پرش به محتوا
آموزش

آموزش Seedance 2.5؛ ویدیوی تا ۳۰ ثانیه با صدا از متن و عکس

Seedance 2.5 از ByteDance کلیپ ۴ تا ۳۰ ثانیه‌ای همراه صدا می‌سازد. در این راهنما می‌خوانید در گیسو چطور انتخابش کنید، عکس را فریم اول یا مرجع بگذارید و پرامپت کلیپ بلند را صحنه‌به‌صحنه بنویسید.

تیم گیسو ۹ دقیقه مطالعه
آموزش Seedance 2.5؛ ویدیوی تا ۳۰ ثانیه با صدا از متن و عکس

Seedance 2.5 مدل ویدیوی ByteDance است که از روی متن یا عکس، کلیپ ۴ تا ۳۰ ثانیه‌ای همراه صدا می‌سازد. یعنی یک صحنهٔ کامل با چند لحظهٔ پشت‌سرهم در یک بار ساختن. در گیسو آن را در «تولید محتوا» و بخش «تولید ویدیو»، از «تنظیمات بیشتر» انتخاب می‌کنید، مدت را ثانیه‌به‌ثانیه می‌گذارید و هزینهٔ تقریبی را پیش از ساخت می‌بینید.

از همین‌جا: «تولید ویدیو» را با یک پرامپت نمونهٔ ۲۰ ثانیه‌ای باز کنید. مدل را در «تنظیمات بیشتر» روی Seedance 2.5 بگذارید. تا دکمهٔ ساخت را نزنید، چیزی ساخته و حساب نمی‌شود.

در ادامه می‌خوانید Seedance 2.5 دقیقاً چه می‌سازد، با نسخهٔ 2.0 و با Veo چه فرقی دارد، پرامپت کلیپ بلند را چطور صحنه‌به‌صحنه بنویسید و عکس خودتان را کجا به کار ببرید.

Seedance 2.5 چه می‌سازد

Seedance 2.5 در گیسو
سازندهByteDance، از راه OpenRouter؛ شناسه openrouter/bytedance/seedance-2.5
مدت کلیپاز ۴ تا ۳۰ ثانیه، هر ثانیهٔ دلخواه
صداهمراه ویدیو ساخته می‌شود
قابافقی ۱۶:۹، عمودی ۹:۱۶ برای ریلز و استوری، مربع، و چند قاب دیگر مثل ۴:۳ و ۳:۴
وضوحتا 720p
ورودیمتن، یا تا ۳ عکس به‌عنوان فریم اول، فریم آخر یا مرجع
در گیسو از۱۶ مهر ۱۴۰۵

نکتهٔ اصلی همان سی ثانیه است. بیشتر مدل‌های ویدیو یک لحظه را می‌سازند: یک حرکت دوربین، یک کار کوچک. سی ثانیه جای یک شروع، یک اتفاق و یک پایان را دارد، و برای ریلز یا تیزر کوتاه گاهی همین یک کلیپ کافی است. مشخصات و قیمت امروز هر ثانیه در صفحهٔ Seedance 2.5 در کتابخانهٔ مدل‌ها آمده است.

Seedance 2.5 یا Seedance 2.0؛ و فرقشان با Veo

چند نسخهٔ Seedance در گیسو هست و هر کدام به کاری می‌آید. این جدول از مشخصات همان مدل‌ها در کتابخانهٔ گیسو آمده است:

مدلمدتبیشترین وضوحبه چه کاری می‌آید
Seedance 2.5۴ تا ۳۰ ثانیه720pصحنهٔ بلندتر با چند لحظهٔ پشت‌سرهم
Seedance 2.0۴ تا ۱۵ ثانیه4Kکلیپ کوتاه‌تر با وضوح بالاتر
Seedance 2.0 Fast۴ تا ۱۵ ثانیه720pوقتی سرعت ساخت مهم‌تر است
Seedance 2.0 Mini۴ تا ۱۵ ثانیه720pنسخهٔ سبک برای امتحان ایده
وئو ۳٫۱ (Veo 3.1)، گوگل۴، ۶ یا ۸ ثانیه4Kکلیپ کوتاه با بیشترین وضوح

دربارهٔ اینکه کدام «قشنگ‌تر» می‌سازد قولی نمی‌دهیم. نتیجه به صحنه و پرامپت بستگی دارد. قاعدهٔ ساده این است: اگر کلیپ شما بیشتر از ۱۵ ثانیه است، Seedance 2.5. اگر کوتاه است و وضوح بالا می‌خواهید، Seedance 2.0 یا Veo. اگر هنوز ایده را امتحان می‌کنید، اول یک کلیپ کوتاه و کم‌هزینه بسازید. راهنمای آموزش وئو ۳٫۱ (Veo 3.1) همین کار را برای مدل گوگل گفته است.

