Seed Audio 1.0: Texto + Imagem para Áudio

Envie uma imagem de personagem e escreva um prompt de texto para gerar áudio. O modelo deriva a voz da sua imagem e produz fala, ambiência, música de fundo e efeitos sonoros.

Sobre

Este fluxo transforma uma imagem de personagem e um prompt de texto em um clipe de áudio completo com fala, ambiência, música de fundo e efeitos sonoros. O núcleo é o ByteDanceSeedAudio (Seed Audio 1.0), que recebe sua imagem do LoadImage como referência visual para derivar uma identidade vocal correspondente e sintetiza o roteiro falado e as camadas de suporte descritas no prompt. A saída é salva com SaveAudioAdvanced, permitindo sair do ComfyUI com um arquivo de áudio pronto para compartilhar.

O que você fornece

  • Lendo o fluxo de trabalho

É executado no ComfyUI. Este fluxo de trabalho não pode ser executado nesta página. Abra-o no Comfy Cloud com tudo carregado ou baixe-o para usar no seu próprio ComfyUI.

Experimentar no Cloud
Saída
ExemploSample output
Sample output

Perguntas e respostas