先写人声、音效和音乐，再让音轨带动画面。用作配乐会按音频自动设定片段时长，让对白、旋律和节拍与画面保持同步，省去反复对齐的麻烦。
对于一句对白、一段 jingle 或者卡在节拍上的切换，声音才是重点，画面服务于它。先做画面再配声音，很少能对上。反过来做：先做音轨，检查它，然后做一个跟随它的片段。
步骤 1：按播放顺序写音轨
打开音频，选择 音效，再选 Audio scene，它会用 Seed Audio 运行。它能用一条提示词渲染整段场景（人声、音效和音乐一起），并按文字顺序播放，所以要像写时间线一样来写。
- 用 Background music: 开头，让音乐贯穿整段音轨。没有标注的音乐可能只会变成短促的提示音。
- 每个说话人在第一句台词之前，先给一个标签和简短的声音描述，然后是引号中的台词。
- 描述每个声音时，先说它的来源，再说它出现的时刻、音量，以及长度或重复次数。
- 要在一句台词中间插入声音，就把引号拆成两段，把声音放在两段之间。
Background music: soft upright piano and brushed drums, slow and warm. A café door bell rings once at the start. Speaker 1 (woman, French accent, friendly, unhurried) says, "Table by the window?" Cups clink quietly the whole time.
步骤 2：在做视频之前先听
音轨是便宜的部分：一次 Seed Audio 运行花费 360 积分。现在就把节奏、人声和混音定好，因为视频做出来之后的每一次改动，都意味着一个新片段。
步骤 3：用作配乐
在完成的音频下方，选择 用作配乐。它会打开 Seedance 2.0 参考生视频，把你的音轨作为参考音频附上，并把片段时长设为不超过音轨的最接近允许时长。参考下方的提示会说明它选了什么。如果音轨超过模型能跟随的长度（Seedance 2.0 最多跟随 15 秒音频），提示会说明：先裁剪音轨，或选择能接受更长音频的型号，例如最多 30 秒的 Seedance 2.5。
步骤 4：添加画面，并写一段简短的提示词
参考生视频至少需要一张图片或一段视频，说明谁或什么应该出现，所以在音频旁边添加说话人或场景的照片。音轨已经设定了节奏，所以提示词可以很短：谁在那里、他们做什么，以及镜头怎么移动。用 @Audio1 指代音轨，并去掉音轨中本来没有的对白；多余的台词会让模型硬塞进语音，嘴型也会漂移。
@Audio1 sets the timing. The waitress from @Image1 greets a man at the door of a small café and gestures toward a table by the window as she speaks; medium shot, slow handheld follow, warm afternoon light.
常见问题
哪些型号能跟随配乐？
Seedance 2.0，包括它的 Mini 和 Fast 版本，最多跟随 15 秒的参考音频。Seedance 2.5 最多跟随 30 秒。
为什么我的片段比音轨短？
片段时长以整秒为单位，所以片段会被设为不超过音轨的最接近档位：一段 12.6 秒的音轨会变成 12 秒的片段。如果音轨超过模型的上限，请先裁剪。
可以用我自己的录音吗？
可以。在「照着这些照片」模式中，把它添加到音频参考里。请使用你自己的声音，或你有权使用的录音。
