ByteDanceが開発した新世代の音声・映像制作モデル「Seedance1.5Pro」が正式にDouyin（豆包）に登場し、一般ユーザーに「ゼロフローで音声付き動画を作成する」新しい体験を提供しています。

image.png

今回のリリースされたSeedance1.5Proは、「文章－画像－音声」の制作プロセスを統合的にアップグレードしています:

  • 意味理解と音画同期：まず画像を作成してから音声を追加するのではなく、モデルがテキストの意図を深く理解し、一致する画像と効果音、台詞を同時に生成します。これにより「音画のズレ」が防げます。
  • より自然な「口を開けて話す」機能：生成される人物の台詞は機械的な合成音ではなく、トーンやリズムが人間のような表現になります。
  • 映画のような物語構成と動的なカメラワーク：画面には自動的にシーンの変化やカメラワークが含まれており、複雑な動き（例えば人物の身体的な接触など）も正確に捉えられるため、手動でエフェクトを調整する必要がありません。