Atlas Cloud は Dreamina Seedance 2.5 および Seedream 5.0 Pro の米国認定リセラーになりました。Atlas Cloud は Dreamina Seedance 2.5 および Seedream 5.0 Pro の米国認定リセラーになりました。
See Audio 1.0は、ByteDance Doubao Voiceの次世代オーディオエンジンです。クリエイターが単なる音声生成を超え、演出意図を反映したナラティブ制作に取り組めるよう設計されています。公開可能な品質のオーディオブック、連続エピソード、商用音声コンテンツの制作に必要な音声エンジニアリングを効率化します。OpenAI互換キー1つと、透明性の高い従量課金制の料金体系で、Atlas Cloudから利用できます。今すぐ制作を始めましょう。
See Audio 1.0 は ByteDance が開発したモデルです。Atlas Cloud（運営：Atlas Cloud AI LLC）は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。
利用可能な音声生成エンドポイントと、その制作における重点を比較します。
| モダリティ | 説明 |
|---|---|
| Seed Audio 1.0 API（Prompt to Audio） | Seed Audio 1.0 APIを使えば、1つのプロンプトから映画品質の音声を生成できます。音声ディレクター向けのワークフローにより、公開可能なラジオドラマ、ポッドキャスト、オーディオブック、連続エピソード、ブランド音声の制作に必要な手作業を削減できます。 |
See Audio 1.0は、映画品質のシーン生成、リファレンス誘導ボイス、詳細な出力制御、柔軟なエクスポート設定、透明性の高いAtlas Cloud APIアクセスを、1つの制作ワークフローに統合します。
See Audio 1.0は、1つのプロンプトから、セリフ、効果音、環境音、音楽要素を組み合わせた映画品質のオーディオを生成します。エンジンはこれらのレイヤーを個別の編集作業ではなく、1つの演出されたシーンとして扱います。自然言語で舞台設定、演技、音響キューを形作れます。公開準備済みのラジオドラマ、ポッドキャスト、オーディオブック、ブランド向けナラティブオーディオの制作を想定しています。
1回のリクエストで、最大3つの音声リファレンス、または1つの画像リファレンスを使ってSee Audio 1.0をガイドできます。各音声クリップは最大30秒、10 MB未満に収める必要があります。また、音声と画像のリファレンスを混在させることはできません。プロンプトからアップロード済みのボイスを指定し、声のアイデンティティやスタイルを調整できます。これにより、 recurring charactersや一貫性のあるブランドボイスの演出に対応できます。
MP3、WAV、PCM、OGG Opusから出力形式を選び、8,000〜48,000 Hzの範囲から6種類のサンプルレートのいずれかを選択できます。ピッチはマイナス12〜プラス12半音、話速とラウドネスはそれぞれ通常の0.5〜2倍の範囲で調整できます。これらのコントロールにより、開発者はプロンプトを作り直さずに出力を細かく調整できます。エクスポート設定は、アプリでの再生、編集、ポストプロダクションの要件に合わせられます。
1つの脚本シーン内に異なる声を登場させたい場合は、最大3つの話者リファレンスを添付し、テキストプロンプト内で順番に呼び出します。モデルはこれらのリファレンスを使いながら、周囲のオーディオも一体化した結果として生成できます。このワークフローにより、エピソード形式の会話、ラジオドラマ、ナラティブのプロトタイプ制作において、キャスティング、音声生成、シーン構成の間の引き継ぎを減らせます。
検証済みの標準価格である1生成あたり$0.143で、Seed Audio 1.0をAtlas Cloud上で実行できます。統合された1つのAtlas Cloud APIキーで、モデルをより広範なカタログに接続でき、従量課金によってコストを利用量に連動させられます。開発者はプロバイダーを変更せずに、テストから本番へ移行できます。この構成は、実験的なプロジェクトにも、音声ワークロードの変動が大きい運用にも適しています。
See Audio 1.0 と2つの代替音声モデルが、同一の台本、感情の移り変わり、間、声の強弱、温かな締めくくりをどのように解釈するかを比較します。
レトロな宇宙コメディのラジオドラマ、12–15秒。冷たい青色の電子的な船内ハム音に、オレンジゴールドの警告チャイム。乾いた極端な近接マイク音声、金属的な残響、無重力空間を漂う音。[息を切らしたささやき声] 3… 2… 1… [鋭い口笛が左から右へ移動] ピップ、そのケーキを家まで案内して！ [ろうそくの警報音；興奮した笑い声まじりの叫び、遠ざかりながら] 炎が漏れてる――早く捕まえて！ [近くで、温かく、音程を安定させた柔らかな歌声] ハッピーバースデー、親愛なる地球。ナレーターなし、映像なし、余分な台詞なし。
