Seed Speech 2.0 について
2026 年 3 月にリリースされた ByteDance の Seed Speech 2.0 は、台本を送信し、41 種類のプリセットボイスから 1 つを選び、読み方を平易な言葉で説明するだけで MP3 ファイルが返ってきます。
POST /jobs/createTask でモデル名に bytedance/seed-speech-2.0/text-to-speech を指定すれば呼び出せます。11クレジット/1,000文字から($0.11)。新規アカウントには 30 クレジットが付くので、まず Playground で無料で試せます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
text | はい | The words to be spoken, exactly as written. Billed per 1,000 characters. |
pitch | いいえ | Pitch shift in semitones; 0 keeps the voice's own pitch. ≥ -12 · ≤ 12 · デフォルト: 0 |
speed | いいえ | 話す速さ。 ≥ 0.5 · ≤ 2 · デフォルト: 1 |
volume | いいえ | Loudness multiplier; 1 is the normal level. ≥ 0.5 · ≤ 2 · デフォルト: 1 |
language | いいえ | 読み上げる言語。 zh · en · ja · es-mx · id · pt-br · ko · it · de · fr |
voice_id | いいえ | 使える声から選びます。 vivi_mixed_en_zh_ja_es_id · mindy_en_es_id_pt_zh · stokie_en · dacey_en · tim_en · kian_en_zh · cedric_en_zh · sophie_en_zh · jean_en_zh · magnus_en_zh · mabel_en_zh · nadia_en_zh · opal_en_zh · pearl_en_zh · quentin_en_zh · vienna_mixed_en_zh · alina_mixed_en_zh · corinne_mixed_en_zh · esther_mixed_en_zh · freya_mixed_en_zh · gigi_mixed_en_zh · holly_mixed_en_zh · lyla_mixed_en_zh · daisy_mixed_en_zh · tracy_es_zh · jess_ja_es_id_pt_en_zh · pinky_es_ko_mixed_en_zh · sweety_ja_es · sandy_es_mixed_en_zh · sven_de · minimi_ja · usseau_fr · felipe_es · han_id · martins_pt · enzo_it · shane_ko · bonnie_zh · felix_zh · celeste_zh · monkey_king_zh · デフォルト: stokie_en |
sample_rate | いいえ | Sample rate in Hz. The model uses 24000 when omitted. 8000–48000 |
instructions | いいえ | How to read the text: tone, emotion, pace or volume. Not spoken and not billed. |
output_format | いいえ | 結果のファイル形式。 mp3 · opus · デフォルト: mp3 |
料金
料金はクレジットで表示され、サイトで使うクレジットと同じです(1クレジット = $0.01)。タスクの受付時に保留され、完了時に実際の料金で精算されます。失敗したタスクは返金されます。
| オプション | クレジット /1,000文字 | ≈ USD |
|---|---|---|
| 標準 | 10.8 | $0.11 |
タスクごとにクレジットは整数に切り上げられるため、最安の設定で 1 回実行すると 11クレジット/1,000文字($0.11)です。
実行前に正確な金額を知りたいときは、同じボディを POST /jobs/quote に送ってください。
API クイックスタート
Seed Speech 2.0 API を 3 ステップで呼び出す
- API キーを作成する. PopNow にログインし、API コンソールでキーを作成します。キーは sk-popnow- で始まり、サイトと同じクレジットを使います。
- リクエストを送る. POST /jobs/createTask に、model を bytedance/seed-speech-2.0/text-to-speech、input をパラメーター表どおりにして送ります。レスポンスですぐにタスク ID が返ります。
- 結果を受け取る. タスク ID で GET /jobs/recordInfo をポーリングするか、callBackUrl を渡せば結果がそこへ送られます。タスクが成功したら出力リンクからダウンロードします。
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seed-speech-2.0/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"voice_id": "stokie_en",
"output_format": "mp3"
}
}'
# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $POPNOW_API_KEY"プロンプトとリンクはご自身のものに置き換えてください。API タブにレスポンス、ポーリング、コールバックのリファレンスがあります。
Seed Speech 2.0 API についての質問
Seed Speech 2.0 API の料金はいくらですか?
Seed Speech 2.0は11クレジット($0.11)/1,000文字です。クレジットはサイトと共通(1クレジット = $0.01)で、新規アカウントには30クレジットが付き、失敗したタスクは返金されます。
API でのSeed Speech 2.0のモデル名は?
POST /jobs/createTask の model フィールドに テキスト読み上げは bytedance/seed-speech-2.0/text-to-speech を指定します。
読み方はどう制御しますか?
voice_id で 41 種類のプリセットボイスから 1 つを選び、instructions で読み方 (トーン、感情、テンポ、音量) を 1〜2 文の平易な言葉で説明します。instructions は読み上げ方を決めるだけで、音声として読み上げられることはありません。
対応している言語は?
台本の言語は自動的に検出されます。language を使えば、中国語、英語、日本語、メキシコスペイン語、インドネシア語、ブラジルポルトガル語、韓国語、イタリア語、ドイツ語、フランス語を指定して強制することもできます。複数の言語に対応したボイスもあります。
実在の人物の声を模写できますか?
できません。このエンドポイントで利用できるのは 41 種類のプリセットボイスのみで、クローンや参照音声のアップロードは提供していません。
Seed Speech 2.0 API の制限は?
テキストの長さ(文字):5,000;ボイス:41;言語:10。この範囲を超えるリクエストは、課金される前に拒否されます。
コードを書かずにSeed Speech 2.0を試せますか?
はい。Playground なら API キーなしで、PopNow のクレジットでSeed Speech 2.0を実行でき、実行ごとに対応するコードが表示されます。