ネイティブ音声とリップシンクのワークフロー
台詞中心のシーン、アバター、吹き替えの広告、ビートに合わせた編集向けに、音と映像を同時に生成します。
ByteDance Seedance 2.0、2.0 Fast、2.0 Mini を搭載
Seedance 2.0 と Seedance 2.0 Fast で動画を生成。ネイティブ同期音声、リファレンス画像、リファレンス動画、リファレンス音源、適応型アスペクト比、自動の長さに対応します。
Seedance 2.5、2.0 ファミリー、そして Seedance 1.5 Pro、1 Pro、1 Pro Fast、1 Lite を比較します。
| モデル | 最大の長さ | 解像度 | リファレンス画像 | リファレンス動画 | リファレンス音声 | 最適な用途 |
|---|---|---|---|---|---|---|
| Seedance 2.5 フラッグシップの制作モデル | 30秒(自動対応) | 480p, 720p | 30 | 10 | 10 | 長尺クリップ、複雑なリファレンスセット、制作納品 |
| Seedance 2.0 高画質なマルチモーダル動画 | 15秒(自動対応) | 480p, 720p, 1080p | 9 | 3 | 3 | 1080p の最終レンダリングと、リファレンスを多用する演出制御 |
| Seedance 2.0 Fast より速い反復向けバリアント | 15秒(自動対応) | 480p, 720p | 9 | 3 | 3 | プロンプト検証、一括探索、素早い下書き |
| Seedance 2.0 Mini 低コストの大量生成向けバリアント | 15秒 | 480p, 720p | 9 | 3 | 3 | 同じマルチモーダル手順での大量生成 |
| Seedance 1.5 Pro シネマティックな音声・動画モデル | 12秒 | 480p, 720p, 1080p | 最初と最後のフレーム | — | 任意の同期音声 | 任意の生成音声を伴う、シネマティックなテキストから動画と画像から動画 |
| Seedance 1 Pro プロ向けテキストから動画と画像から動画 | 12秒 | 480p, 720p, 1080p | 最初と最後のフレーム | — | — | カメラを制御できる 1080p のシネマティックなクリップ |
| Seedance 1 Pro Fast より速い Seedance 1 Pro | 12秒 | 480p, 720p, 1080p | 最初のフレーム | — | — | プロンプトまたは 1 枚の画像から、より速く低コストで下書き |
| Seedance 1 Lite 軽量リファレンスモデル | 12秒 | 480p, 720p, 1080p | 4枚、または最初と最後のフレーム | — | — | 最大 4 枚のリファレンス画像で誘導する、より低コストなクリップ |
台詞中心のシーン、アバター、吹き替えの広告、ビートに合わせた編集向けに、音と映像を同時に生成します。
スタイルと同一性にはリファレンス画像、動きや編集意図にはリファレンス動画、タイミングの手がかりにはリファレンス音声を使います。
台詞のプロンプトとネイティブ音声生成を組み合わせ、別途吹き替えを足さずに製品説明を作れます。
アップロードしたリファレンス画像とクリップで、複数のキャンペーン成果物にわたってキャラクターの見た目とカメラ表現を安定させます。
リール、縦型広告、プレゼンター映像を生成するとき、リファレンス音声でリップシンク、ビート、テンポを指定します。
最初のフレームと最後のフレームを組み合わせ、既知の開始構図から特定の最終ショットへクリップを導きます。
シーンの配置、被写体の動き、カメラ表現、話す台詞を記述します。台詞は二重引用符で囲むと、モデルが発話と口の動きを揃えやすくなります。
必要な制御の程度に応じて、任意の最初のフレーム、最後のフレーム、リファレンス画像、動きのリファレンス動画、リファレンス音声をアップロードします。
解像度を選び、アスペクト比または適応を設定してから、1080p の完成出力には Seedance 2.0、480p/720p の素早い反復には Seedance 2.0 Fast でレンダリングします。
Seedance 2.0 ファミリーは、ネイティブ音声、リファレンスによる制御、柔軟な出力画質を必要とするクリエイター向けの、ByteDance のマルチモーダル動画ラインアップです。Seedance 2.0 はより高画質な経路で、Seedance 2.0 Fast は反復向けのより速いバリアントです。
実用上いちばん大きな変化は、ネイティブ音声生成です。音を別の後処理レイヤーとして扱わず、Seedance 2.0 ファミリーは台詞、環境音、効果音を映像の流れと一緒に生成できます。そのため、プレゼンター映像、話しながらの製品デモ、吹き替えクリエイティブ、音が主導するショート広告により向いています。
リファレンス画像は、キャラクターの同一性、衣装、スタイル、シーン構図を保つのに役立ちます。リファレンス動画は、動き、テンポ、編集意図の転写に役立ちます。リファレンス音声は、リップシンクとビート合わせのためのタイミングの手がかりをモデルに与えます。プロンプトの中でこれらを丁寧に組み合わせると、当て推量が減り、出力が再現しやすくなります。
より速い反復が必要なら、Seedance 2.0 Fast は同じ入力構造とマルチモーダル制御を使い、最高画質より速度を優先します。試作、一括探索、大量のコンテンツ制作に向いており、最終レンダリングでは Seedance 2.0 に戻せます。
Seedance 2.0 ファミリーは、賢い長さの制御も導入しています。長さに -1 を送ると、クリップの長さを早く固定せず、モデルが適した出力の長さを選べます。プロンプトとリファレンス素材が、手作業では事前に測りにくい自然なビートを示しているときに便利です。
フレーミングでは、Seedance は 16:9、9:16、1:1 のような固定比率に加えて、適応型アスペクト比に対応します。入力から最も適したレイアウトをモデルに推測させたいとき、特に混在したリファレンスメディアを扱うときに、適応は役立ちます。
良い Seedance 2 ファミリーのプロンプトは、通常三つのことを明確にします。主要な被写体を特定し、意図する動きや編集の振る舞いを記述し、添付したリファレンスをモデルがどう解釈するかを伝えます。この対応づけが明確であるほど、結果は安定しやすくなります。
より大きなリファレンスセットとネイティブ同期音声で、最長 30 秒のクリップを生成します。
共有のスタジオワークフローで、Seedance 2.0、2.0 Fast、2.0 Mini を使って生成します。
スタジオで Seedance 2.5 と Seedance 2.0 ファミリーを切り替えます。
長さの上限、リファレンスの上限、出力画質の実用的な比較を読みます。
マルチモーダルな 2.x ファミリーが、それ以前のシネマティックな基準とどう違うかを確認します。
台詞、リファレンス、音声主導のシーン向けのプロンプトの型を確認します。