Generated with Seed Audio 1.0 on Atlas Cloud
Generated with ElevenLabs v3 Text-to-Speech on Atlas Cloud
Generated with MiniMax Speech 2.6 Turbo on Atlas Cloud
親密な近接マイクの息づかい、鮮明な空間エフェクト、ダイナミックなテンポを備えた12–15秒のレトロフューチャーSFラジオドラマを作成してください。[息を切らしたささやき声] 「97… 98… 99――」 [磁気トレーが勢いよく閉じる；クリームが飛び散る；カトラリーが clang；警報が脈打つ] [爆発的で、速いスポーツ実況アナウンサーの話し方] 「トレー故障！ フロスティングが左舷――フォークが回転中――ケーキが逃走！ 私が捕まえた！」 [警報が静かな宇宙船の環境音へとフェードアウト] [優しく、柔らかく歌い、完全に音程の合った声] 「ハッピーバースデー・トゥー・ユー。」ナレーターなし、余分な台詞なし、背景音楽なし、歪んだ声なし、過度な残響なし。シネマティックな16:9の波形ビジュアライゼーション向けにミックス：冷たい銀白色の空気感、コバルトブルーのエネルギー、ラズベリーレッドのアクセントを1つ。
Generated with Seed Audio 1.0 on Atlas Cloud
Generated with ElevenLabs v3 Text-to-Speech on Atlas Cloud
Generated with MiniMax Speech 2.6 Turbo on Atlas Cloud
ラジオドラマやポッドキャストからオーディオブック、ブランドキャンペーンまで、See Audio 1.0は1つのプロンプトから、物語主導の制作に適した映画品質で公開可能な音声を生成します。
See Audio 1.0は1つのプロンプトから映画品質のラジオドラマ音声を生成し、複雑なエンジニアリング作業を削減します。クリエイターは、エピソード形式のフィクション、連続ストーリー、没入型リスニング作品に向けた物語シーンを構成できます。
従来型の制作環境を使わずに、台本を公開可能なポッドキャスト音声に変換できます。個人ホストやスタジオは、手作業による音声エンジニアリングを減らしながら、物語形式のエピソード、インタビュー形式のセグメント、ブランドシリーズを制作できます。
物語制作向けに設計されたSee Audio 1.0は、文章を表現力豊かな公開可能なオーディオブック音声へと変換します。出版社や個人作家は、幅広い聴衆に向けて、章、連続配信、キャラクター主導のリスニング体験を構築できます。
1つのプロンプトからキャンペーン台本に完全な音声演出を加え、物語の方向性と映画品質の出力を組み合わせます。マーケティングチームは、煩雑なエンジニアリング作業なしで、ブランド音声、CMスポット、製品ストーリーを制作できます。
ストーリーが複数のエピソードにわたる場合でも、See Audio 1.0はプロンプトベースのディレクションから公開可能な物語音声を生成できます。制作チームは、繰り返し登場するラジオドラマ、連続章、ポッドキャストの各回を、規模に応じてより効率的に開発できます。
プロンプトから始めて、物語主導の商業制作に向けた映画品質の音声をディレクションできます。エージェンシーやメディアチームは、製品ストーリーを洗練されたブランド作品、ドラマチックなプロモーション、キャンペーン対応の音声アセットへと仕上げられます。
生成範囲、参照入力、クリエイティブコントロール、元の基本価格の観点から、Atlas Cloudで利用できる3つの音声モデルとSee Audio 1.0を比較します。
| モデル | 音声の範囲 | Atlas経由の参照メディア | クリエイティブコントロール | 元の基本価格 |
|---|---|---|---|---|
| Seed Audio 1.0 | 音声、効果音、環境音を含むシーン全体の音声 | √ | プロンプト、音高、話速、音量 | $0.143 |
| MiniMax Speech 2.6 HD | テキスト読み上げ | - | 声、速度、音量、音高、感情、言語 | $0.10 |
| ElevenLabs v3 Text-to-Speech | テキスト読み上げ | - | 声、言語、安定性、テキスト正規化 | $0.10 |
| Gemini 2.5 Pro TTS | テキスト読み上げ | - | 自然言語によるスタイル指示と30種類のプリセット音声 | $0.08 |
数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。
atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。
高度なSee Audio 1.0モデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。
低レイテンシ：
リアルタイム推論のためのGPU最適化推論。
統合API：
1つの統合でSee Audio 1.0、GPT、Gemini、DeepSeekを実行。
透明な料金：
サーバーレスオプション付きの予測可能なtoken単位の課金。
開発者エクスペリエンス：
SDK、分析、ファインチューニングツール、テンプレート。
信頼性：
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。
セキュリティとコンプライアンス：
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。
See Audio 1.0は、Atlas Cloudでbytedance/seed-audio-1.0として提供されている、ByteDanceのSeed Audio 1.0を指します。プロンプトから、音声、会話、音楽、環境音、効果音を組み合わせた、映画品質のオーディオをナラティブ作品向けに生成します。
ラジオドラマ、ポッドキャスト、オーディオブック、連続エピソード、ブランド向けオーディオなど、さまざまなナラティブコンテンツを生成できます。通常これらの形式で必要となる個別の録音、サウンドデザイン、ミキシング作業を減らしながら、複数の音声要素をまとめて生成できます。
Bearer認証を使用し、モデルID bytedance/seed-audio-1.0とテキストプロンプトを指定して、Atlas CloudのgenerateAudioエンドポイントにPOSTリクエストを送信します。Atlas Cloudのドキュメントには、cURL、JavaScript、Pythonなどのリクエスト例が掲載されています。
テキストプロンプトは必須で、参照メディアは任意です。最大3つの音声または話者の参照素材、または1つの画像参照を指定できます。ただし、同じリクエストで音声参照と画像参照を組み合わせることはできません。
8000、16000、24000、32000、44100、48000 Hzのサンプリングレートで、MP3、WAV、PCM、Ogg Opusの出力を選択できます。また、Atlas Cloud APIスキーマで定義された範囲内で、ピッチ、発話速度、音量も調整できます。
Atlas Cloudでは、bytedance/seed-audio-1.0の標準基本料金として$0.143が掲載されています。これは一時的な割引やプロモーション料金ではなく、元のバックエンド料金です。
はい。最大3つの参照クリップを添付し、@audio1のように、テキストプロンプト内で使用する音声を指定できます。各クリップは30秒以内かつ10 MB未満である必要があります。また、提供する音声について必要な権限を有している場合にのみ使用してください。
BearerトークンとモデルIDが正しいこと、必須のテキストフィールドが指定されていること、すべてのパラメーターに受け付けられる値が設定されていることを確認してください。また、音声参照と画像参照を混在させていないこと、参照クリップの上限を超えていないことも確認してください。
Seedance 2.5 APIがAtlas Cloudで利用可能になりました！これにより、開発者はByteDanceの最新の動画モデルを利用できます。テキスト、単一の画像、または最大50のマルチモーダルな参照から、同期されたオーディオとフレーム内の多言語テキストを含む最大30秒のネイティブ動画をシングルパスで生成します。Atlas Cloudでは1つのキーでアクセスでき、被写体の一貫性と改善された物理演算により、ロングショットの整合性が保たれます。
Wan 3.0 APIは、AlibabaのWanビデオファミリーの次世代モデルであり、長尺動画生成、マルチリファレンス制御、およびオーディオビジュアル品質を新たな高みへと押し上げるために構築されました。Atlas CloudはすでにWan 2.7、2.6、2.5をホストしており、Wan 3.0は追加のセットアップなしで同じ統合キーで実行されます。今日から開発を始めましょう。Wan 3.0で何を作成できるかを確認するには、下のショーケースまでスクロールしてください。
MiniMax H3は、テキスト、画像、リファレンスによる生成に対応したMiniMaxのマルチモーダル動画ファミリーです。対応するルート全体で参照メディアの被写体を保持し、柔軟なアスペクト比を提供します。また、H3 Developerを通じて生成音声と映像を組み合わせ、出力プロファイルはエンドポイントごとに選択されます。Atlas Cloudは、1つのOpenAI互換キーのもとでこのファミリーを統合し、標準料金である1秒あたり$0.038からの明瞭な従量課金制を提供します。今すぐ開発を始めましょう。
