翻訳ルール
-
翻訳してはいけない内容：
- バッククォートで囲まれたパラメータ名：
image、seed、model - 大文字のデータ型：IMAGE、STRING、INT、FLOAT、MODEL、CONDITIONING など
- Range列の値：数値、“auto”、オプション名
- コード、ファイルパス
- バッククォートで囲まれたパラメータ名：
-
翻訳する内容：
- セクション見出し：## 概要、## 入力、## 出力
- すべての説明文
- パラメータの説明
-
翻訳品質：
- 丁寧語（です・ます体）を使用
- 専門的でありながらわかりやすい表現
- 技術的な正確性を保つ
- 標準的な日本語技術用語を使用
-
フォーマット：
- すべての Markdown フォーマットを保持
- 表の構造を維持
- 免責事項は追加しないでください（システムが文書末尾に自動追加します）
入力
| パラメータ | 説明 | データ型 | 必須 | 範囲 |
|---|---|---|---|---|
text_prompt | 声、感情、話す速さ、雰囲気、背景音楽、効果音を記述し、発話する台詞を含めてください（対話の場合はキャラクター名をインラインで指定します）。「音声参照」モードでは、接続されたクリップを @Audio1、@Audio2、@Audio3 の順序で参照します。最大3000文字です。 | STRING | はい | 1～3000文字 |
reference_mode | 声を条件付ける方法：「text only」（すべてをプロンプトで記述）、「audio reference」（最大3つの声をクローンし、@Audio1-3 とタグ付け）、「image reference」（1つのキャラクター画像から声を導出）、または「preset voice」（プロンプトを読み上げる内蔵の名前付き音声を選択）から選択します。 | COMBO | はい | "text only""audio reference""image reference""preset voice" |
reference_audio_1 | 音声クローン用の参照クリップ。プロンプト内で @Audio1 とタグ付けされます。最大30秒です。reference_mode が “audio reference” の場合のみ使用可能です。 | AUDIO | いいえ | 最大30秒 |
reference_audio_2 | プロンプト内で @Audio2 とタグ付けされる参照クリップ。最大30秒です。reference_mode が “audio reference” の場合のみ使用可能です。 | AUDIO | いいえ | 最大30秒 |
reference_audio_3 | プロンプト内で @Audio3 とタグ付けされる参照クリップ。最大30秒です。reference_mode が “audio reference” の場合のみ使用可能です。 | AUDIO | いいえ | 最大30秒 |
reference_image | 単一のキャラクター画像。モデルはこれから声を導出します。参照音声と組み合わせることはできません。reference_mode が “image reference” の場合のみ使用可能です。 | IMAGE | いいえ | - |
preset_voice | プロンプトを読み上げる内蔵の TTS 2.0 音声です。参照クリップは不要で、このモードでは @AudioN タグは使用されません。reference_mode が “preset voice” の場合のみ使用可能です。 | COMBO | いいえ | 複数のオプションが利用可能（説明を参照） |
sample_rate | 出力サンプルレート（Hz）です。（デフォルト：“24000”） | COMBO | はい | "8000""16000""24000""32000""44100""48000" |
speech_rate | 話す速度です。0 = 通常、100 = 2.0倍、-50 = 0.5倍です。（デフォルト：0） | INT | はい | -50～100 |
loudness_rate | 音量です。0 = 通常、100 = 2.0倍、-50 = 0.5倍です。（デフォルト：0） | INT | はい | -50～100 |
pitch_rate | ピッチシフト（半音単位、-12～12）です。（デフォルト：0） | INT | はい | -12～12 |
seed | シードはノードが再実行されるかどうかを制御します。結果はシードに関わらず非決定的です。（デフォルト：42） | INT | はい | 0～2147483647 |
パラメータの制約
-
参照モードの依存関係:
reference_modeパラメータによって、どの他の入力が必要かが決まります。- “text only”: 追加の入力は必要ありません。プロンプトに @AudioN タグを含めてはいけません。
- “audio reference”:
reference_audio_1、reference_audio_2、reference_audio_3のうち少なくとも1つが接続されている必要があります。参照クリップは順序通りに、かつ欠落なく接続する必要があります（例：_1、次に _2、次に _3）。各クリップの最大長は30秒です。プロンプトは、接続されたクリップを @Audio1、@Audio2、@Audio3 タグを使用して参照する必要があります。 - “image reference”:
reference_imageが接続されている必要があります。プロンプトに @AudioN タグを含めてはいけません。 - “preset voice”:
preset_voiceが選択されている必要があります。プロンプトに @AudioN タグを含めてはいけません（プロンプト全体が選択された音声で読み上げられます）。
-
音声参照の順序: “audio reference” モードを使用する場合、参照音声入力は
reference_audio_1から順に、欠落なく接続する必要があります。例えば、_1 と _2 を接続することはできますが、_2 なしで _1 と _3 を接続することはできません。 - 最大音声タグ数: “audio reference” モードでは、プロンプトは最大3つの音声クリップ（@Audio1、@Audio2、@Audio3）を参照できます。最も大きい番号のタグは、接続されている参照音声入力の数を超えてはいけません。
出力
| 出力名 | 説明 | データ型 |
|---|---|---|
AUDIO | ByteDance Seed Audio 1.0 によって生成された音声出力です。プロンプトで記述された通り、音声、音楽、効果音、またはマルチスピーカーの対話が含まれます。 | AUDIO |
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集
Source fingerprint (SHA-256):
cefd5fca496b02c35022d25be3d99d3911c1304b6e3a751751b58841d5895ef7