Перейти до вмісту

Посібник із промптів

Як писати промпти для Seed Audio

Як писати промпти для Seed Audio: швидкий старт, шаблон для заповнення та поради експертів щодо голосів, діалогів із таймінгом, збережених голосів, музичного фону й звукових ефектів.

Швидкий старт

Твій перший чудовий промпт для Seed Audio

Усе, що потрібно новачкові, за одну хвилину: що варто знати спершу, найважливіші правила, шаблон для заповнення та промпти, які можна скопіювати.

Що варто знати спершу

Seed Audio — це не синтез мовлення з тексту: він створює цілу звукову сцену з одного промпта, де разом звучать голоси, діалоги, музика та ефекти. Опиши місце й те, що там чути, потім кожен голос, як нотатку для кастингу, а далі точні слова в лапках. Кліп має рівно ту тривалість, яку ти обереш у налаштуваннях, тож пиши достатньо, щоб заповнити її, і не більше: усе, що не вміститься, буде обрізано наприкінці.

Найважливіші правила

  1. Спочатку створи сцену, потім слова

    Почни з місця та його звуку: дощова платформа, ревучий стадіон, тиха студія. Вимовляються лише слова в лапках; усе інше — вказівки.

  2. Описуй кожен голос один раз, але повно

    Коли персонаж говорить уперше, опиши його стать, вік, акцент, тембр, емоцію й темп: Лео (чоловік за сорок, низький хрипкуватий голос, втомлений, повільний). Далі досить імені та короткої примітки про подачу.

  3. Пиши під обрану тривалість

    Спершу обери тривалість. Англійська мова — це приблизно 2,5 слова за секунду, тож у короткий кліп влізе одна коротка репліка. Забагато слів обірветься на пів слові, замало — наприкінці буде тиша.

  4. Пиши промпт мовою реплік

    Для іспанської сцени промпт теж пишеться іспанською — від опису до діалогів. Якщо змішати англійський промпт з репліками іншою мовою, подача вийде плутаною.

  5. Згенеруй кілька дублів

    Кожен запуск — це нове виконання, навіть з тим самим seed. Запусти репліку два-три рази й залиш найкращий варіант.

Заповни цей шаблон

Заміни кожну частину в квадратних дужках своєю ідеєю, а непотрібну частину просто пропусти.

Шаблон
[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].
Заповнений шаблон
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] Де ми й що там чути: пральня опівночі, гуркіт сушарок, гудіння лампи денного світла.
  • [instruments, mood, and how it moves] Повільний контрабас і м’які щітки на барабанах, низько й ліниво. Якщо музика не потрібна, не пиши це речення зовсім.
  • [Name] Хто говорить. Ім’я — це вказівка, його ніколи не промовляють.
  • [gender, age, accent, timbre, emotion, pace] Примітка для кастингу: жінка за тридцять, легкий ірландський акцент, хрипкуватий голос, життєрадісна, неквапна.
  • [how they say it] Подача: каже пошепки собі під ніс, гукає через кімнату, шепоче.
  • [the exact words] Репліка точно так, як її має бути вимовлено, і відповідно до довжини кліпу.
  • [How it ends] Яким буде звучання останньої секунди: музика стихає, зачиняються двері, дощ іде далі.

Промпти для старту

  • Оповідач на тлі атмосфери

    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.

    Чому це працює: Спочатку йде сцена, голос задано приміткою для кастингу, а пташиний спів триває, тож кліп завершується звуком, а не різким обривом. Тривалість 10 секунд тут пасує.

  • Два голоси з точністю до секунди

    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.

    Чому це працює: Кожна репліка починається зі свого часового вікна, розміром під кількість слів, із короткою паузою між мовцями та секундою тиші наприкінці. Постав тривалість 10 секунд.

  • Музичне тло без голосу

    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.

    Чому це працює: Фраза «без голосу» на початку й ще раз у фінальному міксі лишає звучання суто інструментальним, а сума секцій дорівнює 30 секундам, заданим у налаштуваннях.

  • Звукові ефекти без музики

    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.

    Чому це працює: Кожен звук має конкретне джерело й місце в часі, а останній рядок виключає все, чого ти не хочеш.

  • Чистий голос, щоб зберегти для 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."

    Чому це працює: Один мовець, жодного фону й слова з першої миті — найкращий кліп, щоб зберегти його як голос і дати Character. Постав тривалість 10 секунд.

  • Голос за зображенням

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

    Чому це працює: Завантаж портрет як зображення, і Seed Audio створить голос під це обличчя, тож у промпті потрібні лише подача та слова. Тривалості 5 секунд вистачить на одну коротку репліку.

Для досвідчених

Просунуті промпти для Seed Audio

Прийоми для більшого контролю, коли основи вже освоєно.

Структура: напиши радіосцену

Повний промпт для Seed Audio складається з п’яти частин у такому порядку: середовище (місце, погода, ситуація); фонова музика та звукові ефекти; що роблять персонажі; голос кожного; точні слова.

