Passer au contenu
Se connecterS’inscrire gratuitement

Guide de prompts

Comment écrire un prompt pour Seed Audio

Comment écrire un prompt pour Seed Audio : un démarrage rapide, un modèle à remplir et des conseils d'expert pour les voix, les dialogues synchronisés, les voix enregistrées, les fonds musicaux et les effets sonores.

Essayer Seed AudioPage du modèle Seed Audio

Démarrage rapide

Ton premier super prompt pour Seed Audio

Tout ce dont un débutant a besoin en une minute : ce qu'il faut savoir d'abord, les règles les plus importantes, un modèle à remplir et des prompts à copier.

À savoir d'abord

Seed Audio n'est pas une synthèse vocale : il crée toute une scène sonore à partir d'un seul prompt, avec voix, dialogues, musique et effets réunis. Écris le lieu et ce qu'on y entend, puis chaque voix comme une note de casting, puis les mots exacts entre guillemets. Le clip dure exactement la durée choisie dans les réglages : écris assez pour la remplir, sans plus, car tout ce qui dépasse est coupé à la fin.

Les règles les plus importantes

  1. Pose la scène avant les mots

    Commence par le lieu et son ambiance sonore : un quai sous la pluie, un stade en furie, un studio calme. Seuls les mots entre guillemets sont prononcés ; tout le reste est une indication.

  2. Décris chaque voix une fois, en détail

    La première fois que quelqu'un parle, indique son genre, son âge, son accent, son timbre, son émotion et son rythme : Léo (un homme d'une quarantaine d'années, voix grave et rocailleuse, fatigué, lent). Ensuite, le prénom et une courte note d'interprétation suffisent.

  3. Écris en fonction de la durée choisie

    Choisis d'abord la durée. En anglais, on parle à environ 2,5 mots par seconde : un clip court tient donc une seule courte réplique. Trop de mots, et la fin est coupée en plein mot ; trop peu, et le clip se termine dans le silence.

  4. Écris le prompt dans la langue des répliques

    Une scène en espagnol appelle un prompt en espagnol, de la description jusqu'aux dialogues. Mélanger un prompt en anglais avec des répliques dans une autre langue brouille l'interprétation.

  5. Génère plusieurs prises

    Chaque génération est une nouvelle interprétation, même avec la même seed. Lance une réplique deux ou trois fois et garde la meilleure.

Remplis ce modèle

Remplace chaque partie entre crochets par ton idée, et supprime celles dont tu n'as pas besoin.

Modèle
[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].
Le modèle, rempli
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] Où on est et ce qu'on y entend : une laverie à minuit, des sèche-linge qui cognent, un néon qui grésille.
  • [instruments, mood, and how it moves] Une contrebasse lente et des balais sur la batterie, grave et nonchalant. Supprime toute la phrase si tu ne veux pas de musique.
  • [Name] Qui parle. Le nom est une indication et n'est jamais prononcé.
  • [gender, age, accent, timbre, emotion, pace] Une note de casting : une femme d'une trentaine d'années, léger accent irlandais, voix rauque, amusée, sans se presser.
  • [how they say it] L'interprétation : dit à mi-voix, lance à travers la pièce, murmure.
  • [the exact words] La réplique telle qu'elle doit être prononcée, calibrée sur la durée du clip.
  • [How it ends] Ce qu'on entend dans la dernière seconde : la musique s'estompe, une porte se ferme, la pluie continue.

Des prompts pour te lancer

  • Un narrateur sur une ambiance sonore

    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.

    Pourquoi ça marche: La scène vient en premier, la voix est une note de casting, et le chant des oiseaux continue pour que le clip se termine sur du son plutôt que sur une coupure. Une durée de 10 secondes convient.

  • Deux voix, minutées à la seconde

    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.

    Pourquoi ça marche: Chaque réplique commence par sa propre fenêtre de temps, calibrée sur ses mots, avec un court silence entre les personnages et une seconde de calme à la fin. Règle la durée sur 10 secondes.

  • Un fond musical sans voix

    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.

    Pourquoi ça marche: Écrire « pas de voix » au début, puis de nouveau dans le mixage final, garde le morceau instrumental, et les sections totalisent les 30 secondes définies dans les réglages.

