Seed Audio 1.0 : Texte + Image vers Audio
Téléversez une image de personnage et écrivez un prompt texte pour générer de l’audio. Le modèle déduit la voix à partir de votre image, puis produit la parole, l’ambiance, la musique de fond et les effets sonores.
À propos
Ce workflow transforme une image de personnage et un prompt texte en un clip audio mixé avec parole, ambiance, musique de fond et effets sonores. Il repose sur le nœud ByteDanceSeedAudio (Seed Audio 1.0), qui prend votre image depuis LoadImage comme référence visuelle pour déduire une identité vocale, puis synthétise le script parlé et les couches sonores décrites dans votre prompt. La sortie est sauvegardée avec SaveAudioAdvanced, vous repartez donc de ComfyUI avec un fichier audio prêt à partager.
Ce que vous fournissez
- Lecture du workflow
S’exécute dans ComfyUI. Ce workflow ne peut pas s’exécuter sur cette page. Ouvrez-le dans Comfy Cloud, avec tout déjà chargé, ou téléchargez-le pour votre propre ComfyUI.
Essayer dans CloudQuestions-réponses
L’image conditionne le modèle pour déduire une identité vocale adaptée (timbre, style) au personnage. Utilisez un portrait propre, bien éclairé et sans obstruction pour des résultats plus stables et cohérents.
Contrôlez-les via le prompt texte—soyez explicite sur l’ambiance, les instruments, l’intensité et la spatialisation (ex : piano doux, tonnerre lointain, ambiance café discrète). Le modèle sort une piste mixée unique ; les stems ne sont pas fournis par ce workflow.
Gardez la même image et le même prompt, et si le nœud propose un paramètre seed, fixez-le pour reproduire une prise. Pour explorer, changez le seed ou modifiez légèrement le prompt (rythme, émotion, style musical) puis relancez.
Cela dépend de votre version du nœud ByteDanceSeedAudio. Certaines variantes nécessitent des identifiants API ou une configuration de modèle supplémentaire. Ouvrez le nœud, vérifiez ses champs/infobulles et suivez les notes d’installation de l’extension avant d’exécuter le graphe.
Workflows associés
- Z-Image-Turbo
1.1 Débutant - Texte vers Image
- Z-Image-Turbo
2.1 Creator - Bases de la Diffusion
- Nano Banana 2 Text-to-Image
3x3 Contact Sheet
- Nœud partenaire
AI on the Lot 2026 - Z-Image Turbo - t2i
- Nœud partenaire
Anima Base v1 : Texte vers Image
- Nœud partenaire
Assemblage d'images Grille 2x2
- Capybara
Capybara : texte vers image
- Chroma
Chroma1 Radiance Texte vers Image
- Chroma, Flux
Chroma: texte vers image
- Google Gemini Image, Nano Banana Pro
Explorateur de scène ×4 personnages
- Flux, Flux.1
Flux.1 [Pro] : texte vers image
- Flux.1, Flux
Flux.1 Dev fp8: texte vers image