راهنمای پرامپتنویسی
نحوه نوشتن پرامپت برای Seed Audio
راهنمای پرامپتنویسی برای Seed Audio: شروع سریع، قالب آماده برای پر کردن و نکتههای حرفهای برای صدا، دیالوگ زمانبندیشده، صداهای ذخیرهشده، موسیقی زمینه و افکتهای صوتی.
شروع سریع
اولین پرامپت عالی شما برای Seed Audio
هر آنچه یک تازهکار در یک دقیقه نیاز دارد: نکات اولیه، مهمترین قانونها، یک قالب برای پر کردن و پرامپتهایی برای کپی کردن.
اول اینها را بدانید
Seed Audio تبدیل متن به گفتار ساده نیست: با یک پرامپت یک صحنهٔ کامل صوتی میسازد، با صدا، دیالوگ، موسیقی و افکت در کنار هم. مکان و آنچه در آن شنیده میشود را بنویسید، بعد هر صدا را مثل یادداشت انتخاب بازیگر توصیف کنید، و سپس عین جملهها را داخل گیومه بیاورید. طول کلیپ دقیقاً همان است که در تنظیمات انتخاب میکنید، پس بهاندازهٔ کافی بنویسید که پر شود و بیشتر نه: هر چه از آن بیشتر باشد در انتها بریده میشود.
مهمترین قانونها
قبل از کلمات، صحنه را بسازید
با مکان و صدای آن شروع کنید: سکوی ایستگاه در باران، ورزشگاهی پرهیاهو، استودیویی آرام. فقط کلمات داخل گیومه گفته میشوند؛ هر چیز دیگر راهنمای صحنه است.
هر صدا را فقط یک بار و کامل توصیف کنید
اولین باری که کسی صحبت میکند، جنسیت، سن، لهجه، رنگ صدا، احساس و سرعت او را بنویس: لئو (مردی چهلساله، صدای بم و خشدار، خسته، آهسته). از آن به بعد، نام و یک یادداشت کوتاه دربارهی اجرا کافی است.
به اندازهی مدتی که انتخاب کردهای بنویس
اول مدت را انتخاب کن. گفتار انگلیسی حدود ۲٫۵ کلمه در ثانیه است، پس یک کلیپ کوتاه جای یک جملهی کوتاه دارد. اگر کلمهها زیاد باشند، وسط کلمه بریده میشوند و اگر کم باشند، آخر کلیپ سکوت میماند.
پرامپت را به زبان دیالوگها بنویس
صحنهی اسپانیایی پرامپت اسپانیایی میخواهد، از توضیح صحنه تا دیالوگ. اگر پرامپت انگلیسی را با دیالوگهایی به زبانی دیگر ترکیب کنی، اجرای صدا به هم میریزد.
چند نسخه تولید کن
هر بار اجرا یک اجرای تازه است، حتی با seed یکسان. یک دیالوگ را دو یا سه بار اجرا کن و بهترین را نگه دار.
این قالب را پر کنید
هر بخشِ داخل کروشه را با ایده خودتان جایگزین کنید و بخشی را که لازم ندارید حذف کنید.
[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].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]کجا هستیم و آنجا چه میشنویم: یک لباسشویی نیمهشب، صدای کوبش خشککنها، وزوز یک چراغ فلورسنت.[instruments, mood, and how it moves]یک کنترباس آرام و درام با ضربات جارویی، کند و بیحال. اگر موسیقی نمیخواهی، کل این جمله را حذف کن.[Name]چه کسی صحبت میکند. نام فقط راهنماست و خوانده نمیشود.[gender, age, accent, timbre, emotion, pace]یادداشت انتخاب بازیگر: زنی سیساله، با لهجهی ملایم ایرلندی، صدای دورگه، سرگرم و بیعجله.[how they say it]نحوهی اجرا: زیر لب میگوید، از آن سر اتاق صدا میزند، نجوا میکند.[the exact words]دیالوگ دقیقاً همانطور که باید گفته شود، متناسب با مدت کلیپ.[How it ends]ثانیهی آخر چه صدایی دارد: موسیقی محو میشود، دری بسته میشود، باران ادامه دارد.
