雨中的街道看起來或許逼真,聽起來卻仍像電影預告片。對需要可用氛圍的創作者而言,差別在於能否辨識出聲音:雨打屋頂、鞋子踩進水窪,以及車流留在遠方。
這些 Seedance 2.5 Flash 環境音範例提供六個可直接複製的場景,以及一套評判其音訊的方法。Seedance 2.5 Flash 支援附帶生成聲音的影片。先從幾個明確點名的音源、一個清楚動作,以及前景/背景關係開始。然後檢查完整結果;提示詞無法保證混音乾淨、完全沒有音樂。
這些範例涵蓋雨、林地、咖啡館、廚房、車站與礫石海灘。每個範例都包含三個聆聽目標。請把這些目標當作驗收標準,與任何實際生成的結果分開看待。
重點摘要
- Seedance 2.5 Flash 支援影片搭配生成音訊;送出前請先啟用音訊。
- 寫出音源、其距離,以及觸發它的動作。
- 保留片段前,請從開頭、動作、剪接一路聽到結尾。
- 明確排除音樂可以引導生成,但仍可能出現不需要的音樂。
什麼樣的 Seedance 2.5 Flash 環境音提示詞才實用?
把你需要的聲音寫成聽者能辨識的具體內容。「沉浸式氛圍」把內容留得太開放。「雨點敲打金屬遮雨棚,人行道外有微弱車流」則告訴你該聽什麼,以及哪一層應該占主導。
環境音(ambience)是一個場所持續存在的聲音,例如通風聲或雨聲。動作音(製作上常稱為 Foley)伴隨事件發生,例如杯子碰到杯托。音樂則添加一層作曲。因此,當你的目標是環境聲時,「ambient music」這個說法可能傳達錯誤指令。
| 層次 | 用途 | 具體指示 | 過於開放的說法 |
|---|---|---|---|
| 環境底層聲 | 建立場所感 | 安靜、持續的抽油煙機噪音 | 沉浸式廚房氛圍 |
| 前景動作 | 標示可見事件 | 杯子碰到杯托時的一聲陶瓷輕響 | 逼真的音效 |
| 遠方活動 | 暗示主體之外的空間 | 空地外幾聲較輕的鳥鳴 | 豐富的森林音訊 |
| 音樂 | 需要時加入配樂 | 這些測試請排除音樂 | 氛圍配樂 |
依這個順序:場景與動作、攝影機、主要聲音、背景聲音,最後是排除項。讓每個音源都附屬於某個物件或位置。響亮的事件可能聽起來合理卻不實用;抽油煙機若蓋過每一次落刀聲,就毀了廚房這個範例。
描述距離的詞語表達的是期望的關係,並不會給你可獨立調整的音軌,也不是經過校準的聲學模擬。請在一般聆聽音量下判斷,近處聲音是否比遠處聲音更容易辨識。
一次只選一個問題來修正。如果缺少杯子聲,先簡化背景,再考慮加入更多描述性形容詞。這能讓下一次生成有更清楚的優先順序,也讓你之後的比較更容易解讀。
對正在組接序列的剪輯師來說,連續性和最響亮的音效同等重要。即使杯子撞擊聲很逼真,如果周圍空間突然一片寂靜,仍然難以使用。當場景位置不變時,請寫出連續的底層聲,並把短促的聲音留給可見事件。這也讓你有實際理由去檢視停頓處。
戶外環境音範例:雨與森林
遮雨棚上的雨:區分不同表面
一場雨中就有好幾種音源。雨滴打在波紋金屬上會產生較尖銳的敲擊聲;雨傘下則是較柔和的滴答聲;腳踩進水窪則形成一個短促事件。把這三者都寫出來,會比只要求「大雨聲」具體得多。
踩水窪的動作提供了一個可見的時間參照。聽水花是否出現在碰水前後,再確認雨聲是否在其下方持續。即使整體氛圍聽起來合理,若水花聲在鞋子碰到水之前就出現,仍會令人出戲。
P1:遮雨棚上的雨
plaintext1An eight-second photorealistic scene on a small neighborhood sidewalk during steady rain. From 0 to 4 seconds, a waist-height camera tracks sideways beneath a corrugated metal awning as a person carrying an umbrella approaches. From 4 to 8 seconds, cut to a low side view as one shoe steps through a shallow puddle. Natural overcast light and believable water movement. 2 3Sound: steady rain tapping on the metal awning, softer rain pattering on the umbrella, and one brief splash exactly when the shoe enters the puddle. The rain remains continuous across the cut. Distant traffic is faint. Only environmental and action sounds. No music, score, melody, narration, or intelligible speech.
