입력
| 매개변수 | 설명 | 데이터 타입 | 필수 여부 | 범위 |
|---|---|---|---|---|
text_prompt | 음성, 감정, 말하기 속도, 분위기, 배경 음악 및 음향 효과를 설명하고, 말할 대사를 포함하세요(대화의 경우 캐릭터 이름을 인라인으로 지정). ‘오디오 참조’ 모드에서는 연결된 클립을 @Audio1, @Audio2, @Audio3 순서로 참조합니다. 최대 3000자입니다. | STRING | 예 | 1~3000자 |
reference_mode | 음성을 조건화하는 방법: ‘텍스트 전용’(프롬프트에 모든 내용 설명), ‘오디오 참조’(최대 3개 음성 복제, @Audio1-3으로 태그 지정), ‘이미지 참조’(하나의 캐릭터 이미지에서 음성 추출) 또는 ‘사전 설정 음성’(프롬프트를 읽어주는 내장된 명명된 음성 선택). | COMBO | 예 | "text only""audio reference""image reference""preset voice" |
reference_audio_1 | 음성 복제를 위한 참조 클립이며, 프롬프트에서 @Audio1로 태그 지정됩니다. 최대 30초입니다. reference_mode가 “audio reference”인 경우에만 사용 가능합니다. | AUDIO | 아니요 | 최대 30초 |
reference_audio_2 | 프롬프트에서 @Audio2로 태그 지정된 참조 클립입니다. 최대 30초입니다. reference_mode가 “audio reference”인 경우에만 사용 가능합니다. | AUDIO | 아니요 | 최대 30초 |
reference_audio_3 | 프롬프트에서 @Audio3로 태그 지정된 참조 클립입니다. 최대 30초입니다. reference_mode가 “audio reference”인 경우에만 사용 가능합니다. | AUDIO | 아니요 | 최대 30초 |
reference_image | 단일 캐릭터 이미지입니다. 모델이 이 이미지에서 음성을 추출합니다. 참조 오디오와 함께 사용할 수 없습니다. reference_mode가 “image reference”인 경우에만 사용 가능합니다. | IMAGE | 아니요 | - |
preset_voice | 프롬프트를 읽어주는 내장 TTS 2.0 음성입니다. 참조 클립이 필요하지 않으며, 이 모드에서는 @AudioN 태그가 사용되지 않습니다. reference_mode가 “preset voice”인 경우에만 사용 가능합니다. | COMBO | 아니요 | 여러 옵션 사용 가능 (설명 참조) |
sample_rate | 출력 샘플 속도(Hz)입니다. (기본값: “24000”) | COMBO | 예 | "8000""16000""24000""32000""44100""48000" |
speech_rate | 말하기 속도입니다. 0 = 보통, 100 = 2.0배, -50 = 0.5배입니다. (기본값: 0) | INT | 예 | -50 ~ 100 |
loudness_rate | 음량입니다. 0 = 보통, 100 = 2.0배, -50 = 0.5배입니다. (기본값: 0) | INT | 예 | -50 ~ 100 |
pitch_rate | 반음 단위의 피치 이동(-12 ~ 12)입니다. (기본값: 0) | INT | 예 | -12 ~ 12 |
seed | 시드는 노드 재실행 여부를 제어합니다. 시드와 관계없이 결과는 비결정적입니다. (기본값: 42) | INT | 예 | 0 ~ 2147483647 |
매개변수 제약 조건
-
참조 모드 종속성:
reference_mode매개변수는 필요한 다른 입력을 결정합니다.- “text only”: 추가 입력이 필요하지 않습니다. 프롬프트에 @AudioN 태그가 포함되어서는 안 됩니다.
- “audio reference”:
reference_audio_1,reference_audio_2또는reference_audio_3중 하나 이상이 연결되어야 합니다. 참조 클립은 순서대로 연결되어야 하며 중간에 비어 있으면 안 됩니다(예: _1, 그 다음 _2, 그 다음 _3). 각 클립은 최대 30초로 제한됩니다. 프롬프트는 @Audio1, @Audio2, @Audio3 태그를 사용하여 연결된 클립을 참조해야 합니다. - “image reference”:
reference_image가 연결되어야 합니다. 프롬프트에 @AudioN 태그가 포함되어서는 안 됩니다. - “preset voice”:
preset_voice가 선택되어야 합니다. 프롬프트에 @AudioN 태그가 포함되어서는 안 됩니다(전체 프롬프트가 선택된 음성으로 읽힙니다).
-
오디오 참조 순서: “audio reference” 모드를 사용할 때, 참조 오디오 입력은
reference_audio_1부터 시작하여 순차적으로 연결되어야 하며 중간에 비어 있으면 안 됩니다. 예를 들어, _1과 _2는 연결할 수 있지만, _2 없이 _1과 _3만 연결할 수는 없습니다. - 최대 오디오 태그: “audio reference” 모드에서 프롬프트는 최대 3개의 오디오 클립(@Audio1, @Audio2, @Audio3)을 참조할 수 있습니다. 가장 높은 번호의 태그는 연결된 참조 오디오 입력 수를 초과할 수 없습니다.
출력
| 출력 이름 | 설명 | 데이터 타입 |
|---|---|---|
AUDIO | ByteDance Seed Audio 1.0에서 생성된 오디오 출력으로, 프롬프트에 설명된 대로 음성, 음악, 음향 효과 또는 다중 화자 대화를 포함합니다. | AUDIO |
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
Source fingerprint (SHA-256):
cefd5fca496b02c35022d25be3d99d3911c1304b6e3a751751b58841d5895ef7