Seed Audio 1.0 обновили

Модель та же, номер тот же – докрутили две вещи. И одна сильно упрощает жизнь.

Если кто не в курсе: Seed Audio от ByteDance, тех же, кто делает Seedance и Seedream.

Пишете один промпт – получаете готовую звуковую сцену: диалог, эмоции, шаги, скрипы, ветер, музыку.

Всё за один проход, без сведения дорожек. Не диктор, а звукорежиссёр, которым вы управляете текстом.

Что нового

Первое, главное – точный тайминг. Теперь реплику можно прибить к секунде прямо в промпте. И задать общую длину трека.

Общая длительность: 20 секунд.

Музыка: с 0.0с тревожные струнные на нарастании, с 6.0с вступают ударные, с 14.0с обрыв в тишину.

Атмосфера: ночная улица, дождь по асфальту, гул города вдалеке.

SFX: [0.5с] визг тормозов, [1.0с] рёв двигателя уходит вправо, [7.5с] звон разбитого стекла, [12.0с] взрыв, низкий раскат с долгим эхом, [13.0с] осыпается стекло и металл.

Курьер (мужчина, около тридцати, задыхается на бегу, срывается на крик): [2.0с : 5.0с] «Он справа! Уходит через двор, я его вижу!»

Диспетчер (женщина, за сорок, ровный голос в рации, лёгкий фильтр): [5.5с : 8.5с] «Принято. Не приближайся, жди группу.»

Курьер (в панике, почти шёпотом после взрыва): [15.0с : 18.0с] «Поздно. Тут всё горит.»

Раньше вы генерили озвучку наугад, тащили в монтажку – а она то короче кадра, то длиннее.

И понеслась подгонка.

Теперь наоборот: кадр на четыре секунды, вы это знаете заранее, и просто говорите модели, что реплика живёт с 2.2 по 6.2. И взрыв ровно на двенадцатой, там где у вас склейка.

Порядок работы переворачивается. Сначала хронометраж – потом звук под него.

Второе – 20 языков вместо двух.

Английский, китайский, японский, корейский, испанский, немецкий, французский, португальский, тайский, вьетнамский и другие.

Русский поддерживается.

Остальное по параметрам: клонирование голоса с трёх референсов до 30 секунд (в промпте как @Audio1, @Audio2, @Audio3), до двух минут за генерацию, промпт до 2048 знаков, на выходе wav, mp3, pcm, ogg_opus.

Попробовать: console.byteplus.com, раздел Voice

Доки: docs.byteplus.com/en/docs/byteplusvoice/seedaudio-01

В Weavy AI добавлен узел извлечения цвета для сохранения цветовой идентичности в генерациях.

🎤 ElevenLabs делает серьёзную заявку на рынок AI-музыки.

Компания представила новую возможность в ElevenMusic.

Теперь можно создавать песни с собственным голосом или использовать голоса из встроенной библиотеки.

Что появилось?

- Генерация оригинальных песен своим голосом.

- Возможность выбрать готовый голос из Vocal Library, если не хочется использовать собственный.

Если нужен максимально похожий результат:

- Загружаете подборку своих существующих треков.

- Music v2 анализирует тембр, манеру исполнения, текстуру голоса и стиль.

- После обучения все новые песни генерируются уже в вашем узнаваемом вокале.

Если нужно быстро:

- Достаточно загрузить всего одну запись голоса.

- Сервис сможет сразу сгенерировать новую композицию с вашим голосом.

Ещё одно важное обновление - Styles.

Теперь можно:

- Загружать собственные треки для обучения стилю.

- Или выбирать готовые стили из библиотеки ElevenLabs.

Это позволяет сохранять единый музыкальный почерк между разными композициями.

Другими словами, AI запоминает не только голос, но и характер звучания.

Ещё несколько деталей:

- Все загруженные материалы проходят проверку на соблюдение авторских прав.

- Новые функции Vocals и Styles уже доступны в ElevenMusic.

Что это означает на практике?

Если раньше AI в основном помогал написать песню, то теперь он может воспроизводить сразу несколько уровней идентичности автора:

- Голос.
- Манеру исполнения.
- Музыкальный стиль.

Для независимых музыкантов, блогеров и брендов это шаг к созданию полноценного собственного AI-исполнителя, который сохраняет узнаваемое звучание между разными релизами.