν να μπουν στην ίδια δημιουργία.

  • Ένα καλό φωνητικό κλιπ έχει έναν ομιλητή, χωρίς μουσική ή θόρυβο, και ομιλία από το πρώτο δευτερόλεπτο.
  • Η ίδια φωνή από λήψη σε λήψη προκύπτει όταν χρησιμοποιείς ξανά το ίδιο αποθηκευμένο κλιπ. Μια περιγραφή μόνη της αλλάζει από δημιουργία σε δημιουργία.
  • Γράψε το handle, ποτέ ένα όνομα θέσης όπως "@Audio1". Κάθε @ που ακολουθείται από γράμματα πρέπει να είναι φωνή που έχεις αποθηκεύσει, αλλιώς η δημιουργία σταματά πριν γίνει οποιαδήποτε χρέωση.
  • Τα Characters δεν μπορούν να αναφερθούν στο Seed Audio, που δουλεύει με φωνές, όχι με πρόσωπα. Αναφέρσου στο φωνητικό κλιπ που έχεις αποθηκεύσει γι' αυτά.

Δύο αποθηκευμένες φωνές σε μια συνέντευξη στον δρόμο

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.

Γιατί δουλεύει: Κάθε αποθηκευμένη φωνή έχει όνομα, περιγράφεται με λόγια και συνδέεται με έναν ομιλητή, ενώ οι χρονισμένες ατάκες γεμίζουν το κλιπ με μικρό κενό ανάμεσα στις σειρές. Αντικατάστησε τα handles με τις δικές σου αποθηκευμένες φωνές και όρισε τη διάρκεια στα 30 δευτερόλεπτα.

Φωνές και ήχος για βίντεο

Για να δώσεις φωνή σε ένα Character βίντεο, δημιούργησε εδώ μια καθαρή ατάκα (ηχογράφηση στούντιο, χωρίς μουσική ή θόρυβο υποβάθρου), αποθήκευσέ την και σύνδεσέ την με το Character ή κράτησέ την ως Reference φωνής. Μετά αναφέρσου στο Character σε ένα μοντέλο βίντεο με φωνές, όπως το Cherry. Τα μοντέλα βίντεο μπορεί να κρατούν μόνο τα πρώτα δευτερόλεπτα ενός φωνητικού κλιπ, γι' αυτό φρόντισε το κλιπ να μιλά από την πρώτη στιγμή.

Για να ταιριάξεις ένα κλιπ που έχεις ήδη, μέτρα τη διάρκειά του, διάλεξε την αμέσως μεγαλύτερη διάρκεια, χρόνισε τις ατάκες στην εικόνα και κόψε το αποτέλεσμα σε έναν επεξεργαστή.

  • Για μια μεγάλη σκηνή, δημιούργησε ένα κομμάτι τη φορά με τις ίδιες αποθηκευμένες φωνές σε κάθε ένα και ένωσέ τα στο τέλος.

Speech Rate, Pitch Rate και Loudness Rate

Τα Speech Rate, Pitch Rate και Loudness Rate αλλάζουν ολόκληρο το κλιπ, όλες τις φωνές μαζί. Όρισε με λόγια τον ρυθμό και τον τόνο κάθε ομιλητή και χρησιμοποίησε τις ρυθμίσεις μόνο για μια γενική μικρορύθμιση, όπως μια λίγο πιο γρήγορη ανάγνωση ενός τελειωμένου σεναρίου.

Η ρύθμιση Seed δεν επαναλαμβάνει ένα αποτέλεσμα: κάθε δημιουργία είναι μια νέα λήψη.

Γλώσσες

Το Seed Audio μιλά αγγλικά, κινεζικά, ιαπωνικά, κορεατικά, ισπανικά Μεξικού, ισπανικά Ισπανίας, ινδονησιακά, γερμανικά, πορτογαλικά Βραζιλίας, γαλλικά, ταϊλανδικά, βιετναμέζικα, μαλαισιανά, φιλιππινέζικα, ιταλικά, ρωσικά, ολλανδικά, πολωνικά, τουρκικά και σουηδικά. Μία φωνή μπορεί να περάσει από γλώσσα σε γλώσσα.

Γράψε ολόκληρο το prompt στη γλώσσα των ατάκων, μαζί με την περιγραφή της σκηνής, και ονόμασε την προφορά που θέλεις στη σημείωση φωνής.

Συνήθη λάθη

Απόφυγε αυτό, κάνε το εξής

  • Απόφυγε: Μόνο τα λόγια, όταν θέλεις μια σκηνή.

    Welcome back to the show.

    Καλύτερα: Ο χώρος, ο ήχος και η φωνή, και μετά τα λόγια.

