Seed Audio 1.0
1,000 文字あたり $0.264 から
参照音声または参照画像を任意で使える、ByteDance の音声合成モデルです。台本からナレーションを生成できます。
Seed Audio 1.0 を名前で指定すると、Craze がそれを実行します。
Seed Audio 1.0 の得意なこと
1 回の生成で台本から音声へ
話させたいセリフを書きます。
参照をもとにしたボイスクローン
生成する声のガイドとして、それぞれ 30 秒以内の音声を最大 3 つアップロードできます。
1 回で複数キャラクターの会話
キャラクターごとにセリフを別々に生成し、エディターで組み立てます。
正確なタイミングのコントロール
生成した音声をエディターに配置し、そこで動画に合わせてタイミングを調整します。
ディレクション。生成。編集。
プロンプトをやめて、ディレクションを始めよう。
Craze は、あなたと一緒にクリエイティブにアイデアを出し合い、リサーチし、企画を立てます。
センスのいいコンテンツを、生み出そう。
Craze は、想像できるものなら何でも生成します。動画、音声、音楽、モーショングラフィックスなど。
動画編集は、数日ではなく数分で。
Craze が素材を見て、完成したカットを組み立てます。必要なら、本格的なエディターも。
見てもらえる動画を、つくろう
- UGC 動画
- モーショングラフィックス
- 長編映画
- 製品ビジュアライゼーション
- ショートドラマ
- 3D フィルム
- ミュージックビデオ
- ブランドフィルム
- ウェディングハイライト
- YouTube レビュー
Seed Audio 1.0 をほかと比べると
ここにあるどのモデルも Free を含むすべての Craze プランで動作し、Craze はショットごとに別のモデルを使えます。
| Seed Audio 1.0ByteDance Seed | ElevenLabs v4ElevenLabs | Gemini 3.8 Flash TTSGoogle DeepMind | Gemini 3.8 Flash Lite TTSGoogle DeepMind | |
|---|---|---|---|---|
| つくれるもの | テキスト + 音声 + 画像から音声 | テキストから音声 | テキストから音声 | テキストから音声 |
| 最低料金 | 1,000 文字あたり $0.264 | 1,000 文字あたり $0.085 | 1,000 文字あたり $0.048 | 1,000 文字あたり $0.032 |
Seed Audio 1.0 のCraze での仕様
| タスク | 入力 | 解像度 | アスペクト比 | サウンド |
|---|---|---|---|---|
| 音声合成 | 参照 | 元の素材に合わせる | 入力に合わせる | なし |
次の作品のために、プランを選ぼう。
Free
$0 / 月
- 利用量に上限あり
- すべてのメディアモデルを利用可能
- 効率重視チャットティア
- 1 GB のストレージ
- Craze MCP
- 最大 720p で書き出し
- クレジットを追加購入
Pro
$19 / 月
- 毎月 $19 分のクレジット
- すべてのメディアモデルを利用可能
- すべてのチャットティア
- 50 GB のストレージ
- Craze MCP
- 書き出し解像度の制限なし
- クレジットを追加購入
Ultra
$59 / 月
- 毎月 $59 分のクレジット
- すべてのメディアモデルを利用可能
- すべてのチャットティア
- 200 GB のストレージ
- Craze MCP
- 書き出し解像度の制限なし
- クレジットを追加購入
Max
$199 / 月
- 毎月 $199 分のクレジット
- すべてのメディアモデルを利用可能
- すべてのチャットティア
- 1 TB のストレージ
- Craze MCP
- 書き出し解像度の制限なし
- クレジットを追加購入
よくある質問
Craze の Seed Audio 1.0 は、台本から音声を生成します。任意で参照音声または参照画像を指定できますが、両方の種類を一緒に使うことはできません。
クリエイターが Seed Audio 1.0 を選ぶ理由
Seed Audio 1.0 はテキストだけでなく参照も受け付けるので、ナレーションを方向づける別の手段になります。
1 回の生成で台本から音声へ
話させたいセリフを書きます。Craze がその台本を音声合成のルートに送り、音声ファイルを返します。