Пиши це як одну сцену в хронологічному порядку, наче сценарій радіовистави: початкова атмосфера й музика, потім кожна репліка з мовцем, голосом і подачею, ефекти — там, де вони трапляються, і нарешті завершення: музика наростає, стихає чи обривається або атмосфера триває до останньої секунди.

  • Повністю опиши голос уперше, а далі користуйся іменем і короткою приміткою про подачу: «Майя, тепер тихіше:».
  • Вимовляються лише слова в лапках. Імена, примітки про голос і опис сцени ніколи не озвучуються.
  • Дай кожному мовцеві в розмові ім’я та примітку про голос. Мовці без позначок міняються голосами.
  • Тримай промпт у межах приблизно 3 000 символів.

Коротка сцена бою

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.

Чому це працює: Спочатку місце, музика й ефекти, кожен мовець має примітку для кастингу, гуркіт падіння припадає між реплік, а останнє речення описує, як закінчується кліп.

Як описати голос

Описуй голос як примітку для кастингу: стать і вік, акцент, тембр, емоція та темп. Додай обробку, якщо голос лунає крізь щось: телевізор, радіо, телефон.

Передавай емоцію через подачу репліки, а не лише назвою: «тихо, змушуючи себе зберігати спокій» і «слова пришвидшуються, коли він панікує» кажуть більше, ніж «сумно» й «страшно».

ПишиЩо це робить
raspy, low, gravellyГрубий, глибокий голос: бувалий, втомлений або жорсткий.
clear, bright, crystallineЧистий, високий, дзвінкий голос.
deep and resonantПовний, гучний голос із вагою в грудях.
rapid, soaring, full-throatedЗбуджений, гучний і швидкий, як у спортивного коментатора наживо.
as if from a television, with slight reverberationГолос лунає з телевізора в кімнаті.
as if over a walkie-talkieТріскотливий, вузький радіоголос.
a mechanical qualityРоботизований чи синтетичний відтінок у людському голосі.
whispered close to the microphoneІнтимний, придихаючий шепіт.

Тайминг діалогу з точністю до секунди

Щоб розмістити репліку в часі, постав її вікно перед словами в лапках, у секундах з одним десятковим знаком: «[5.5s:8.0s] Майє! Зачекай, ти справді їдеш сьогодні ввечері?» Задавай час для кожної репліки діалогу; музика та ефекти йдуть у порядку сцени.

Роби кожне вікно під кількість слів. Природна англійська мова — це приблизно 2,5 слова за секунду, тож репліка з 10 слів потребує близько 4 секунд; схвильована подача швидша, а урочиста повільніша.

  • Залишай від 0,3 до 0,6 секунди між мовцями для природної черги в розмові.
  • Завершуй останню репліку щонайменше за пів секунди до кінця кліпу, щоб завершальне затухання припало на тишу або атмосферу.
  • Тримай усі позначки часу в межах тривалості кліпу. Ніколи не пиши вікно на весь кліп, наприклад «[0.0s:10.0s]»: Mage уже додає його сам.
  • Для діалогу тайминг точний. Час у музичному тлі — орієнтир, а не гарантія.

Музичне тло та звукові ефекти

Для музики без голосу напиши про це на початку й ще раз наприкінці та розбий твір на секції: «Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.» Далі вкажи стиль, інструменти, ефекти, тривалість, секції з часом і рядок про фінальний мікс. Сума секцій має дорівнювати заданій тривалості.

Називай інструменти та те, як музика змінюється з часом, а не просто жанр: «глибокі бойові барабани й низька мідь, барабани прискорюються, поки наростає хор», «залишається самотній кларнет, що згасає в тишу».

  • Проси оригінальну музику в певному жанрі й настрої, ніколи не відому пісню чи тему: «Create original music only.»
  • Для кожного ефекту вкажи джерело й звук: «меч ковзає назад у піхви з чітким шшшх», «ланцюги падають у пил з важким брязкотом». Звукоподражання разом із джерелом сприймається як звук, а не мовлення.
  • Описуй і простір, і звуки: «кроки відлунюють у кам’яній залі», «маленька ванна кімната з кахлем», «усередині величезного стадіону, увесь час гуде натовп».

Збережені голоси та зображення

Згадай збережений голосовий запис за його @handle і вкажи три речі: що згенерувати, яким голосом і для чого потрібен запис, наприклад тембр, акцент чи емоцію. Біля handle також опиши голос словами: Marcus (плавний упевнений голос диктора; голос @marcus-voice), життєрадісно:.

Або завантаж одне зображення людини чи істоти як Зображення, і Seed Audio створить голос, який йому пасує. Зображення і збережені голосові записи не можна використовувати в одній генерації.

  • Хороший голосовий запис містить одного мовця, без музики й шуму, а мовлення починається з першої секунди.
  • Щоб голос лишався однаковим від дубля до дубля, використовуй той самий збережений запис. Самого опису замало: голос «пливе» між запусками.
  • Пиши handle, а не назву слота на кшталт «@Audio1». Кожен @ з літерами після нього має бути збереженим тобою голосом, інакше генерація зупиниться ще до списання коштів.
  • У Seed Audio не можна згадувати Characters: він працює з голосами, а не з обличчями. Натомість згадай голосовий запис, який ти зберіг для персонажа.

