Craze
ModellePreiseMCPBlog
Skriptlänge
Anzahl der Generierungen
Kosten$0.278 pro Skript
$0.278

⌘↵ zum Generieren

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.

Pläne ansehen

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.

Chat

Ein kurzer Spot für eine Hautpflegemarke. Knallgelb, ein Hero-Produkt, auf die Musik geschnitten.

Bild generiert

Hier ist das Key Visual. Dasselbe Gelb, dasselbe Licht, in jeder Einstellung.

starface-key-visual.webpZur Timeline hinzufügenZum Chat hinzufügen
Frag Craze, was du willstAnpassen
Assets
Assets durchsuchen
Freigegebener Clip
Akzeptierter Frame
Letzter Frame
Freigegebener Clip
Akzeptierter Frame
Wird generiert
Timeline
Breakoutshappen. Makethem yours.Treat melike a star.

Regie. Erstellen. Bearbeiten.

  1. Chat

    Ein kurzer Spot für eine Hautpflegemarke. Knallgelb, ein Hero-Produkt, auf die Musik geschnitten.

    Bild generiert

    Hier ist das Key Visual. Dasselbe Gelb, dasselbe Licht, in jeder Einstellung.

    starface-key-visual.webpZur Timeline hinzufügenZum Chat hinzufügen
    Frag Craze, was du willstAnpassen

    Hör auf zu prompten. Fang an, Regie zu führen.

    Craze jammt kreativ, recherchiert und plant mit dir.

  2. Assets
    Assets durchsuchen
    Freigegebener Clip
    Akzeptierter Frame
    Letzter Frame
    Freigegebener Clip
    Akzeptierter Frame
    Wird generiert

    Erstelle geschmackvolle Inhalte.

    Craze generiert alles, was man sich vorstellen kann. Video, Audio, Musik, Motion Graphics und mehr.

  3. Timeline
    Breakoutshappen. Makethem yours.Treat melike a star.

    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 SeedElevenLabs v4ElevenLabsGemini 3.8 Flash TTSGoogle DeepMindGemini 3.8 Flash Lite TTSGoogle DeepMind
ErstelltText + Audio + Bild zu AudioText zu AudioText zu AudioText 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

AufgabeEingabenAuflösungSeitenverhältnisseTon
Text zu SpracheReferenzFolgt der QuelleFolgt der EingabeKeine

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

  1. Schreib das Skript für die Erzählstimme, bis zu 2.048 Zeichen.
  2. Lade optional bis zu drei Audioreferenzen mit jeweils höchstens 30 Sekunden oder eine Bildreferenz hoch.
  3. Nenne Seed Audio 1.0 im Chat oder wähle es im Bereich Modelle aus.
  4. Craze generiert die Sprache und platziert das Audio in deinem Projekt.
  5. 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.

Beschreibe, was du willst, so wie du einen Cutter briefen würdest, und Craze schreibt die Seed Audio 1.0-Prompts für dich. In jedem Craze-Plan, auch in Free, läuft Seed Audio 1.0 und jedes andere Medienmodell, und Craze kann für jede Aufgabe ein anderes verwenden. Jedes Voiceover landet auf der Timeline unter deinem Schnitt und wird mit dem Video oder einzeln als MP3 exportiert. Generierungen werden von den monatlichen Credits deines Plans abgezogen, ab $0.278 pro 1.000 Zeichen, mit Aufladungen, wenn du mehr brauchst.

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.

Auf Craze generiert Seed Audio 1.0 Sprache aus einem Textskript, optional gelenkt durch Audio- oder Bildreferenzen. Es bietet keine separate Aufgabe für Musik oder Soundeffekte.

ByteDance hat Seed Audio 1.0 am 23. Juni 2026 auf der Volcano Engine FORCE Conference veröffentlicht.

Du zahlst $0.278 pro 1.000 Zeichen. Nutze den Rechner auf dieser Seite, um die Kosten zu schätzen, bevor du generierst.

In allen Craze-Plänen, einschließlich Free.

Ja. Lade bis zu drei Audioreferenzen mit jeweils höchstens 30 Sekunden hoch oder ein Bild. Audio- und Bildreferenzen lassen sich in derselben Anfrage nicht mischen.

Craze stellt Seed Audio 1.0 als Text zu Sprache bereit, nicht als Generator für Musik oder Foley.

Craze akzeptiert bis zu 2.048 Zeichen Skript pro Generierung. Audioreferenzen sind auf jeweils 30 Sekunden begrenzt.

Seed Audio 1.0 unterstützt Sprachausgabe in mehreren Sprachen. Gib den Sprechertext in der Sprache an, die du brauchst.

Weitere Stimmmodelle

Alle Modelle

ElevenLabs v4

ElevenLabs

  • Text zu Sprache

Ab $0.089 pro 1.000 Zeichen

Gemini 3.8 Flash TTS

Google DeepMind

  • Text zu Sprache

Ab $0.050 pro 1.000 Zeichen

Gemini 3.8 Flash Lite TTS

Google DeepMind

  • Text zu Sprache

Ab $0.034 pro 1.000 Zeichen

  • Regie
  • Erstellen
  • Bearbeiten
  • Modelle
  • Preise
  • MCP
  • Kontakt
  • Dokumentation
  • Blogs
  • Changelog
  • Datenschutz
  • AGB
  • Instagram
  • YouTube
  • X
  • LinkedIn
  • English
  • 日本語
  • 한국어
  • Español
  • Deutsch
  • Français
  • Português
  • 简体中文

© 2026 Craze Technologies