Seedream 5.0 Pro API は、開発者に Atlas Cloud 上で ByteDance の制御可能な画像編集モデルを提供します。アンカーと座標を使用して編集を正確に配置し、画像を編集可能なレイヤーに分離し、複数の参照を融合し、正確な色と素材を一致させ、2K および 3K での多言語テキストをサポートします。Atlas Cloud では、単一のキーでアクセスできます！
Seedance 2.0は、正確なショット作成に対応したByteDanceの本番向け動画モデルです。プロンプトから動画を生成したり、オプションの最終フレームガイダンスを使って先頭フレームの画像をアニメーション化したり、参照メディアとオプションのウェブ検索で結果を形作ったりできます。Atlas Cloudは、これらのワークフローを透明性の高い従量課金と1つのOpenAI互換キーで、統合されたAPIにまとめます。今すぐ開発を始めましょう。
OpenAIのgpt-image-2.5ファミリーでは、本番の画像ワークフロー向けにFlareとSunburstを選択できます。最大3840x2160までの任意の解像度でレンダリングし、xhighやmaxを含む5段階の品質ティアから、具体的な出力要件に合ったものを選択できます。Atlas Cloudでは、コールドスタートなしですぐに使えるREST推論を、生成1回あたり$0.004からの標準料金で提供しています。今すぐ開発を始めましょう。
GPT Image 2 API は、GPT Image 1.5 の後継となる OpenAI の最新画像モデルへのアクセスを開発者に提供します。ラテン文字およびCJKスクリプト全体で正確なテキストレンダリングを使用して画像を生成および編集できるほか、ポスター、モックアップ、インフォグラフィック向けの強力なコンポジション（構図）機能を備えています。Atlas Cloud では、300以上のモデルと並んで1つの統合 API を通じてアクセスでき、無料クレジット、99.99% のアップタイムが提供され、OpenAI の組織検証は不要です。
Gemini Omniは、Google DeepMindによるネイティブなマルチモーダル動画ファミリーです。プロンプトによる生成・編集に対応し、テキストからの生成、静止画のアニメーション化、任意のビジュアルリファレンスを使った既存映像の編集を、変更していない部分を保持しながら行えます。解像度、アスペクト比、動画の長さを柔軟に設定でき、さまざまな制作ワークフローに対応します。Atlas Cloudは、透明性の高い従量課金でアクセスを一元化します。今日から開発を始めましょう。
Grok Imagine API は、Image 2.0 から Video 1.5 および xAI TTS v1 まで、xAI の画像、ビデオ、音声モデルをカバーしています。1K または 2K の静止画を 14 のアスペクト比でレンダリング、シーンを 15 秒の 1080p モーション映像に変換、最大 7 つの参照画像でショットを操作、または 20 言語でナレーション可能です。Atlas Cloud はすべてのモードを 1 つのエンドポイント上で実行でき、画像あたり $0.02、秒あたり $0.05 からの従量課金制です。今すぐビルドを開始してください。
Googleの最も強力なクリエイティブモデルはすべてAtlas Cloudで利用可能です。Veo 3.1はシネマティックな動画生成を実現し、Nano Banana 2は高忠実度な画像作成を強化し、Geminiはあらゆるワークフローにマルチモーダルなインテリジェンスをもたらします。Day-0の可用性と従量課金制（pay-as-you-go）の料金体系を備えた単一のAPI keyを通じて、Googleモデルスイート全体にアクセスできます。
Seedance 2.0 Mini は、速度とコストが最も重視されるワークフローに ByteDance のマルチモーダル動画生成をもたらします。より軽量なフットプリントで Seedance 2.0 のコア機能を提供し、より高速な生成、動画あたりのコスト削減、そしてすでに使用しているものと同じ API 統合を実現します。大容量のパイプラインを運用したり、大規模なプロトタイピングを行ったりするチームにとって、Mini は実用的なデフォルトの選択肢です。
シネマティックな動画生成から高忠実度の画像作成まで、ByteDanceの最も強力なモデルがAtlas Cloudで利用可能になりました。最低水準の推論価格とゼロのインフラストラクチャオーバーヘッドで、SeedanceとSeedreamを大規模に実行できます。
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。
