対話シーン
16:9A lawyer delivering a closing argument from the lectern of a wood-paneled courtroom, jury seated behind, synchronized speech
Seedance 1.5 Pro
ID:
bytedance/seedance-1.5-proByteDance の Seedance 1.5 Pro 動画生成 API — 同期音声・多言語対話・最大 1080p に対応したシネマ品質の動画生成。
テキストから動画画像から動画音声生成多言語1080p
入力
出力すべて表示
ここに出力が表示されます
480p
$0.26
720p
$0.52
1080p
$1.10
cURL
curl https://api.runbase.net/v1/runs \
-H "Authorization: Bearer $RUNBASE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance/seedance-1.5-pro",
"input": {
"prompt": "A cinematic product photo of a ceramic lamp",
"aspect_ratio": "1:1",
"resolution": "1K"
}
}'サンプル
画像から動画（ソース）
16:9Extreme close-up of an older person's face by a window, a single tear forming, soft natural light
画像から動画（結果）
16:9The tear rolls slowly down the cheek, subtle facial movement, ambient room tone
概要
Seedance 1.5 Pro は、ByteDance 初のネイティブ音声生成対応動画モデルで、無音の 1.0 シリーズとフル機能の 2.0 リリースの間を埋めるモデルです。最大 1080p でシネマ品質の動画を生成し、多言語での同期セリフ、効果音、環境音に対応しています。画像から動画では最大 2 枚の参照画像を受け付け、最初のフレームと最後のフレームの制御が可能です。再生時間は 4 秒、8 秒、12 秒の固定です。
ユースケース
セリフ重視のシーン — インタビュー、モノローグ、音声同期の解説動画。映像とナレーションを合わせる必要がある多言語広告クリエイティブ。2 枚の参照フレームによる画像から動画で、クリップの開始と終了を制御。環境音を含む短編ナラティブコンテンツ。
入力パラメータ
すべてのパラメータは実行リクエストの input オブジェクトで指定します。
| Parameter | Required | Description |
|---|---|---|
| prompt | Yes | テキスト説明（3〜2500 文字） |
| aspect_ratio | No | デフォルト 16:9。選択肢: 16:9, 9:16, 4:3, 3:4, 1:1, 21:9 |
| resolution | No | デフォルト 720p。選択肢: 480p, 720p, 1080p |
| duration | No | デフォルト 4。選択肢: 4s, 8s, 12s |
| generate_audio | No | 同期音声を生成。デフォルト false |
| image_urls | No | 画像から動画用の参照画像（最大 2 枚、各 10 MB 以下） |
プロンプトのコツ
セリフは台本ではなくシーン指示として書く
セリフを引用形式で書く（「彼が言う: こんにちは」）のではなく、シチュエーションを記述してください。「男性が玄関先で誰かに親しげに挨拶する、カジュアルなトーン」のように書けば、モデルが文脈から適切なセリフを生成します。
2 枚の画像スロットで開始/終了フレームを制御する
最初のフレーム画像と、目標の最終状態となる 2 枚目の画像をアップロードしてください。モデルが両者の間のモーションを補間するため、クリップの動きをより細かく制御できます。
制限事項
- Seedance 2.0 の 20000 文字と比較して、プロンプト上限が短い（2500 文字）
- 固定の再生時間 3 択のみ（4 秒、8 秒、12 秒）で任意の長さは指定不可
- プロンプトの最小文字数は 3 文字
- 音声生成を有効にすると実行あたりのコストが増加
- 1080p は 720p と比較して生成時間とコストが大幅に増加
よくある質問
音声はどの言語に対応していますか？
多言語での対話やナレーションを生成します。言語はプロンプトの文脈から推測されます。プロンプトを対象言語で記述するか、言語を明示的に指定してください。
1.5 Pro と 2.0 の違いは？
Seedance 2.0 は 4〜15 秒の任意の再生時間、20000 文字のプロンプト上限、全体的に高い画質に対応しています。1.5 Pro は 4/8/12 秒の固定再生時間と 2500 文字に制限されます。Runbase では、1.5 Pro は最大 2 枚の参照画像（最初と最後のフレーム）を受け付けますが、2.0 は最初のフレーム 1 枚のみです。
音声を無効にして動画だけ取得できますか？
はい。generate_audio パラメータのデフォルトは false です。オフのままにすれば、1.0 モデルと同様に無音の動画が出力されます。