Préparez un projet de studio. Les instructions multi-étapes sont des références; cela ne fonctionne ni ne charge pour la génération.
用Seed-Audio1.0先制作并锁定声音轴,再以音频时间戳驱动故事板、关键帧和 Seedance 2.0 镜头生成。
Le texte de Workflow est conservé dans son original chinois. Les modèles référencés peuvent différer de ceux disponibles ici. Vérifiez le studio pour les modèles pris en charge et les devis réels.
声音先行的完整视频流程:
依赖关系: 2→1;3→2;4→3;5→3;6→2,4,5;7→6;8→3,7。
何时暂停: 不要一次完成全流程。依次在规范定稿、初版故事板确认、音频资产与角色音色确认、视觉 key_element 确认、音频时间戳更新后的故事板确认、关键帧确认、镜头视频确认和最终组装前暂停,取得用户确认后再继续。
已有资产处理: 在生成前检查用户上传和项目既有素材。将匹配的 resource_id 注册为 asset_id,并绑定到正确的 key_element、shot 或 audio_layer;不得重复生成用户已提供的视觉或音频素材。
初版故事板:先锁定结构,再制作音频
音频返回后的强制更新:以实际时间戳重写镜头细节
声音资产生成与绑定
视觉 key_element、keyframe 与最终镜头生成
根据本次生成是否使用音色或媒体参考,选择对应的提示词格式。
优先在不使用 voice_id 的情况下生成音频。不要要求用户选择或提供 voice ID;进行纯文生音频生成时,不要调用 search_voice_id。
仅当未提供 voice_id、参考音频或参考图像时使用此模式。
使用自然语言编写提示词:
所有朗读文本必须忠实于已确认的剧本或故事板。清楚区分表演指令与实际需要说出的文本。
当已有有效的 Seed Audio voice_id、参考音频或参考图像,或用户明确要求使用这些参考时,使用此模式。
不要仅为了启用此模式而要求用户提供 voice ID。除非用户或当前项目已经指定参考,否则优先使用无参考的文生音频模式。
在此模式下,生成提示词只能包含需要合成的准确旁白或对话文本。
不要加入说话人、性别、年龄、身份、情绪、语气、口音、语速、声线质感、表演、场景语境、音效、音乐、环境音或风格描述。所提供的参考将负责提供音色或角色语境。
不要混用两种提示词格式。只要存在任意 voice_id、参考音频或参考图像,就必须启用仅保留朗读文本的规则。
主播1是一名成年男性播客主播,嗓音低沉、略带沙哑,吐字清晰,语速略微偏快。他先以平缓、自然的叙事语调说道:“我是觉得亏欠这种事情,也不是说一次两次可以补偿得了的,对吧?就是说是一个……是一个终生的事情。所以就是说。”说完后稍作停顿,略微加重语气,以肯定的口吻继续说道:“这一次去迪士尼,我主要当时想的就是还是这两个原因,就去了。”随后,他稍微提高语调,带着轻微惊讶和讲故事的口吻说道:“我跟你讲,去了之后其实我是有点、有点惊讶的。大家可以看那个视频,当时那个 vlog 里面,我真的挺惊讶,因为我们去的那天是特地挑了上海今年入冬以来最冷的一天。那天最低气温是零下三度。”
全局规则: 用户以中文交互时,提示词的说明文字以中文撰写;其中 narration 与 dialogue 的语言严格遵循 Final_Video_Spec.md 的成片语言设定。视频提示词只使用故事板中已按音频时间戳确认的可见内容;不另行补写声音、时间线或创作要求。