  • Des effets sonores, sans musique

    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.

    Pourquoi ça marche: Chaque son a une source concrète et une place dans le temps, et la dernière ligne exclut ce que tu ne veux pas.

  • Une voix claire à enregistrer pour un 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."

    Pourquoi ça marche: Un seul personnage qui parle, aucun bruit de fond, et des mots dès la première seconde : le meilleur type de clip à enregistrer comme voix et à associer à un Character. Règle la durée sur 10 secondes.

  • Une voix à partir d'une image

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

    Pourquoi ça marche: Importe un portrait comme Image et Seed Audio crée une voix adaptée au visage : le prompt n'a besoin que de l'interprétation et des mots. Une durée de 5 secondes convient pour une courte réplique.

Avancé

Prompts avancés pour Seed Audio

Des techniques pour mieux contrôler le résultat une fois les bases acquises.

Structure : écris une scène de radio

Un prompt Seed Audio complet comporte cinq parties, dans cet ordre : l'environnement (le lieu, la météo, la situation) ; la musique de fond et les effets sonores ; ce que font les personnages ; chaque voix ; et les mots exacts.

Écris-le comme une seule scène dans l'ordre chronologique, à la manière d'un script de fiction radiophonique : d'abord l'ambiance et la musique d'ouverture, puis chaque réplique avec son personnage, sa voix et son interprétation, les effets placés au moment où ils se produisent, et enfin la fin : la musique monte, s'estompe ou s'arrête net, ou l'ambiance continue jusqu'à la dernière seconde.

  • Décris une voix en détail la première fois, puis utilise le prénom et une courte note d'interprétation : « Maya, plus doucement : ».
  • Seuls les mots entre guillemets sont prononcés. Les noms, les notes de voix et la description de la scène ne sont jamais lus à voix haute.
  • Donne à chaque personnage d'une conversation un nom et une note de voix. Les personnages sans étiquette échangent leurs voix.
  • Garde le prompt sous les 3 000 caractères environ.

Une courte scène de bataille

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.

Pourquoi ça marche: Le lieu, la musique et les effets viennent d'abord, chaque personnage a sa note de casting, le fracas tombe entre les répliques, et la dernière phrase dit comment le clip se termine.

Décrire une voix

Décris une voix comme une note de casting : genre et âge, accent, timbre, émotion et rythme. Ajoute un traitement quand la voix passe par un appareil : une télévision, une radio, un téléphone.

Montre l'émotion par la façon de dire la réplique, pas seulement en la nommant : « doucement, en se forçant à rester calme » et « ses mots s'accélèrent sous l'effet de la panique » en disent plus que « triste » et « effrayé ».

ÉcrisCe que ça fait
raspy, low, gravellyUne voix rauque et grave : usée, fatiguée ou dure.
clear, bright, crystallineUne voix claire, aiguë et cristalline.
deep and resonantUne voix pleine et sonore, avec du coffre.
rapid, soaring, full-throatedEnthousiaste, fort et rapide, comme un commentaire sportif en direct.
as if from a television, with slight reverberationLa voix vient d'une télé dans la pièce.
as if over a walkie-talkieUne voix de radio, grésillante et étroite.
a mechanical qualityUne touche robotique ou synthétique sur une voix humaine.
whispered close to the microphoneUn murmure intime et soufflé.

Minuter un dialogue à la seconde

Pour placer une réplique dans le temps, mets sa fenêtre au début des mots entre guillemets, en secondes avec une décimale : « [5.5s:8.0s] Maya ! Attends, tu pars vraiment ce soir ? » Minute chaque réplique du dialogue ; la musique et les effets suivent l'ordre de la scène.

Calibre chaque fenêtre sur ses mots. L'anglais naturel court à environ 2,5 mots par seconde : une réplique de 10 mots demande donc environ 4 secondes ; une interprétation enthousiaste va plus vite, une interprétation grave plus lentement.