Два збережені голоси у вуличному інтерв’ю

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.

Чому це працює: Кожен збережений голос має ім’я, словесний опис і прив’язаний до мовця, а репліки з таймінгом заповнюють запис, лишаючи коротку паузу між ними. Заміни handle на власні збережені голоси та встанови тривалість 30 секунд.

Голоси та звук для відео

Щоб дати голос Character у відео, згенеруй тут чисту репліку (студійний запис без музики й фону), збережи її та прикріпи до Character або залиш як голосовий Reference. Потім згадай Character у відеомоделі з підтримкою голосів, наприклад Cherry. Відеомоделі можуть використати лише перші секунди голосового запису, тож нехай мовлення починається з першого моменту.

Щоб підігнати під готовий кліп, виміряй його тривалість, вибери найближчу більшу, розстав репліки за таймінгом відео й обріж результат у редакторі.

  • Для довгої сцени генеруй по одній частині, щоразу з тими самими збереженими голосами, а потім склей їх.

Швидкість мовлення, висота голосу та гучність

Швидкість мовлення, висота голосу та гучність змінюють увесь запис, усі голоси одразу. Темп і висоту кожного мовця краще описати словами, а ці налаштування використовуй лише для загальної корекції, наприклад щоб трохи пришвидшити готовий сценарій.

Налаштування Seed не повторює результат: кожен запуск дає новий дубль.

Мови

Seed Audio говорить англійською, китайською, японською, корейською, мексиканською іспанською, кастильською іспанською, індонезійською, німецькою, бразильською португальською, французькою, тайською, в’єтнамською, малайською, філіппінською, італійською, російською, нідерландською, польською, турецькою та шведською. Один голос можна використовувати різними мовами.

Пиши весь промпт мовою реплік, зокрема опис сцени, а потрібний акцент назви в описі голосу.

Типові помилки

Чого уникати і що робити натомість

  • Уникай: Лише слова, коли тобі потрібна сцена.

    Welcome back to the show.

    Натомість: Місце, звук і голос, а потім слова.

    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."
  • Уникай: Чистий голосовий запис без жодних інструкцій.

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

    Натомість: Вкажи, що це чистий запис.

    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."
  • Уникай: Сценарій, довший за запис.

    Натомість: Менше слів або більша тривалість.

  • Уникай: Часове вікно для всього запису, наприклад «[0.0s:10.0s]».

    Натомість: Вікна лише для окремих реплік. Вікно для всього запису додасть Mage.

  • Уникай: «@Audio1» або збережений голос без опису.

    Натомість: @handle голосу з його описом поруч.

  • Уникай: Мовці без імен у розмові.

    Натомість: Ім’я та опис голосу для кожного мовця.

  • Уникай: Промпт англійською з репліками французькою.

    Натомість: Весь промпт французькою.

  • Уникай: «Тема з відомого фільму».

    Натомість: Оригінальна музика в такому жанрі й настрої.

Запитання й відповіді

Запитання про промпти для Seed Audio

Яким має бути промпт для Seed Audio за довжиною?
Достатнім, щоб заповнити вибрану тривалість, і не довшим. Для мовлення рахуй приблизно 2,5 слова на секунду, а навколо додай місце дії, музику й описи голосів. Весь промпт має містити менше ніж близько 3000 символів.
Як зберегти той самий голос у різних записах Seed Audio?
Збережи чистий запис голосу й згадуй його @handle в кожному промпті, а поруч описуй голос словами. Самого опису замало: голос «пливе» від дубля до дубля.
Чи може Seed Audio створювати музику без вокалу?
Так. Почни з фрази «Generate pure background music and sound effects only. No voice, no dialogue, no narration, no lyrics.», опиши інструменти та частини, а закінчи фразою «Final mix: No vocals or spoken words.»
Чому мій запис Seed Audio обривається на півслові?
Запис завжди має рівно ту тривалість, яку ти встановив, а все, що виходить за її межі, обрізається. Скороти текст, вибери більшу тривалість або розстав репліки так, щоб остання закінчувалась за півсекунди до кінця.
Як задати таймінг діалогу в Seed Audio?
Починай кожну репліку в лапках з її вікна в секундах, наприклад «[3.5s:8.0s] Мені пора.», з розрахунку приблизно 2,5 слова на секунду і з короткою паузою між мовцями.
Якими мовами говорить Seed Audio?
Двадцятьма, зокрема англійською, китайською, японською, корейською, іспанською, португальською, французькою, німецькою, італійською та російською. Пиши весь промпт мовою реплік.
Чи може Seed Audio дати голос зображенню?
Так. Завантаж одне зображення людини чи істоти як Зображення й напиши лише манеру мовлення та слова. Зображення не можна поєднувати зі збереженими голосовими записами в одній генерації.

Створи своє перше аудіо із Seed Audio

Нові акаунти отримують 300 безкоштовних Gems — цього вистачить, щоб спробувати Seed Audio. Без встановлення й без банківської картки.

Спробувати Seed Audio