Seed Audio 1.0
Ab $0.278 pro 1.000 Zeichen
Das Text-zu-Sprache-Modell von ByteDance mit optionalen Audio- oder Bildreferenzen. Generiere eine Erzählstimme aus einem Skript.
Craze nutzt Seed Audio 1.0, wenn du es namentlich anforderst.
Was Seed Audio 1.0 gut kann
Vom Skript zur Sprache in einer Generierung
Schreib den Text, der gesprochen werden soll.
Referenzgestütztes Stimmklonen
Lade bis zu drei Audioclips mit jeweils höchstens 30 Sekunden hoch, um die generierte Stimme zu lenken.
Dialoge mit mehreren Figuren in einem Durchgang
Für verschiedene Figuren generierst du die Dialogzeilen separat und setzt sie im Editor zusammen.
Präzise Steuerung des Timings
Platziere die generierte Sprache im Editor und passe dort ihr Timing an dein Video an.
Regie. Erstellen. Bearbeiten.
Hör auf zu prompten. Fang an, Regie zu führen.
Craze jammt kreativ, recherchiert und plant mit dir.
Erstelle geschmackvolle Inhalte.
Craze generiert alles, was man sich vorstellen kann. Video, Audio, Musik, Motion Graphics und mehr.
Schneide Videos in Minuten. Nicht in Tagen.
Craze sieht sich dein Material an und baut einen finalen Schnitt. Mit einem echten Editor, wenn du ihn brauchst.
Mach Videos, die Menschen ansehen
- UGC-Videos
- Motion Graphics
- Spielfilme
- Produktvisualisierung
- Micro-Dramas
- 3D-Filme
- Musikvideos
- Markenfilme
- Hochzeits-Highlights
- YouTube-Reviews
Wie Seed Audio 1.0 im Vergleich abschneidet
Jedes Modell hier läuft in jedem Craze-Plan, auch in Free, und Craze kann für jede Einstellung ein anderes nutzen.
| Seed Audio 1.0ByteDance Seed | ElevenLabs v4ElevenLabs | Gemini 3.8 Flash TTSGoogle DeepMind | Gemini 3.8 Flash Lite TTSGoogle DeepMind | |
|---|---|---|---|---|
| Erstellt | Text + Audio + Bild zu Audio | Text zu Audio | Text zu Audio | Text zu Audio |
| Ab | $0.278 pro 1.000 Zeichen | $0.089 pro 1.000 Zeichen | $0.050 pro 1.000 Zeichen | $0.034 pro 1.000 Zeichen |
Seed Audio 1.0 -Spezifikationen in Craze
| Aufgabe | Eingaben | Auflösung | Seitenverhältnisse | Ton |
|---|---|---|---|---|
| Text zu Sprache | Referenz | Folgt der Quelle | Folgt der Eingabe | Keine |
Wähle den Plan für deine nächste Kreation.
Free
$0 / Monat
- Begrenzte Nutzung
- Zugriff auf alle Medien-Modelle
- Chat-Stufe Effizient
- 1 GB Speicher
- Craze MCP
- Exporte bis 720p
- Zusätzliche Credits aufladen
Pro
$19 / Monat
- $19 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 50 GB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Ultra
$59 / Monat
- $59 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 200 GB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Max
$199 / Monat
- $199 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 1 TB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Häufig gestellte Fragen
Auf Craze generiert Seed Audio 1.0 Sprache aus einem Skript. Du kannst optional Audio- oder Bildreferenzen angeben, aber nicht beide Arten zusammen.
Warum Creator Seed Audio 1.0 wählen
Seed Audio 1.0 akzeptiert neben Text auch Referenzen und gibt dir so eine weitere Möglichkeit, die Erzählstimme zu lenken.
Vom Skript zur Sprache in einer Generierung
Schreib den Text, der gesprochen werden soll. Craze schickt dieses Skript an die Text-zu-Sprache-Route und gibt eine Audiodatei zurück.
Referenzgestütztes Stimmklonen
Lade bis zu drei Audioclips mit jeweils höchstens 30 Sekunden hoch, um die generierte Stimme zu lenken. Alternativ gibst du eine Bildreferenz an. Audio- und Bildreferenzen lassen sich in einer Generierung nicht mischen.
Dialoge mit mehreren Figuren in einem Durchgang
Für verschiedene Figuren generierst du die Dialogzeilen separat und setzt sie im Editor zusammen. Die Route auf Craze bietet keine Steuerung, um mehrere Sprecher zuzuweisen.