پرامپتهایی برای شروع
یک راوی روی صدای محیط
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.چرا جواب میدهد: اول صحنه میآید، صدا فقط یک یادداشت انتخاب بازیگر است و آواز پرندگان ادامه پیدا میکند تا کلیپ بهجای برش ناگهانی، با صدا تمام شود. مدت ۱۰ ثانیه برایش مناسب است.
دو صدا، زمانبندیشده تا ثانیه
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.چرا جواب میدهد: هر دیالوگ با بازهی زمانی خودش شروع میشود که متناسب با کلماتش است، با فاصلهی کوتاهی بین دو گوینده و یک ثانیه سکوت در پایان. مدت را روی ۱۰ ثانیه بگذار.
موسیقی زمینه بدون صدای انسان
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.چرا جواب میدهد: گفتن «بدون صدا» در ابتدا و دوباره در میکس نهایی باعث میشود قطعه بیکلام بماند و بخشها روی هم به ۳۰ ثانیهای میرسند که در تنظیمات گذاشتهای.
افکتهای صوتی، بدون موسیقی
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.چرا جواب میدهد: هر صدا منبع مشخص و جای مشخصی در زمان دارد و جملهی آخر چیزهایی را که نمیخواهی کنار میگذارد.
یک صدای تمیز برای ذخیره در 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."چرا جواب میدهد: یک گوینده، بدون صدای پسزمینه و با کلام از همان لحظهی اول: بهترین نوع کلیپ برای ذخیره بهعنوان صدا و دادن آن به یک Character. مدت را روی ۱۰ ثانیه بگذار.
صدا از روی یک تصویر
The old fisherman in the picture says warmly, a little amused, unhurried: "Well, look who finally showed up."چرا جواب میدهد: یک پرتره را بهعنوان تصویر آپلود کن تا Seed Audio صدایی متناسب با چهره طراحی کند؛ پس پرامپت فقط به نحوهی اجرا و کلمات نیاز دارد. مدت ۵ ثانیه برای یک جملهی کوتاه مناسب است.
پیشرفته
پرامپتنویسی پیشرفته برای Seed Audio
تکنیکهایی برای کنترل بیشتر، وقتی اصول اولیه را یاد گرفتید.
ساختار: یک صحنهی رادیویی بنویس
یک پرامپت کامل Seed Audio پنج بخش دارد، به این ترتیب: محیط (مکان، آبوهوا، موقعیت)؛ موسیقی زمینه و افکتهای صوتی؛ کارهایی که شخصیتها میکنند؛ صدای هر شخصیت؛ و کلمات دقیق.
آن را مثل فیلمنامهی یک نمایش رادیویی، بهصورت یک صحنه و به ترتیب زمانی بنویس: اول صدای محیط و موسیقیی ابتدایی، بعد هر دیالوگ با گوینده، صدا و نحوهی اجرایش و افکتها در جایی که رخ میدهند، و در پایان نحوهی تمام شدن صحنه: موسیقی اوج میگیرد، محو میشود یا قطع میشود، یا صدای محیط تا ثانیهی آخر ادامه دارد.
- بار اول صدا را کامل توصیف کن، بعد از آن فقط نام و یک یادداشت کوتاه دربارهی اجرا بنویس: «مایا، این بار نرمتر:».
- فقط کلماتی که داخل گیومهاند خوانده میشوند. نامها، یادداشتهای صدا و توضیح صحنه هرگز بلند خوانده نمیشوند.
- برای هر گوینده در یک گفتگو یک نام و یک یادداشت صدا بنویس. گویندههای بدون برچسب صدایشان را با هم عوض میکنند.
- پرامپت را کمتر از حدود ۳٬۰۰۰ نویسه نگه دار.
یک صحنهی کوتاه نبرد
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.چرا جواب میدهد: اول مکان، موسیقی و افکتها میآیند، هر گوینده یک یادداشت انتخاب بازیگر دارد، صدای برخورد بین دیالوگها میافتد و جملهی آخر میگوید کلیپ چطور تمام میشود.
توصیف یک صدا
صدا را مثل یک یادداشت انتخاب بازیگر بنویس: جنسیت و سن، لهجه، رنگ صدا، احساس و سرعت. وقتی صدا از طریق چیزی شنیده میشود، جلوهی آن را هم اضافه کن: تلویزیون، رادیو، تلفن.
