目錄(33 節)
- Seedance 係咩?一代一代講清楚
- Seedance 點樣「出聲」?同 TTS 有咩分別
- 廣東話對白,三個現實
- 一、官方講「支援方言」,唔等於香港口語
- 二、品牌名同專有名詞最易讀錯
- 三、對白一改,畫面可能要重生成
- 三條路,控制廣東話聲軌
- 路線 A:音頻參考(最快,但控制有限)
- 路線 B:後期換聲+對嘴(最準,但多一步)
- 路線 C:混合(最平衡)
- Prompt 點寫?五個實用格式
- 格式一:角色+處境+對白語言
- 格式二:鏡頭+動作+時間
- 格式三:聲音參考+不要嘅元素
- 格式四:品牌名讀音提示
- 格式五:分鏡式描述
- 一條 30 秒片嘅八步工作流
- 成本同時間,點樣預算
- 五個最常見中伏位
- 一、把「音頻參考」當成「指定聲軌」
- 二、用書面語寫對白
- 三、一條 prompt 寫十幾個要求
- 四、忽略片長限制
- 五、出片先發現讀錯品牌名
- 資料來源同方法說明
- 常見問題 FAQ
- Seedance 識唔識講廣東話?
- Seedance 生成嘅聲,可以直接出街嗎?
- Seedance 2.5 最長可以出幾長?
- 音頻參考可唔可以指定某個人把聲?
- Seedance 同 Kling、Veo 點揀?
- 用 Seedance 出片,字幕點做?
- 想試廣東話聲軌?
Seedance 廣東話配音:AI 影片聲軌點做先夠地道(2026)
Seedance 出嘅對白係模型生成,唔係你條聲軌。要控制廣東話讀音,三條路:音頻參考、後期換聲、混合。
一句答你:Seedance 會自己生成對白同音效,但你把聲唔會因此變成香港廣東話。要控制聲軌,一係用音頻參考,一係出片後換聲再對嘴,一係兩樣一齊做。
Key Takeaways
- Seedance 係字節跳動嘅音視頻聯合生成模型,輸入文字、圖片、影片同音頻,直接出有聲片段。
- 2026 年 7 月推出嘅 Seedance 2.5,單次最長 30 秒,最多參考 30 張圖、10 段片、10 段音頻。
- 模型生成嘅對白係「生成物」,唔係播放你條聲軌;想把聲鎖死,要後期換聲。
- 廣東話最易出事嘅位:書面語直接讀、品牌名讀音、中英夾雜節奏。
- 最穩陣做法:Seedance 出畫面同節奏,粵語 TTS 出最終聲軌,再用 lip sync 對嘴。
重點摘要:Seedance 嘅聲係生成出嚟,唔係你條聲軌。要控制廣東話讀音,最實際係後期換聲;音頻參考只可以令風格接近。
Seedance 係咩?一代一代講清楚
Seedance 係字節跳動 Seed 團隊嘅影片生成模型。2026 年嘅版本已經唔止「文字變片」,而係音視頻一齊生成。
官方資料顯示,Seedance 2.0 喺 2026 年 2 月推出,採用統一嘅多模態音視頻聯合生成架構,支援文字、圖片、音頻、影片四種輸入(ByteDance Seed, 2026)。
到 2026 年 7 月,Seedance 2.5 推出,單次最長 30 秒,可以多輪延長;參考素材上限提升到 30 張圖、10 段片、10 段音頻(ByteDance Seed, 2026)。
| 版本 | 單次片長 | 參考素材 | 重點 |
|---|---|---|---|
| Seedance 1.5 Pro | 較短 | 較少 | 開始支援音視頻聯合 |
| Seedance 2.0 | 4–15 秒 | 9 圖/3 片/3 音頻 | 多人多語言對白、雙聲道 |
| Seedance 2.5 | 最長 30 秒 | 30 圖/10 片/10 音頻 | 時間戳編輯、綠幕、黏土渲染參考 |
呢個演進對創作者嘅意義係:你越嚟越少需要「先拍後配」,可以直接用參考素材控制畫面同聲音。
Seedance 點樣「出聲」?同 TTS 有咩分別
文字轉語音(TTS) 係你俾文字,佢回一條聲軌。你完全控制內容,但冇畫面。
Seedance 係你俾提示同參考,佢同時生成畫面同聲音。聲音係模型根據情境「諗」出嚟,包括對白、環境聲、背景音樂。