P1 聆聽目標:連續雨聲、可分辨的表面聲音,以及接近可見踩踏動作的水花聲。這些是要求達成的結果,並非成功保證。

P1 的兩格畫面分別呈現頭頂的淋雨表面與可見的水窪事件。其時間戳可定位重播的時刻;單張靜態畫面無法確立對應的聲音。
不要要求每個表面同等突出。攝影機一開始位於遮雨棚下方,因此棚頂聲音合理地占主導。如果只聽到一整片模糊的雨聲,請把材質區分記錄為未解決,而不是從畫面推斷。
比較屋頂下的那一刻與低角度水窪鏡頭。視角改變可以合理帶動聲音平衡改變,但突然切換成完全不同的雨聲錄音會破壞場景。如果要求中的剪接根本沒發生,請把這項視覺限制與雨聲本身是否可用分開記錄。
森林環境音:讓距離聽得出來
林地提示詞若同時要求風聲、蟲鳴、溪流、許多鳥叫和腳步聲,就會變得擁擠。這裡由近處葉片聲擔負前景,幾聲遠處鳥鳴則暗示更大的空間。這種稀疏安排讓缺失或錯位的聲音更容易被察覺。
鳥不必出現在畫面上,其叫聲也能屬於這個場景。畫外音源在環境音中很常見。重點在於叫聲是否契合場景,並保持從屬於近處枝葉。
P2:森林的距離
plaintext1An eight-second photorealistic scene in a leafy woodland after sunrise. From 0 to 4 seconds, the camera moves laterally beside a branch whose leaves flutter in a light breeze, with the woodland visible behind it. From 4 to 8 seconds, cut to a wider view across the same clearing as the branches continue moving. Soft natural daylight, realistic vegetation, no people. 2 3Sound: nearby leaves rustling clearly, a few quieter bird calls from farther inside the woodland, and occasional soft drops falling from wet leaves. Keep the background sparse and continuous across the cut. No music, score, melody, narration, or human voices.
P2 聆聽目標:近處明顯的沙沙聲、較輕的遠處鳥叫,以及要求剪接前後不中斷的背景聲。

P2 在 2.51 秒的一格畫面標出近處葉片與遠處林地。鳥叫可能來自畫外;這些標示指出的是聆聽目標,並非已驗證的音源或實測距離。
閉上眼睛再聽一次。如果每個音源聽起來都一樣近,可能是畫面提供了音訊並不支援的深度感。較寬的第二個視角也應與第一個環境保持可辨識的連結。
先播放 P1 雨聲(0:00),接著是 P2 森林(約 0:08)。兩段完整片段依序播放,並保留原始音訊。靜態畫面的時間戳是指各原始片段中的時間。
室內環境音範例:咖啡館與廚房
咖啡館房間底噪與一聲清楚的杯子聲
對一段短咖啡館片段而言,一次放置杯子的動作會比繁忙的蒙太奇更有測試價值。安靜的房間底噪建立室內感。微弱的機器嗡鳴增添情境。杯子碰到杯托則提供可與畫面比對的事件。
避免要求同時出現好幾段對話。它們會掩蓋輕響,並帶入你不需要的清晰語音。對行銷剪輯來說,這也多了另一個聲音元素,得在你把片段與自己的旁白結合前先行檢查。
P3:分層的咖啡館聲音
plaintext1An eight-second photorealistic scene at a small cafe counter in natural morning light. From 0 to 4 seconds, a medium side view follows a barista carrying a ceramic cup toward the counter. From 4 to 8 seconds, cut to a close side view as the cup is placed on a saucer and the hand withdraws. An espresso machine remains in the background. Realistic hand movement and ordinary cafe surroundings. 2 3Sound: a quiet, steady room tone, a faint espresso-machine hum in the background, and one clear ceramic clink when the cup touches the saucer. The cup sound is more prominent than the background. No intelligible speech. No music, background music, score, melody, synth, or ambient pad.