    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."
  • Απόφυγε: Ένα καθαρό φωνητικό κλιπ χωρίς οδηγίες.

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

    Καλύτερα: Πες ότι πρόκειται για καθαρή ηχογράφηση.

    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."
  • Απόφυγε: Ένα σενάριο μεγαλύτερο από το κλιπ.

    Καλύτερα: Λιγότερες λέξεις ή μεγαλύτερη διάρκεια.

  • Απόφυγε: Χρονικό παράθυρο για ολόκληρο το κλιπ, όπως "[0.0s:10.0s]".

    Καλύτερα: Παράθυρα μόνο για μεμονωμένες ατάκες. Το Mage προσθέτει το παράθυρο του συνολικού κλιπ.

  • Απόφυγε: "@Audio1" ή μια αποθηκευμένη φωνή χωρίς περιγραφή.

    Καλύτερα: Το @handle της φωνής, με την περιγραφή της φωνής δίπλα του.

  • Απόφυγε: Ομιλητές χωρίς όνομα σε μια συζήτηση.

    Καλύτερα: Ένα όνομα και μια σημείωση φωνής για κάθε ομιλητή.

  • Απόφυγε: Ένα prompt στα αγγλικά με ατάκες στα γαλλικά.

    Καλύτερα: Ολόκληρο το prompt στα γαλλικά.

  • Απόφυγε: "Το θέμα μιας διάσημης ταινίας."

    Καλύτερα: Πρωτότυπη μουσική σε αυτό το είδος και διάθεση.

Συχνές ερωτήσεις

Ερωτήσεις για prompt στο Seed Audio

Πόσο μεγάλο πρέπει να είναι ένα prompt για το Seed Audio;
Αρκετό για να γεμίσει τη διάρκεια που διάλεξες και όχι παραπάνω. Για ομιλία, υπολόγισε περίπου 2,5 λέξεις το δευτερόλεπτο· πρόσθεσε γύρω τους τον χώρο, τη μουσική και τις σημειώσεις φωνής. Κράτα ολόκληρο το prompt κάτω από περίπου 3.000 χαρακτήρες.
Πώς κρατάω την ίδια φωνή σε διαφορετικά κλιπ του Seed Audio;
Αποθήκευσε μια καθαρή ηχογράφηση της φωνής και αναφέρσου στο @handle της σε κάθε prompt, με την περιγραφή της φωνής με λόγια δίπλα του. Μια περιγραφή μόνη της αλλάζει από λήψη σε λήψη.
Μπορεί το Seed Audio να φτιάξει μουσική χωρίς φωνητικά;
Ναι. Ξεκίνα με "Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.", περίγραψε τα όργανα και τα μέρη του κομματιού και κλείσε με "Final mix: No vocals or spoken words."
Γιατί το κλιπ μου στο Seed Audio κόβεται στη μέση μιας λέξης;
Το κλιπ έχει πάντα ακριβώς τη διάρκεια που όρισες και ό,τι περισσεύει κόβεται. Χρησιμοποίησε λιγότερες λέξεις, διάλεξε μεγαλύτερη διάρκεια ή χρόνισε τις ατάκες ώστε η τελευταία να τελειώνει μισό δευτερόλεπτο πριν από το τέλος.
Πώς χρονίζω τον διάλογο στο Seed Audio;
Ξεκίνα κάθε ατάκα μέσα σε εισαγωγικά με το παράθυρό της σε δευτερόλεπτα, όπως "[3.5s:8.0s] I have to go.", με μέγεθος περίπου 2,5 λέξεις το δευτερόλεπτο και ένα μικρό κενό ανάμεσα στους ομιλητές.
Σε ποιες γλώσσες μιλά το Seed Audio;
Είκοσι, μεταξύ των οποίων αγγλικά, κινεζικά, ιαπωνικά, κορεατικά, ισπανικά, πορτογαλικά, γαλλικά, γερμανικά, ιταλικά και ρωσικά. Γράψε ολόκληρο το prompt στη γλώσσα των ατάκων.
Μπορεί το Seed Audio να δώσει φωνή σε μια εικόνα;
Ναι. Ανέβασε μία εικόνα ενός ανθρώπου ή πλάσματος ως Image και γράψε μόνο την εκφορά και τα λόγια. Μια εικόνα δεν μπορεί να συνδυαστεί με αποθηκευμένα φωνητικά κλιπ στην ίδια δημιουργία.

Δημιούργησε τον πρώτο σου ήχο με το Seed Audio

Οι νέοι λογαριασμοί παίρνουν 300 δωρεάν Gems, αρκετά για να δοκιμάσεις το Seed Audio. Χωρίς εγκατάσταση, χωρίς πιστωτική κάρτα.

Δοκίμασε το Seed Audio