兩者最大差別係「控制權」:
| 項目 | TTS | Seedance |
|---|---|---|
| 你控制嘅嘢 | 逐個字、逐個讀音 | 提示、參考素材、整體風格 |
| 出嚟嘅聲 | 你條稿嘅聲 | 模型生成嘅對白 |
| 改一句 | 改字再生成 | 要重新生成或者後期換聲 |
| 適合 | 旁白、品牌聲、需要準確讀音 | 畫面主導、對白較短、風格優先 |
所以,如果你嘅重點係「品牌代言人把聲要一致」、「產品名一定讀啱」,Seedance 唔應該係最後一步。你應該用佢出畫面,再用 TTS 出最終聲軌。
廣東話對白,三個現實
一、官方講「支援方言」,唔等於香港口語
Seedance 2.0 嘅官方發佈提到,中文方言、傳統戲曲同歌唱場景嘅指令跟隨能力有明顯提升(ByteDance Seed, 2026)。
但「支援粵語」同「識講香港人日常廣東話」係兩件事。書面語句式、懶音、語氣詞、潮語,模型未必跟得咁貼。
二、品牌名同專有名詞最易讀錯
「MTR」、「HKTVmall」、「PayMe」、「Chill」呢類中英夾雜字,模型可以讀成好怪嘅音。例如「MTR」讀成「M-T-R」逐個字母,或者「Chill」讀成「痴」。你越倚賴模型自己生成對白,越難逐個修正。
三、對白一改,畫面可能要重生成
Seedance 2.5 支援時間戳編輯,可以針對某段時間改動作或對白(ByteDance Seed, 2026)。呢個功能好有用,但唔等於你可以逐個字換聲。要 100% 控制讀音,仍然係後期換聲最實際。
【獨家觀察】2026 年 10 月,我哋對照 Seedance 官方頁面同 Dreamina 嘅產品說明,發現「音頻參考」同「聲軌替換」係兩個唔同概念。前者影響生成結果嘅音色同節奏,後者係直接換走條聲。好多教學把兩者混為一談。
三條路,控制廣東話聲軌
路線 A:音頻參考(最快,但控制有限)
將一段粵語錄音放入 Seedance 嘅音頻參考欄。模型會參考音色、語速、語氣。
適合:想要「大致似」某種聲線、對白內容唔需要逐字準確。
限制:參考唔等於複製。出嚟嘅字句仍然由模型生成,讀音未必跟你。
路線 B:後期換聲+對嘴(最準,但多一步)
Seedance 只出畫面,或者出一個暫時聲軌。你用粵語 TTS 重新生成最終聲軌,再用 lip sync 對嘴。
適合:品牌片、產品名多、需要法務核對讀音、要出字幕。
限制:多一層工具同時間。對嘴長度有限制,通常要切片。
路線 C:混合(最平衡)
用 Seedance 出畫面、運鏡同節奏;用音頻參考令嘴型方向接近;最後只換走關鍵句。
適合:30 秒社交片、對白唔多、節奏優先。
限制:要判斷邊幾句值得換。換得太多,不如直接行路線 B。
想睇對嘴點做,可以睇《AI Lip Sync 廣東話指南》。
Prompt 點寫?五個實用格式
Seedance 嘅提示可以好長,但以下五種句式最實用。
格式一:角色+處境+對白語言
一名香港女生喺茶餐廳同朋友傾偈,講香港廣東話,語氣輕鬆,對白自然,唔好講書面語。
重點係寫「香港廣東話」,唔好只寫「粵語」或「中文」。
格式二:鏡頭+動作+時間
鏡頭由中景慢慢推近,人物點頭,講到第三秒停一停,再笑。
Seedance 2.5 支援時間戳控制,可以寫明第幾秒發生咩事。
格式三:聲音參考+不要嘅元素
參考附件聲線嘅語速同語氣;不要背景音樂,不要旁白,只保留人物對白。
負面提示好重要。唔寫「不要」,模型好易加背景音樂。
格式四:品牌名讀音提示
對白提到「PayMe」,讀音係英文 Pay-me,唔好讀成中文。
模型未必完全跟,但寫明好過唔寫。
格式五:分鏡式描述
第一鏡:遠景,街道;第二鏡:中景,人物望鏡頭;第三鏡:特寫,嘴角微笑。
30 秒片可以塞幾個鏡頭。分鏡寫法比一段過描述穩定。
一條 30 秒片嘅八步工作流
- 寫分鏡。 三個鏡頭以內,唔好貪多。
- 定對白。 廣東話口語寫,唔好書面語。
- 揀路線。 聲軌要準就行的路線 B;要快就行 A 或 C。