P3 聆聽目標:穩定的房間底噪、接近杯子接觸時的輕響,以及在未添加音樂的情況下仍聽得見的前景事件。
要對照第一次接觸來檢查輕響,而不是手收回時。接著聽之後的空檔。穩定的底層聲應該讓那段安靜時刻保持連貫,而不必添加新的花俏音效。
這些是設計好的生成情境,不是客戶專案,也不代表商業成果。合適的片段仍需要在你打算使用的剪輯中審查。
廚房環境音與動作同步的切菜聲
廚房範例把連續底層聲與離散撞擊聲分開。三次刻意下刀形成三個預定的同步點,接著是刀子放下時的不同動作。這項變化有助於看出模型是跟著事件走,還是只提供通用的切菜循環聲。
先數清楚畫面上實際有幾刀。如果輸出有四刀,就評估四次接觸,並回報與提示詞不符之處。不要只因為要求寫了三次,就描述成「三次同步下刀」。
P4:廚房動作音
plaintext1An eight-second photorealistic scene in a bright home kitchen. From 0 to 4 seconds, a medium side view shows a cook making three deliberate cuts through a carrot on a wooden chopping board. From 4 to 8 seconds, cut to a closer side angle as the knife is set down and the cut pieces are moved into a bowl. Natural window light, realistic food and hand movement. 2 3Sound: a quiet extractor fan in the background, three short knife-on-board sounds aligned with the three visible cuts, a softer sound as the knife is set down, and light vegetable movement into the bowl. Keep the actions easy to hear above the background. No music, score, narration, or speech.
P4 聆聽目標:撞擊聲接近可見下刀、抽油煙機較安靜,以及刀子停下後不再繼續出現切菜聲。
仔細檢視最後幾秒。廚師停下後仍反覆出現切菜聲,會讓原本看似合理的畫面變得不可用。如果抽油煙機蓋過撞擊聲,請降低其要求的存在感,同時保持動作描述不變。
用正常速度播放來判斷不同步是否要緊,再重播該次接觸以定位問題。拖曳畫面有助於辨識事件,但無法重現實際的聆聽體驗。寫下你能站得住腳的描述,例如「第二次接觸後有一聲撞擊」,而不是在沒有測量的情況下指定精確的同步誤差。
先播放 P3 咖啡館(0:00),接著是 P4 廚房(約 0:08)。兩段完整片段依序播放,並保留原始音訊。廚房的時間軸標記使用原始 P4 片段的時間戳。
穿梭於聲音場景中:車站與海岸
有列車經過的車站月台
移動中的音源應改變其與聽者的關係。這個車站提示詞要求列車接近時變大聲、經過時占主導,然後開始遠離。較安靜的乘客底層聲則應自始至終都屬於這個月台。
這是聆聽目標,並非宣稱具備精確的立體聲定位或物理上準確的都卜勒效應。單憑經過時變大聲,兩者都無法成立。只描述你在下載音訊中能辨識出的變化。
P5:列車經過
plaintext1An eight-second photorealistic scene on a covered commuter railway platform in daylight. From 0 to 4 seconds, a waist-height camera tracks sideways beside a waiting passenger as a commuter train approaches along the platform. From 4 to 8 seconds, cut to a wider side view as the train passes through the frame. Ordinary station details, realistic train movement, no dramatic lighting. 2 3Sound: a faint background murmur from waiting passengers, the approaching train growing louder, wheel and rail sounds becoming prominent as it passes, then beginning to recede. Keep the station ambience present underneath. No intelligible announcements or conversation. No music, score, melody, or cinematic whoosh effects.
P5 聆聽目標:接近/經過/遠離的變化、底層的車站環境音,以及沒有額外添加的轉場呼嘯聲。
列車移動本身就可能產生呼嘯聲。判斷那陣呼嘯是跟著列車走,還是在剪接點上出現的無關後製效果。如果列車到結尾都還沒經過,就不要把遠離標記為成功;生成的動作可能根本沒有那個階段。
海浪、礫石與視角變化
海灘範例把聲音綁在一道浪的兩個階段上。進水時有湧動聲;退水時會帶動小礫石。微弱風聲增添情境,同時讓這些階段保持清晰可辨。
第二個視角要問的是:同樣的聲音場景能否在畫面變化後延續。提示詞可以要求兩個鏡頭,但生成結果可能呈現不同安排。請分別評估實際的攝影機變化與音訊連續性。
P6:礫石海灘
plaintext1An eight-second photorealistic scene on a quiet pebble beach in soft afternoon light. From 0 to 4 seconds, a low camera tracks sideways beside a small wave washing over wet pebbles. From 4 to 8 seconds, cut to a wider side view as the water retreats and the next wave approaches. Natural coastal colors, realistic water movement, no people or boats. 2 3Sound: the gentle rush of the incoming wave, a distinct but soft pebble rattle as the water retreats, and faint coastal wind behind the surf. The sound follows the wave's movement and remains continuous across the cut. No music, background music, score, melody, narration, or voices.
