seed-audio-1.0/text-to-audio
根據文字、參考音訊或圖片產生自然的語音與音訊。
此 Kling Lipsync 版本會使用所選音色 ID 將文字轉為語音，並與現有影片同步。影片、文字與音色 ID 皆為必填，還可設定語言與語速。
video_url、text 與 voice_id 為必填。.mp4 或 .mov，檔案不超過 100 MB，時長為 2–10 秒。支援 720p 或 1080p，寬度與高度為 720–1920 像素。text 最多 120 個字元。voice_id 提供 27 個固定值，預設為 genshin_vindi2。voice_language 支援 zh 與 en，預設為 en。voice_speed 範圍為 0.8–2，預設值為 1。genshin_vindi2, zhinen_xuesheng, AOT, ai_shatang, genshin_klee2, genshin_kirara, ai_kaiya, oversea_male1, ai_chenjiahao_712, girlfriend_4_speech02, chat1_female_new-3, chat_0407_5-1, cartoon-boy-07, uk_boy1, cartoon-girl-01, PeppaPig_platform, ai_huangzhong_712, ai_huangyaoshi_712, ai_laoguowang_712, chengshu_jiejie, you_pingjing, calm_story1, uk_man2, laopopo_speech02, heainainai_speech02, reader_en_m-v1, commercial_lady_en_f-v1
選擇音色 ID 與對應語言，將文字控制在 120 個字元以內，並依影片時長調整語速。建議使用簡短、斷句清楚的句子。請檢查句子開頭、停頓、快速音節與頭部動作。
此版本沒有上傳自訂音訊檔案的欄位。
根據文字、參考音訊或圖片產生自然的語音與音訊。
根據文字提示詞改造來源影片，並支援原生音訊。
根據參考圖像、影片和保存的主題構建 3-30 秒的剪輯。
使用 Kling 2.1 Standard 根據必填圖片和提示詞生成影片，並可設定時長、寬高比、負向提示詞和提示詞強度。
按輸出影片每秒 $0.126，透過提示詞編輯影片。
根據 1 張必填圖片和 1 個必填音訊檔案生成數字人影片，並可用文字提示詞補充生成指令。
它會依文字生成語音，並與現有影片同步。
video_url、text 與 voice_id 為必填。
影片必須為 .mp4 或 .mov，不超過 100 MB，時長 2–10 秒，解析度為 720p 或 1080p，寬度與高度為 720–1920 像素。
text 最多 120 個字元。
genshin_vindi2, zhinen_xuesheng, AOT, ai_shatang, genshin_klee2, genshin_kirara, ai_kaiya, oversea_male1, ai_chenjiahao_712, girlfriend_4_speech02, chat1_female_new-3, chat_0407_5-1, cartoon-boy-07, uk_boy1, cartoon-girl-01, PeppaPig_platform, ai_huangzhong_712, ai_huangyaoshi_712, ai_laoguowang_712, chengshu_jiejie, you_pingjing, calm_story1, uk_man2, laopopo_speech02, heainainai_speech02, reader_en_m-v1, commercial_lady_en_f-v1
預設值為 genshin_vindi2。
voice_language 支援 zh 與 en，預設為 en。
voice_speed 範圍為 0.8–2，預設值為 1。
不可以。此版本沒有音訊 URL 欄位。
使用簡短、斷句清楚的句子，並選擇適合影片時長的語速。
RunComfy 是首選的 ComfyUI 平台，提供 ComfyUI 在線 環境和服務，以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。
