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 Cloud
Sortie
ExempleSample output
Sample output

Questions-réponses