Seed Audio 1.0 성인 장면: 대사, 소리, 요청당 $0.36

대사와 배경 소리를 한 번의 생성 장면으로 묶고 싶다면 Seed Audio 1.0을 선택하세요. 성인 화자들을 설명하고, 그들의 대사는 큰따옴표로 감싼 다음, 같은 프롬프트에서 음악이나 분위기를 지목하세요. 요청 1회 가격은 프롬프트 길이와 상관없이 $0.36이며, 최대 약 2분의 믹스된 파일 하나를 반환하고 실패한 요청은 과금되지 않습니다. 파일은 이미 믹스되어 있으므로 비를 음소거하거나 한 대사를 나중에 고치려면 다시 생성해야 합니다. 결과는 14일간 보관되므로 내려받아 두세요.

2026년 9월 테스트에서 큰따옴표 안의 명시적 성인 어휘는 작성된 그대로 읽히고, 그 바깥의 장면 설명은 소리 내어 읽히지 않았습니다.

Seed Audio, 일반 TTS, 무엇을 쓸까

Seed Audio 작업 페이지는 일반 텍스트 음성 변환(TTS)의 text와 voice_id가 아니라 단일 prompt를 사용합니다. 음성 메뉴는 없습니다. 각 음성을 프롬프트에 설명하거나 참조 오디오를 제공하세요. 호텔 바 대화 샘플을 들어 볼 수 있습니다. 남녀가 오가는 12초짜리 호텔 바 대화로, 샘플 프롬프트는 라운지 음악과 유리 소리를 요청합니다.

그대로 활용할 수 있는 프롬프트

Two adults in their thirties talk quietly in a hotel lounge after dinner. Light rain taps on the window; no music. A woman with a warm, relaxed voice says: "I thought you were leaving." A man with a low, amused voice replies: "I changed my mind. Would you like another drink?" She answers softly: "Only if you stay." Keep every line clear above the rain, with a natural gap between speakers. Finish quietly after her reply.

자기 것으로 바꾸려면 큰따옴표 안의 대사를 먼저 고치고, 그다음 두 음성 설명을 고치고, 마지막으로 배경을 고치세요.

Playground 탭에서 시험해 보기

1. 이 프롬프트를 Seed Audio 1.0으로 실행 (먼저 로그인하거나 계정을 만드세요).
2. Playground 탭에서는 Prompt 칸이 이미 채워져 있습니다. Speed, Pitch, Volume은 기본값 그대로 두고 Output format을 MP3로 설정하세요.
3. 표시된 가격($0.36)을 확인한 다음 Run model을 누릅니다.
4. 결과를 재생합니다. Prompt에서 큰따옴표 안의 대사나 비를 바꿔 다시 실행하세요.
5. 선택 사항: Reference audio에 최대 세 개의 클립을 넣고 프롬프트에서 @Audio1부터 @Audio3까지 부르세요.

코드로 실행하기

cat > input.json <<'J'
{
  "prompt": "Two adults in their thirties talk quietly in a hotel lounge after dinner. Light rain taps on the window; no music. A woman with a warm, relaxed voice says: \"I thought you were leaving.\" A man with a low, amused voice replies: \"I changed my mind. Would you like another drink?\" She answers softly: \"Only if you stay.\" Keep every line clear above the rain, with a natural gap between speakers. Finish quietly after her reply.",
  "output_format": "mp3",
  "speed": 1,
  "pitch": 0,
  "volume": 1
}
J
spicyapi tasks create --model bytedance/seed-audio-1.0/text-to-audio --input-file input.json --wait

설정과 결과는 CLI 문서에 있습니다.

또는 Agent에게 맡기세요. 위의 CLI 또는 MCP 서버(spicyapi_task_create를 호출함)를 어시스턴트에 전달하면 둘 다 가격을 보여 주고 유료 실행 전에 확인을 요청합니다. npx skills add spicyapi-ai/spicy-skill로 Skill을 설치합니다.

지시 사항은 화자가 말하는 대사와 구분하기 위해 인용문 밖에 두세요. 프롬프트 한도는 2000자입니다.

성인 대본

우리 테스트에서 명시적인 1인칭 독백, 성인 소설 낭독, 비와 효과음으로 가득한 장면이 모두 명시적인 단어를 그대로 발화해 돌아왔습니다(26초, 29초, 9초). SpicyAPI는 이 모델에 콘텐츠 필터를 추가하지 않으므로, 여러분이 쓴 장면에 대한 책임과 생성된 음성을 실제 사람의 말처럼 내세우지 않는 책임이 모두 여러분에게 있습니다.

호텔 바 샘플의 남성 음성과 여성 음성은 분명히 다르므로 두 인물의 대화는 잘 됩니다. 한 인물이 여러 파일에서 똑같이 들려야 하는 긴 시리즈라면 매번 같은 참조 오디오를 제공하고 확정하기 전에 들어 보세요.

길이

요청 1회당 최대 약 2분의 장면 하나가 나오며 길이 필드는 없습니다. 짧고 독립적인 장면을 요청한 뒤 편집기에서 결과를 잘라내세요. 더 긴 이야기라면 장면을 따로 생성해서 이어 붙이세요. 이 호스팅 작업에는 오디오 늘리기 기능이 없지만 모델 개발사는 이어 붙이기를 기본 기능으로 설명합니다.

참조 오디오와 이미지

이 작업은 reference_audio_urls에 최대 세 개의 MP3 또는 WAV 클립을 받습니다. 제공한 순서대로 프롬프트에서 @Audio1, @Audio2, @Audio3으로 참조하세요.

Use @Audio1 as the woman's voice and @Audio2 as the man's voice. Follow the dialogue below; keep the rain quiet.

사용 허가를 받은 음성 녹음만 쓰고, 여러 사람이나 음악이 섞인 것보다 한 사람의 목소리만 또렷한 클립을 고르세요. 참조를 넣어도 가격은 $0.36 그대로입니다.

대신 장면 맥락을 위해 image_url 하나를 보낼 수도 있지만, 이미지와 오디오 참조는 함께 쓸 수 없습니다. 방이나 사진 속 사람이 기준이면 이미지를, 음성이 기준이면 오디오를 고르세요. 이미지를 쓸 때도 대사와 음성 설명은 프롬프트에 적어야 합니다.

조절 항목과 파일 선택

출력은 스테레오입니다. opus는 Ogg Opus 파일을 반환합니다. pcm은 헤더가 없는 16비트 리틀 엔디안 인터리브 스테레오라 브라우저가 재생할 수 없습니다. 같은 샘플을 재생 가능한 파일로 받으려면 WAV를 고르세요.

장면 전체를 다시 쓰지 않고 고치기

가격이 요청 단위이므로 장면 하나에 수정 두 번을 더하면 $1.08, 장면 열 개에 각각 한 번씩 재시도를 더하면 $7.20입니다.

무엇을 쓸 것인가

Seed Audio는 완성된 사운드 장면으로 가는 가장 빠른 길입니다. 대사를 자주 갈아끼워야 한다면 프리셋 음성을 재사용하거나 대사와 분위기를 서로 다른 트랙으로 두고, 음성을 따로 생성해 직접 믹싱하세요.