P6 聆聽目標:進水與退水階段清楚分明、礫石滾動聲合理,以及風聲留在海浪聲之後。
固定的海浪循環聲或許仍適合一般海灘定場鏡頭。它滿足的是與這個分階段要求不同的需求。在再花一次生成之前,先決定你需要的是可辨識的海岸氛圍,還是與可見水面緊密對應的聲音。
把視角變化與地點變化區分開來。同一片海岸的較寬視角,不該自動聽起來像一個風更強的新海灘。如果你需要多段片段組成同一場景,請在組接前先比較它們的環境底層聲。個別可接受的鏡頭,在剪接點上相遇時,仍可能因風聲大小或海浪節奏不同而互相衝突。
先播放 P5 車站(0:00),接著是 P6 海灘(約 0:08)。兩段完整片段依序播放,並保留原始音訊。
如何在 Atlas Cloud 上重現這些範例
全程使用同一個模型,這樣聲音指令的變化才具有可解讀性。Atlas Cloud 提供此工作流程所用的模型入口。不需要參考圖片,也不需要第二個生成模型。
- 開啟 Seedance 2.5 Flash Text-to-Video。確認所選模型為 Seedance 2.5 Flash Text-to-Video。
- 將解析度設為 720p、時長設為 8 秒、長寬比設為 16:9。啟用 Generate audio,並在有輸出格式控制項時選擇 MP4。
- 貼上上方其中一個完整提示詞,包含其聲音段落。送出前再次檢查顯示的設定。
- 等待任務完成。播放結果,並在評估前下載原始 MP4。
- 從頭到尾聆聽儲存的檔案。檢查其實際時長、畫面尺寸與音軌;表單中選取的值無法證明檔案實際內容。
- 記錄該場景的三個目標、任何額外聲音,以及你保留/重試的決定。若要重試,一次只改一項聲音指令,這樣才能判斷是什麼帶來了改善。

精選的來源畫面將六段片段對應到各自的聆聽任務。檔案檢查確認每次下載都是 1280 × 720 影片與立體聲音訊;這些畫面無法驗證送出的模型設定或個別聲音的身分。
用耳機找出微弱的額外聲音,再用一般喇叭以舒適音量試聽。若細微的輕響在預定的觀看情境中消失,可能需要調整聲音平衡。
把下載的原始檔與任何剪輯版本分開保存。這能保留評判原生音訊的公平基準,也避免改良過的替換音軌被誤認為模型的輸出。
修正不需要的音樂並檢查整段片段
留意時序、缺失聲音,以及開頭或結尾效果
先完整不中斷播放一次,掌握整體印象,再重播目標動作。另外單獨檢查第一秒與最後一秒。若只專注於主要事件,結尾的音樂揚起很容易被忽略。
| 檢查項目 | 要求提供的證據 | 要記錄的實際結果 | 決定 |
|---|---|---|---|
| 音源 | 點名的雨、葉片、杯子、刀子、列車或海浪 | 存在、缺失或不確定;寫出額外聲音 | 必要時簡化互相競爭的音源 |
| 時序 | 事件接近可見的接觸或動作 | 指出動作與可聽見的事件 | 不同步會讓人分心時就重試 |
| 層級 | 前景能在底層聲之上被辨識出來 | 描述什麼蓋過了什麼 | 降低要求的背景聲 |
| 不需要的聲音 | 沒有配樂的環境/動作音訊 | 檢查旋律、持續低鳴、人聲與效果 | 重新生成或剪輯 |
| 整段片段 | 開頭、剪接、停頓與結尾連貫一致 | 記下突然的空白或添加的花俏音效 | 只有整段片段可用才保留 |

P4 的實際畫面標出 1.00 秒與 3.50 秒的下刀、5.25 秒刀子靜止,以及 7.00 秒移向碗的動作。輸出繼續切菜的時間比要求更長。重播這些階段以檢查撞擊聲與轉為較安靜處理的過渡;時間軸本身無法證明音訊同步。
如果片段已相當接近,修改聲音段落後重新生成。如果畫面值得保留,在剪輯軟體中替換音軌是另一條路。移除音樂後,要留意是否損失了房間底噪、撞擊聲是否變柔和。