احساس را با نحوهی اجرای جمله نشان بده، نه فقط با نام بردن از آن: «نرم، در حالی که سعی میکند خودش را کنترل کند» و «کلماتش از وحشت تندتر میشود» بیشتر از «غمگین» و «ترسیده» منتقل میکنند.
| بنویسید | چه کاری میکند |
|---|---|
raspy, low, gravelly | صدایی خشن و بم: کهنهکار، خسته یا سرسخت. |
clear, bright, crystalline | صدایی تمیز، بالا و طنیندار. |
deep and resonant | صدایی پر و رعدآسا با وزن در سینه. |
rapid, soaring, full-throated | هیجانزده، بلند و تند، مثل گزارش زندهی مسابقهی ورزشی. |
as if from a television, with slight reverberation | صدا از یک تلویزیون داخل اتاق میآید. |
as if over a walkie-talkie | صدایی خشدار و باریک، مثل رادیو. |
a mechanical quality | حالتی رباتی یا مصنوعی روی یک صدای انسانی. |
whispered close to the microphone | نجوایی صمیمی و پرنفس. |
زمانبندی دیالوگ تا ثانیه
برای قرار دادن یک دیالوگ در زمان، بازهی آن را ابتدای کلمات داخل گیومه بگذار، بر حسب ثانیه با یک رقم اعشار: «[5.5s:8.0s] مایا! صبر کن، واقعاً امشب میروی؟» همهی دیالوگها را زمانبندی کن؛ موسیقی و افکتها از ترتیب صحنه پیروی میکنند.
بازهی هر دیالوگ را متناسب با کلماتش بگیر. گفتار طبیعی انگلیسی حدود ۲٫۵ کلمه در ثانیه است، پس جملهای ۱۰ کلمهای حدود ۴ ثانیه لازم دارد؛ اجرای هیجانی سریعتر و اجرای سنگین کندتر است.
- بین گویندهها ۰٫۳ تا ۰٫۶ ثانیه فاصله بگذار تا نوبتگیری طبیعی باشد.
- دیالوگ آخر را دستکم نیم ثانیه قبل از پایان کلیپ تمام کن تا محوشدن پایانی روی سکوت یا صدای محیط بیفتد.
- همهی زمانها را داخل مدت کلیپ نگه دار. هرگز برای کل کلیپ بازه ننویس، مثل «[0.0s:10.0s]»: Mage خودش یکی اضافه میکند.
- زمانبندی برای دیالوگ دقیق است. زمانها در موسیقی زمینه فقط راهنما هستند، نه تضمین.
موسیقی زمینه و افکتهای صوتی
برای موسیقی بدون صدای انسان، این را در ابتدا و دوباره در پایان بگو و قطعه را در بخشها بچین: «فقط موسیقی زمینه و افکتهای صوتی تولید کن. بدون صدا، بدون دیالوگ، بدون روایت، بدون شعر.» بعد سبک، سازها، افکتها، مدت، بخشها با زمانشان و یک جمله برای میکس نهایی را بنویس. بخشها باید روی هم به مدتی که تنظیم کردهای برسند.
سازها و تغییر موسیقی در طول زمان را نام ببر، نه فقط ژانر: «طبلهای عمیق جنگی و سازهای بادی برنجی بم، طبلها تندتر میشوند و گروه کر اوج میگیرد»، «کمکم به یک کلارینت تنها میرسد که در سکوت محو میشود».
- موسیقی اورجینال در یک ژانر و حالوهوا بخواه، نه یک آهنگ یا تم مشهور: «فقط موسیقی اورجینال بساز.»
- برای هر افکت منبع و صدایش را بنویس: «شمشیری با صدای تیز شیکک به غلاف برمیگردد»، «زنجیرها با جرینگ سنگین روی خاک میافتند». واژهی صدا همراه با منبعش بهعنوان صدا فهمیده میشود، نه گفتار.
- فضا را هم مثل صداها توصیف کن: «صدای قدمها در تالاری سنگی میپیچد»، «یک حمام کوچک کاشیکاریشده»، «درون یک استادیوم عظیم، غرش جمعیت در تمام مدت».