  • Laisse 0,3 à 0,6 seconde entre les personnages pour un tour de parole naturel.
  • Termine la dernière réplique au moins une demi-seconde avant la fin du clip, pour que le fondu final tombe sur du silence ou de l'ambiance.
  • Garde chaque temps dans la durée du clip. N'écris jamais une fenêtre pour tout le clip, comme « [0.0s:10.0s] » : Mage en ajoute déjà une.
  • Le minutage est précis pour les dialogues. Pour un fond musical, les temps sont une indication, pas une promesse.

Fonds musicaux et effets sonores

Pour une musique sans voix, dis-le au début puis de nouveau à la fin, et organise le morceau en sections : « Génère uniquement de la musique de fond et des effets sonores. Pas de voix, pas de dialogue, pas de narration, pas de paroles. » Indique ensuite le style, les instruments, les effets, la durée, les sections avec leurs temps, et une ligne sur le mixage final. Fais en sorte que les sections totalisent la durée que tu as définie.

Nomme les instruments et l'évolution de la musique dans le temps, pas seulement un genre : « tambours de guerre profonds et cuivres graves, les tambours s'accélérant tandis qu'un chœur monte », « elle s'allège jusqu'à une clarinette seule qui s'éteint dans le silence ».

  • Demande une musique originale dans un genre et une ambiance, jamais un morceau ou un thème connu : « Crée uniquement une musique originale. »
  • Donne à chaque effet sa source et son son : « une épée glisse dans son fourreau avec un shhhk net », « des chaînes tombent dans la poussière avec un lourd fracas ». Un mot sonore accompagné de sa source est lu comme un son, pas comme de la parole.
  • Décris l'espace autant que les sons : « des pas résonnent dans une salle en pierre », « une petite salle de bains carrelée », « à l'intérieur d'un immense stade, la clameur de la foule en continu ».

Voix et images enregistrées

Mentionne un clip vocal enregistré avec son @handle et précise trois choses : ce qu'il faut générer, quelle voix utiliser et à quoi sert le clip (timbre, accent ou émotion, par exemple). Décris aussi la voix avec des mots à côté du handle : Marcus (une voix de présentateur posée et assurée ; la voix de @marcus-voice), enjoué :.

Tu peux aussi importer une image d'une personne ou d'une créature comme Image, et Seed Audio crée une voix qui lui correspond. Une image et des clips vocaux enregistrés ne peuvent pas être utilisés dans la même génération.

  • Un bon clip vocal ne contient qu'une seule voix, ni musique ni bruit, et la parole démarre dès la première seconde.
  • Pour garder la même voix d'une prise à l'autre, réutilise le même clip enregistré. Une description seule varie d'une génération à l'autre.
  • Écris le handle, jamais un nom d'emplacement comme « @Audio1 ». Tout @ suivi de lettres doit correspondre à une voix que tu as enregistrée, sinon la génération s'arrête avant qu'on te débite quoi que ce soit.
  • Les Characters ne peuvent pas être mentionnés dans Seed Audio, qui prend des voix, pas des visages. Mentionne plutôt le clip vocal que tu as enregistré pour eux.

Deux voix enregistrées dans une interview de rue

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.

Pourquoi ça marche: Chaque voix enregistrée a un nom, une description en mots et un locuteur associé, et les répliques minutées remplissent le clip avec une courte pause entre chaque prise de parole. Remplace les handles par tes propres voix enregistrées et règle la durée sur 30 secondes.

Voix et sons pour la vidéo

Pour donner une voix à un Character de vidéo, génère ici une réplique propre (enregistrement studio, sans musique ni bruit de fond), enregistre-la, puis associe-la au Character ou garde-la comme Reference vocale. Mentionne ensuite le Character dans un modèle vidéo avec voix, comme Cherry. Les modèles vidéo ne gardent parfois que les premières secondes d'un clip vocal : fais donc parler le clip dès le tout début.

Pour t'adapter à un clip que tu as déjà, mesure sa durée, choisis la durée supérieure, minute les répliques sur l'image, puis rogne le résultat dans un éditeur.

  • Pour une longue scène, génère une partie à la fois avec les mêmes voix enregistrées à chaque fois, puis assemble le tout ensuite.