- 出參考。 準備人物圖、風格圖、必要時一段聲頻。
- 生成。 先做 5 秒測試,確認人物同嘴型方向。
- 換聲。 用粵語 TTS 出最終聲軌。
- 對嘴。 用 lip sync 工具對返畫面。
- QC。 核對品牌名、字幕、嘴型同片長。
呢個流程嘅關鍵,係第 5 步唔好跳。直接生成 30 秒,出错之後重做成本高好多。
成本同時間,點樣預算
Seedance 嘅收費按平台同方案而變。官方喺 2026 年 7 月講,Seedance 2.5 會喺 Dreamina、Doubao Pro 等平台上線,API 就會經 BytePlus ModelArk 提供(ByteDance Seed, 2026)。
實際價錢,我哋唔會喺度寫死,因為會隨地區、訂閱同促銷變。你可以用以下方法預算,例如先做一條 10 秒測試片,再估算全片要試幾多次:
- 計生成次數,唔係計片長。 一條 30 秒片可能試三次先得。
- 預留換聲同對嘴成本。 呢兩步唔包喺影片生成入面。
- 計重做時間。 改一句對白,可能連畫面都要重生。
【獨家觀察】大部分 AI 影片教學只計「生成一次幾多錢」,但真實成本係「出一個可用版本要生成幾多次」。如果你嘅題材有品牌名、多人對白、複雜動作,預算最少要乘三。
五個最常見中伏位
一、把「音頻參考」當成「指定聲軌」
參考只影響風格,唔會逐字跟。要逐字準,後期換聲。
二、用書面語寫對白
「我們今天需要注意」呢類句式,模型讀出嚟會好生硬。寫「我哋今日要留意」先自然。
三、一條 prompt 寫十幾個要求
模型會顧此失彼。分鏡寫,每鏡一兩個重點。
四、忽略片長限制
30 秒係上限,唔係目標。社交片多數 15 至 20 秒已經夠。
五、出片先發現讀錯品牌名
品牌名、產品型號、英文縮寫,生成前逐個列出,出片後逐個核。
資料來源同方法說明
本文由港嘢內容團隊撰寫,經編輯覆核。Seedance 嘅版本、片長、參考素材上限同平台上線資訊,均引自 ByteDance Seed 官方頁面(查閱日期 2026-10-31)。本文冇對 Seedance 做獨立效能測試;生成質素會受提示、參考素材、地區同帳戶方案影響。
主要來源:
- Seedance 2.5 官方介紹
- Seedance 2.5 發佈文章
- Seedance 2.0 發佈文章
- Dreamina Seedance 2.5 說明
- LatentSync 論文(對嘴技術背景)
常見問題 FAQ
Seedance 識唔識講廣東話?
官方講支援中文方言,包括粵語。但「講到」同「講得似香港人」有距離。品牌名、口語字、中英夾雜,仍然要人耳核對。
Seedance 生成嘅聲,可以直接出街嗎?
短社交片可以。品牌片、廣告、需要法務核對讀音嘅內容,建議後期換聲。你唔會想因為一個品牌名讀錯而要重出。
Seedance 2.5 最長可以出幾長?
官方講單次最長 30 秒,可以多輪延長。延長唔等於無限,角色一致性同節奏仍然要檢查。
音頻參考可唔可以指定某個人把聲?
唔可以當成聲音複製。參考係影響生成,唔係逐字重現。要指定某人把聲,應該用有授權嘅聲音複製功能,再後期換聲。
Seedance 同 Kling、Veo 點揀?
三者都係影片生成模型,強項同地區可用性唔同。如果你最重視「聲畫一齊出」,Seedance 嘅音視頻聯合生成係賣點;如果你要最大控制權,任何模型都可以只出畫面,聲軌自己配。
用 Seedance 出片,字幕點做?
可以有兩種做法:生成時叫模型唔好出字幕,後期用 SRT 加;或者接受模型字幕再人工校正。品牌片建議後期加,因為模型字幕好易有錯字。
想試廣東話聲軌?
Seedance 負責畫面,聲軌可以交俾港嘢。你可以先去 playground 貼一段廣東話對白,聽吓成品,再決定用邊條路線。
想睇 AI 短劇嘅完整流程,可以睇《AI 短劇廣東話製作指南》;想比較對嘴工具,就睇《King AI 對嘴教學》。
想睇成個 AIGC 粵語聲軌嘅工具地圖,可以睇《AI 影片廣東話配音指南》。