صداها و تصویرهای ذخیرهشده
یک کلیپ صدای ذخیرهشده را با @handle آن اشاره کنید و سه چیز بگویید: چه چیزی تولید شود، با کدام صدا، و کلیپ برای چیست؛ مثلاً رنگ صدا، لهجه یا احساس. صدا را کنار handle با کلمات هم توصیف کنید: Marcus (صدای گویندهای نرم و مطمئن؛ صدای @marcus-voice)، با انرژی:.
یا یک تصویر از یک آدم یا یک موجود را بهعنوان Image آپلود کنید تا Seed Audio صدایی متناسب با آن طراحی کند. تصویر و کلیپهای صدای ذخیرهشده را نمیشود در یک تولید با هم استفاده کرد.
- کلیپ صدای خوب فقط یک گوینده دارد، بدون موسیقی یا نویز، و گفتار از همان ثانیهٔ اول شروع میشود.
- برای داشتن همان صدا در تیکهای مختلف، از همان کلیپ ذخیرهشده دوباره استفاده کنید. فقط توصیف کلامی از اجرایی به اجرای دیگر تغییر میکند.
- همیشه handle را بنویسید، نه نام جایگاهی مثل «@Audio1». هر @ که بعدش حروف بیاید باید صدایی باشد که ذخیره کردهاید، وگرنه تولید پیش از کسر هزینه متوقف میشود.
- در Seed Audio نمیشود Characters را اشاره کرد، چون این مدل صدا میگیرد نه چهره. بهجای آن، کلیپ صدایی را که برای آنها ذخیره کردهاید اشاره کنید.
دو صدای ذخیرهشده در یک مصاحبهٔ خیابانی
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.چرا جواب میدهد: هر صدای ذخیرهشده نام دارد، با کلمات توصیف شده و به یک گوینده وصل است، و خطوط زمانبندیشده کلیپ را با فاصلهای کوتاه میان نوبتها پر میکنند. handleها را با صداهای ذخیرهشدهٔ خودتان عوض کنید و مدت را روی ۳۰ ثانیه بگذارید.
صدا و افکت صوتی برای ویدیو
برای دادن صدا به یک Character در ویدیو، همینجا یک جملهٔ تمیز تولید کنید (ضبط استودیویی، بدون موسیقی و بدون صدای پسزمینه)، آن را ذخیره کنید و به Character وصل کنید یا بهعنوان Reference صدا نگه دارید. سپس Character را در یک مدل ویدیویی که صدا دارد، مثل Cherry، اشاره کنید. مدلهای ویدیو ممکن است فقط چند ثانیهٔ اول کلیپ صدا را نگه دارند، پس کلیپ را از همان لحظهٔ اول گویا کنید.
برای هماهنگ کردن با کلیپی که از قبل دارید، طولش را اندازه بگیرید، نزدیکترین مدت بلندتر را انتخاب کنید، خطوط را با تصویر زمانبندی کنید و نتیجه را در یک ویرایشگر کوتاه کنید.
- برای یک صحنهٔ بلند، هر بار یک بخش تولید کنید و در همهشان از همان صداهای ذخیرهشده استفاده کنید، بعد آنها را به هم وصل کنید.
Speech Rate، Pitch Rate و Loudness Rate
Speech Rate، Pitch Rate و Loudness Rate کل کلیپ را تغییر میدهند، یعنی همهٔ صداها را با هم. سرعت و زیر و بمی هر گوینده را با کلمات مشخص کنید و از این تنظیمات فقط برای یک تغییر کلی استفاده کنید، مثلاً خواندن کمی سریعتر یک متن نهایی.
تنظیم Seed نتیجه را تکرار نمیکند: هر اجرا یک تیک تازه است.
زبانها
Seed Audio به انگلیسی، چینی، ژاپنی، کرهای، اسپانیایی مکزیکی، اسپانیایی کاستیلی، اندونزیایی، آلمانی، پرتغالی برزیلی، فرانسوی، تایلندی، ویتنامی، مالایی، فیلیپینی، ایتالیایی، روسی، هلندی، لهستانی، ترکی و سوئدی صحبت میکند. یک صدا میتواند میان زبانها هم کار کند.
کل پرامپت را به زبان خطوط بنویسید، از جمله توصیف صحنه، و لهجهٔ دلخواه را در یادداشت صدا بیاورید.