對於無法確定的聲音,保留一個「不確定」分類。持續的音調可能是機械聲、音樂鋪底,或生成瑕疵。重播那段安靜區間,描述它的行為,而不是硬給它一個標籤。如果這種不確定性會讓觀眾分心,即使還沒找出原因,實務上的決定仍可以是重試。
清楚標示經過剪輯的音軌。一旦替換或修補音訊,該版本可以展示剪輯成果,但已無法用來確立未經處理的原生音訊表現。
設定、成本,以及何時 720p 就足夠
8 秒的測試足以要求一個設定、動作與短暫後續,同時讓審查維持在可管理的範圍。比較時請使用相同長度,以免較長的鏡頭獲得更多時間去完成動作。
根據文件,Seedance 2.5 Flash 的原生解析度為 480p 與 720p,生成長度為 4 至 30 秒。若需要更高解析度的交付,請另行評估 Seedance 2.5;切換模型也可能改變畫面與聲音。
| 項目 | 本指南的設定值 | 驗證界線 |
|---|---|---|
| 模型 | Seedance 2.5 Flash Text-to-Video | 必須完全符合該變體 |
| 要求的影片 | 720p、8 秒、16:9、MP4 | 驗證下載的檔案 |
| 音訊 | 開啟 | 檢查是否有可聽見的音軌 |
| 參考素材 | 無 | 純文字提示詞 |
| 價格與優惠 | 查看目前的模型目錄與所選設定的報價 | 下載的檔案無法確立任務費用 |
送出前請查看目前的模型目錄與價格。記錄你所選時長、解析度與音訊設定的報價。本文收錄的檔案無法確立那些生成任務的費用。
當交付尺寸與裁切後,主體仍保留足夠細節、可清楚辨識時,選擇 720p 即可。小型文章播放器的需求,與全螢幕展示或大幅裁切的直式剪輯不同。更高解析度無法修補缺失的聲音或時序錯誤的撞擊聲,因此在評估不同交付模式之前,先解決這些問題。
以可用成果來編列預算。若為了得到一個可用成品而付費嘗試兩次,該成品的生成支出就翻倍。記錄顯示的報價與實際嘗試次數,不要把起價當成完成品的成本。
對這些 Seedance 2.5 Flash 環境音範例,請選擇最接近你下一個剪輯專案的場景,在同一個 playground 中執行一個版本,並在完整聽過之後再決定要改什麼。
常見問題
我可以把環境音下載成獨立的音訊檔嗎?
此工作流程下載的是帶有音訊的影片。你可以在剪輯軟體中從該 MP4 擷取音訊檔。擷取並不會把雨聲、語音、音效與音樂拆成可獨立控制的分軌。
我可以把短片段變成無縫的環境音循環嗎?
你可以把它剪成循環,但要檢查兩個接合點。視覺上平順的重複,仍可能出現喀嗒聲、背景音量跳動,或重新播放一段可辨識的鳥鳴。8 秒生成與無縫循環是不同的交付成果。
為什麼我播放範例時沒有聲音?
先檢查播放器是否靜音與裝置音量,再用另一個播放器播放已下載的 MP4。如果檔案沒有音軌,請確認生成設定與匯出處理。如果音軌存在但內容為靜音,請另行回報。Feishu 處理貼上影片的方式可能與本機瀏覽器不同,因此請在目標文件中測試播放。
如何要求 Seedance 2.5 Flash 生成沒有音樂的環境音?
先寫出環境聲音,例如雨點敲打金屬,或水流過礫石。接著加上明確排除:「Only environmental and action sounds. No music, score, melody, or ambient pad.」完整聽完結果,包括開頭與結尾,因為這項指令無法保證每次生成都能排除音樂。
如何避免 Seedance 2.5 Flash 的背景聲蓋過動作聲?
選擇一個前景事件,並給它優先地位。以咖啡館場景為例,要求一聲清楚的陶瓷輕響,蓋在安靜的房間底噪與微弱機器嗡鳴之上。如果接觸聲難以聽見,請在下一個提示詞中減少互相競爭的背景音源,同時保持杯子動作不變。請以觀眾可能使用的音量與揚聲器來評判結果。