Speech Rate, Pitch Rate et Loudness Rate

Speech Rate, Pitch Rate et Loudness Rate modifient tout le clip, toutes les voix à la fois. Décris plutôt avec des mots le rythme et la hauteur de chaque locuteur, et n'utilise ces réglages que pour un petit ajustement global, comme une lecture un peu plus rapide d'un script terminé.

Le réglage Seed ne permet pas de reproduire un résultat : chaque génération donne une nouvelle prise.

Langues

Seed Audio parle anglais, chinois, japonais, coréen, espagnol mexicain, espagnol castillan, indonésien, allemand, portugais brésilien, français, thaï, vietnamien, malais, filipino, italien, russe, néerlandais, polonais, turc et suédois. Une même voix peut passer d'une langue à l'autre.

Écris tout le prompt dans la langue des répliques, description de la scène comprise, et indique l'accent voulu dans la note de voix.

Erreurs courantes

À éviter, et quoi faire à la place

  • À éviter: Seulement les mots, quand tu veux une scène.

    Welcome back to the show.

    À la place: Le lieu, le son et la voix, puis les mots.

    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."

  • À éviter: Un clip vocal propre sans aucune instruction.

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

    À la place: Précise qu'il s'agit d'un enregistrement propre.

    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."

  • À éviter: Un script plus long que le clip.

    À la place: Moins de mots, ou une durée plus longue.

  • À éviter: Une fenêtre de temps pour tout le clip, comme « [0.0s:10.0s] ».

    À la place: Des fenêtres uniquement sur chaque réplique. Mage ajoute celle du clip entier.

  • À éviter: « @Audio1 », ou une voix enregistrée sans description.

    À la place: Le @handle de la voix, avec la voix décrite à côté.

  • À éviter: Des locuteurs sans nom dans une conversation.

    À la place: Un nom et une note de voix pour chaque locuteur.

  • À éviter: Un prompt en anglais avec des répliques en français.

    À la place: Tout le prompt en français.

  • À éviter: « Le thème d'un film célèbre. »

    À la place: Une musique originale de ce genre et de cette ambiance.

FAQ

Questions sur les prompts pour Seed Audio

Quelle longueur doit avoir un prompt Seed Audio ?
Assez long pour remplir la durée choisie, sans plus. Pour la parole, compte environ 2,5 mots par seconde ; ajoute autour le lieu, la musique et les notes de voix. Garde l'ensemble du prompt sous les 3 000 caractères environ.
Comment garder la même voix d'un clip Seed Audio à l'autre ?
Enregistre un enregistrement propre de la voix et mentionne son @handle dans chaque prompt, avec la voix décrite en mots à côté. Une description seule varie d'une prise à l'autre.
Seed Audio peut-il créer de la musique sans voix ?
Oui. Commence par « Génère uniquement de la musique d'ambiance et des effets sonores. Pas de voix, pas de dialogue, pas de narration, pas de paroles. », décris les instruments et les sections, puis termine par « Mixage final : aucune voix ni parole. »
Pourquoi mon clip Seed Audio est-il coupé au milieu d'un mot ?
Le clip dure toujours exactement la durée que tu as réglée, et tout ce qui dépasse est coupé. Utilise moins de mots, choisis une durée plus longue ou minute les répliques pour que la dernière se termine une demi-seconde avant la fin.
Comment minuter un dialogue dans Seed Audio ?
Commence chaque réplique entre guillemets par sa fenêtre en secondes, comme « [3.5s:8.0s] Je dois y aller. », calibrée à environ 2,5 mots par seconde, avec une courte pause entre les locuteurs.
Quelles langues parle Seed Audio ?
Vingt, dont l'anglais, le chinois, le japonais, le coréen, l'espagnol, le portugais, le français, l'allemand, l'italien et le russe. Écris tout le prompt dans la langue des répliques.
Seed Audio peut-il donner une voix à une image ?
Oui. Importe une image d'une personne ou d'une créature comme Image et écris seulement le ton et les mots. Une image ne peut pas être combinée avec des clips vocaux enregistrés dans la même génération.

Crée ton premier audio avec Seed Audio

Les nouveaux comptes reçoivent 300 Gems gratuits, de quoi essayer Seed Audio. Sans installation, sans carte bancaire.

Essayer Seed Audio