اشتباهات رایج
این کار را نکنید، بهجایش این کار را بکنید
نکنید: فقط کلمات، وقتی صحنه میخواهید.
Welcome back to the show.بهجایش: مکان، صدا و گوینده، بعد کلمات.
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."نکنید: یک کلیپ صدای تمیز بدون هیچ دستورالعملی.
Mara says: "I grew up on this coast."بهجایش: بگویید که ضبطی تمیز است.
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."نکنید: متنی بلندتر از کلیپ.
بهجایش: کلمات کمتر، یا مدت بیشتر.
نکنید: یک بازهٔ زمانی برای کل کلیپ، مثل «[0.0s:10.0s]».
بهجایش: بازهٔ زمانی فقط برای خطوط جداگانه. بازهٔ کل کلیپ را Mage خودش اضافه میکند.
نکنید: «@Audio1»، یا یک صدای ذخیرهشده بدون توصیف.
بهجایش: @handle صدا، با توصیف صدا در کنارش.
نکنید: گویندههای بینام در یک گفتگو.
بهجایش: یک نام و یک یادداشت صدا برای هر گوینده.
نکنید: پرامپت انگلیسی با خطوط فرانسوی.
بهجایش: کل پرامپت به فرانسوی.
نکنید: «موسیقی تیتراژ یک فیلم معروف.»
بهجایش: موسیقی اورجینال در همان سبک و حالوهوا.
سؤالات متداول
پرسشهایی درباره پرامپتنویسی برای Seed Audio
پرامپت Seed Audio چقدر باید بلند باشد؟
چطور در کلیپهای Seed Audio همان صدا را نگه دارم؟
آیا Seed Audio میتواند موسیقی بدون آواز بسازد؟
چرا کلیپ Seed Audio من وسط کلمه بریده میشود؟
چطور دیالوگ را در Seed Audio زمانبندی کنم؟
Seed Audio به چه زبانهایی صحبت میکند؟
آیا Seed Audio میتواند به یک تصویر صدا بدهد؟
راهنمای پرامپتنویسی
راهنماهای پرامپتنویسی بیشتر
نحوه نوشتن پرامپت برای Eleven Music
راهنمای پرامپت Eleven Music: چطور برای موسیقی ElevenLabs با ژانر، حالوهوا، سازها، تمپو و دوره پرامپت بنویسی، بههمراه متن ترانه، لوپ و نمونه آهنگ.
نحوه نوشتن پرامپت برای Eleven Speech
راهنمای پرامپت Eleven Speech: چطور ElevenLabs v4 را با تگهای صوتی مثل [whispers] و [laughs]، مکث، تلفظ و نمونههای گویندگی هدایت کنید.
نحوه نوشتن پرامپت برای Anima
راهنمای نوشتن پرامپت برای مدل هوش مصنوعی Anima در Mage: ترتیب تگهای Danbooru، تگهای ردهبندی، وزنهای قوی، پرانتزهای escapeشده و نمونه پرامپتهای Anima برای شخصیتها و صحنهها.
نحوه نوشتن پرامپت برای Chroma
راهنمای پرامپت Chroma: چطور با یک پاراگراف به سبک کپشن برای Chroma پرامپت بنویسی، از پرامپت منفیاش استفاده کنی، گامها و مقیاس هدایت را تنظیم کنی و نمونهپرامپتهای Chroma را کپی کنی.
نحوه نوشتن پرامپت برای Flux 2
راهنمای پرامپت Flux 2: چطور برای Flux 2 Dev پرامپت بنویسیم، با ترتیب کلمات مبتنی بر سوژه، پرامپت JSON، رنگهای هگز دقیق و ویرایش چندتصویری، همراه با مثال.
نحوه نوشتن پرامپت برای GPT Image 2
راهنمای پرامپت GPT Image 2: چطور برای GPT Image 2.5 Flare و Sunburst پرامپت بنویسید تا متن دقیق، ویرایشهای موبهمو و شخصیتهای ثابت بگیرید، همراه با مثال.

اولین صدای خود را با Seed Audio بسازید
حسابهای جدید 300 Gems رایگان میگیرند که برای امتحان Seed Audio کافی است. بدون نصب، بدون کارت اعتباری.
Seed Audio را امتحان کن