Seed Audio 1.0: نص + صورة إلى صوت

ارفع صورة لشخصية واكتب مطالبة نصية لتوليد صوت. يستنتج النموذج الصوت من صورتك، ثم ينتج كلامًا وأجواءً وموسيقى خلفية ومؤثرات صوتية.

حول

يحوّل هذا سير العمل صورة شخصية واحدة ومطالبة نصية إلى مقطع صوتي ممزوج بالكامل يتضمن كلامًا وأجواءً وموسيقى خلفية ومؤثرات صوتية. يتمحور حول عقدة ByteDanceSeedAudio (Seed Audio 1.0)، التي تستقبل صورتك من LoadImage كمرجع بصري لاشتقاق هوية صوتية مناسبة، ثم تُركّب النص المنطوق والطبقات الداعمة الموصوفة في مطالبتك. يتم حفظ الناتج عبر SaveAudioAdvanced لتخرج من ComfyUI بملف صوتي جاهز للمشاركة.

ما تقدّمه

  • جارٍ قراءة سير العمل

يعمل في ComfyUI. لا يمكن تشغيل سير العمل هذا على هذه الصفحة. افتحه في Comfy Cloud مع تحميل كل شيء، أو نزّله لاستخدامه في ComfyUI الخاص بك.

جرّبه في Cloud
المخرج
مثالSample output
Sample output

الأسئلة والأجوبة