Präzise Steuerung des Timings
Platziere die generierte Sprache im Editor und passe dort ihr Timing an dein Video an. Diese Route bietet keine Timing-Anmerkungen auf Millisekundenebene.
Mehrsprachige Unterstützung mit Stimmkonvertierung
Gib dein Skript in der Sprache an, in der du generieren willst. Für eine lokalisierte Version reichst du ein übersetztes Skript als weitere Generierung ein.
So nutzt du Seed Audio 1.0 in Craze
- Schreib das Skript für die Erzählstimme, bis zu 2.048 Zeichen.
- Lade optional bis zu drei Audioreferenzen mit jeweils höchstens 30 Sekunden oder eine Bildreferenz hoch.
- Nenne Seed Audio 1.0 im Chat oder wähle es im Bereich Modelle aus.
- Craze generiert die Sprache und platziert das Audio in deinem Projekt.
- Kürze das Audio, passe es an oder generiere es neu, wenn du einen anderen Take willst.
Preise für Seed Audio 1.0
Die Preise beginnen bei $0.278 pro 1.000 Zeichen und variieren mit der Länge des Skripts. Die Preisliste unterscheidet nicht nach Referenzart. Der Rechner zeigt die Gesamtsumme, bevor du generierst.
Für wen Seed Audio 1.0 gedacht ist
Podcast- und Hörspielproduktion
Generiere die Erzählstimme für einen Podcast oder ein Hörspiel und füge dann weitere Stimmen, Musik und Atmo als separate Spuren in deinem Schnitt hinzu.
Gebrandete Audioinhalte und Anzeigen
Generiere das Voiceover für eine Anzeige und füge Musik oder Soundeffekte separat in deinem Schnitt hinzu.
Spieldialoge mit Foley
Generiere die Dialogzeilen der Figuren separat und lege dann Atmo und Foley im Editor darüber.
Lokalisierung für globale Reichweite
Erstelle lokalisierte Sprachaufnahmen, indem du für jede Sprache ein übersetztes Skript einreichst.
Seed Audio 1.0 vs. andere Modelle
MiniMax Speech 2.8 HD ist Text zu Sprache mit optionaler Stimmen-ID und Sound-Tags. Seed Audio 1.0 generiert ebenfalls Sprache, akzeptiert aber Audio- oder Bildreferenzen. Keine der beiden Routen auf Craze ist ein vollständiger Mixer für Musik und Foley.
Für eine ausdrucksstarke englische Erzählstimme bietet Gemini 3.1 Flash TTS Steuerung per Regieanweisung. Für eine mehrsprachige Erzählstimme mit Emotions-Tags ist Qwen Audio 3.0 TTS eine weitere Option. Seed Speech bietet Erzählstimmen aus Text mit optionaler Stimmen-ID.
Hinweise zu Referenzaudio
Seed Audio 1.0 akzeptiert bis zu drei Audioreferenzen mit jeweils höchstens 30 Sekunden oder eine Bildreferenz. Wähle pro Anfrage eine Referenzart. Die Route bietet keine Zuordnung von Sprechern zu Referenzen.
Generierung von Musik und Foley
Die Route auf Craze ist für Sprache gedacht. Für eine Szene in einem Café generierst du hier den Satz des Baristas und fügst Musik und Atmo dann mit separaten Tools hinzu.
Bearbeite Timing und Pegel der Sprachspur zusammen mit separat generiertem Sound in deinem Projekt.
Für Foley wie Schritte oder eine sich öffnende Tür nutze ein Modell für Soundeffekte und mische das Ergebnis mit deiner Erzählstimme.
Workflow für Dialoge mit mehreren Figuren
Für zwei Sprecher generierst du ihre Dialogzeilen separat mit den passenden Referenzen und ordnest das Audio im Editor an. Craze ordnet in einer TTS-Anfrage nicht mehrere Referenzen benannten Sprechern zu.
Begrenze jedes Skript auf 2.048 Zeichen. Setze längere Dialoge aus mehreren generierten Clips zusammen.
Steuerung des Timings
Diese Route auf Craze bietet keine Steuerung für Timing-Anmerkungen. Passe die Position der generierten Sprache in deinem Schnitt an, damit sie zu einem visuellen Beat passt.
Mehrsprachigkeit und Lokalisierung
Schreib den übersetzten Text als Skript für jede lokalisierte Generierung. Eine optionale Referenz kann die Stimme lenken, aber diese Route auf Craze bietet keine separate Aufgabe zur Stimmkonvertierung.



