参照をもとにしたボイスクローン
生成する声のガイドとして、それぞれ 30 秒以内の音声を最大 3 つアップロードできます。代わりに、参照画像を 1 枚指定することもできます。1 回の生成で、参照音声と参照画像を混ぜることはできません。
1 回で複数キャラクターの会話
キャラクターごとにセリフを別々に生成し、エディターで組み立てます。Craze のルートには、複数の話者を割り当てる設定はありません。
正確なタイミングのコントロール
生成した音声をエディターに配置し、そこで動画に合わせてタイミングを調整します。このルートには、ミリ秒単位でタイミングを指定する注釈はありません。
多言語対応とボイス変換
生成したい言語で、ナレーションの台本を用意します。ローカライズ版をつくるには、翻訳した台本を別の生成として送信します。
Craze で Seed Audio 1.0 を使う方法
- 最大 2,048 文字で、ナレーションの台本を書きます。
- 必要に応じて、それぞれ 30 秒以内の参照音声を最大 3 つ、または参照画像を 1 枚アップロードします。
- チャットで Seed Audio 1.0 を指定するか、Models パネルで選びます。
- Craze が音声を生成し、プロジェクトに配置します。
- トリミングや調整をするか、別のテイクがほしい場合は再生成します。
Seed Audio 1.0 の料金
料金は 1,000 文字あたり $0.264 からで、台本の長さによって変わります。料金表では、参照の種類によって料金は変わりません。生成する前に、料金計算ツールで合計額を確認できます。
Seed Audio 1.0 が向いている人
ポッドキャストとオーディオドラマの制作
ポッドキャストやオーディオドラマのナレーションを生成し、ほかの声、音楽、環境音を、編集の中で別々のトラックとして加えます。
ブランドの音声コンテンツと広告
広告のナレーションを生成し、音楽や効果音は編集の中で別に加えます。
フォーリー付きのゲームのセリフ
キャラクターのセリフを別々に生成し、エディターで環境音とフォーリーを重ねます。
世界に届けるためのローカライズ
言語ごとに翻訳した台本を送信して、ローカライズしたナレーションをつくれます。
Seed Audio 1.0 とほかのモデルの比較
MiniMax Speech 2.8 HD は、任意のボイス ID とサウンドタグを使える音声合成モデルです。Seed Audio 1.0 も音声を生成しますが、参照音声や参照画像を受け付けます。どちらの Craze のルートも、音楽とフォーリーまで扱える完全なミキサーではありません。
表現力のある英語のナレーションなら、Gemini 3.1 Flash TTS で演出をコントロールできます。感情タグを使った多言語のナレーションなら、Qwen Audio 3.0 TTS という選択肢もあります。Seed Speech は、任意のボイス ID を使えるテキストのナレーションを提供しています。
参照音声によるガイド
Seed Audio 1.0 は、それぞれ 30 秒以内の参照音声を最大 3 つ、または参照画像を 1 枚受け付けます。1 回のリクエストにつき、参照の種類を 1 つ選んでください。このルートには、話者と参照を対応づける設定はありません。
音楽とフォーリーの生成
Craze のルートは音声用です。コーヒーショップのシーンなら、ここでバリスタのセリフを生成し、音楽と環境音は別のツールで加えます。
プロジェクトの中で、別に生成したサウンドと並べて、音声のトラックのタイミングと音量を編集します。
足音やドアが開く音のようなフォーリーには、効果音のモデルを使い、その結果をナレーションとミックスします。
複数キャラクターの会話のワークフロー
話者が 2 人なら、それぞれのセリフを適切な参照を使って別々に生成し、エディターで音声を並べます。Craze では、1 回の TTS リクエストで複数の参照を名前の付いた話者に対応づけることはできません。
台本はそれぞれ 2,048 文字以内に収めてください。長いやり取りは、生成した複数のクリップから組み立てます。
タイミングのコントロール
この Craze のルートには、タイミングを注釈で指定する設定はありません。生成した音声の位置を編集の中で調整して、映像の節目に合わせます。
多言語とローカライズ
ローカライズする生成ごとに、翻訳したセリフを台本として書きます。任意の参照で声をガイドできますが、この Craze のルートには、ボイス変換の個別のタスクはありません。