ساخت ویدیو با Seedance 2.5 در گیسو، قدم‌به‌قدم

  1. «تولید ویدیو» را باز کنید. در اپ گیسو از منو «تولید محتوا» را بزنید و ابزار ویدیو را انتخاب کنید.
  2. مدل را انتخاب کنید. در «تنظیمات بیشتر»، مدل را روی Seedance 2.5 بگذارید. بودجه‌های آماده با Veo ساخته می‌شوند، پس اگر این قدم را جا بیندازید، کلیپ شما ۸ ثانیه‌ای می‌شود.
  3. قاب و مدت را بگذارید. برای ریلز و استوری قاب عمودی، برای یوتیوب افقی. مدت را از ۴ تا ۳۰ ثانیه انتخاب کنید.
  4. صحنه را بنویسید. فارسی هم می‌شود نوشت. دکمهٔ «تکمیل پرامپت» یک ایدهٔ کوتاه را به پرامپت کامل انگلیسی تبدیل می‌کند، ولی آن را برای کلیپ کوتاه می‌نویسد. برای کلیپ بلند، لحظه‌های بعدی را خودتان به آن اضافه کنید (بخش بعد).
  5. اگر عکس دارید، اضافه‌اش کنید. تا ۳ عکس، و برای هر کدام نقشش را انتخاب کنید (دو بخش پایین‌تر).
  6. هزینهٔ تقریبی را ببینید و بسازید. برآورد کنار دکمهٔ ساخت است. ساختن ویدیو یک تا چند دقیقه طول می‌کشد. می‌توانید صفحه را ببندید؛ کلیپ ساخته می‌شود و در «آرشیو آثار» می‌ماند.

فیلم یک‌دقیقه‌ای ساخت ویدیو در گیسو همین صفحه را روی اپ واقعی نشان می‌دهد.

پرامپت کلیپ بلند را صحنه‌به‌صحنه بنویسید

در کلیپ ۸ ثانیه‌ای، یک جمله دربارهٔ سوژه و حرکت دوربین کافی است. در کلیپ ۲۰ یا ۳۰ ثانیه‌ای، اگر فقط سوژه را بگویید، مدل باید خودش حدس بزند در این همه ثانیه چه اتفاقی بیفتد. بهتر است زمان را تکه کنید و برای هر تکه بگویید چه دیده و شنیده شود:

  • سوژه و مکان: چه کسی یا چه چیزی، کجا، چه ساعتی از روز.
  • لحظه‌ها با زمان: «ثانیهٔ ۰ تا ۶: …، ثانیهٔ ۶ تا ۱۴: …». سه یا چهار لحظه برای سی ثانیه کافی است.
  • دوربین: برای هر لحظه یک حرکت ساده: ثابت، نزدیک شدن آرام، چرخش دور سوژه.
  • صدا: صدای محیط، صدای کارها و حال‌وهوای موسیقی. اگر گفتار نمی‌خواهید، بنویسید «بدون گفتار».
  • آنچه نباشد: نوشته، لوگو، شلوغی پس‌زمینه.
یک کلیپ عمودی ۲۰ ثانیه‌ای از یک چای‌خانهٔ سنتی در غروب.
ثانیهٔ ۰ تا ۶: نمای باز از حیاط با حوض و چراغ‌های روشن.
ثانیهٔ ۶ تا ۱۴: دوربین آرام به سمت تخت چوبی می‌رود و دستی استکان چای را روی سینی می‌گذارد.
ثانیهٔ ۱۴ تا ۲۰: نمای نزدیک از بخار چای و نور گرم.
صدا: صدای آب حوض، برخورد استکان و موسیقی آرام سنتی، بدون گفتار.
نوشته و لوگو روی تصویر نباشد.

دو نکته را هم بدانید. اول، دربارهٔ گفت‌وگوی فارسی داخل ویدیو قولی نمی‌دهیم. اگر گوینده می‌خواهید، صدا را جدا با تبدیل متن به صدا بسازید و در تدوین روی کلیپ بگذارید. دوم، نوشتهٔ روی تصویر را هم بعداً در برنامهٔ تدوین اضافه کنید، نه در پرامپت.

ساخت از روی عکس: فریم اول، فریم آخر یا مرجع

در «تولید ویدیو» تا ۳ عکس می‌گذارید و برای هر عکس یکی از سه نقش را انتخاب می‌کنید:

  • فریم اول: کلیپ از همین عکس شروع می‌شود و از آن جان می‌گیرد. برای عکس محصول، عکس غذا یا طرحی که خودتان ساخته‌اید مناسب است.
  • فریم آخر: کلیپ به این عکس می‌رسد. فقط همراه یک فریم اول ساخته می‌شود.
  • مرجع: چیزی که باید در ویدیو دیده شود، مثل محصول یا یک شخصیت. تا ۳ عکس مرجع می‌شود گذاشت.

عکس مرجع و فریم اول یا آخر با هم ساخته نمی‌شوند؛ یا همهٔ عکس‌ها مرجع‌اند یا فقط فریم اول و آخر. اگر ترکیب درست نباشد، اپ پیش از ساخت می‌گوید و هزینه‌ای کم نمی‌شود. اگر می‌خواهید یک شخصیت در چند کلیپ پشت‌سرهم یکی بماند، اول برایش برگه‌های مرجع بسازید؛ روشش را در کاراکتر ثابت با هوش مصنوعی نوشته‌ایم.

فقط عکس خودتان یا عکس کسی که اجازه داده است. عکس کودک و چهرهٔ آدم مشهور قبول نیست. قول نمی‌دهیم Seedance عکس چهرهٔ واقعی را در هر حالت بپذیرد. اگر سازنده ساختن را رد کند، کار ناموفق می‌شود و هزینه خودکار به اعتبارتان برمی‌گردد.

اگر فقط یک عکس دارید و می‌خواهید چند ثانیه جان بگیرد، تبدیل عکس به ویدیو با هوش مصنوعی راه‌های دیگرش را هم گفته است.

هزینه و زمان ساخت

هزینهٔ ویدیو به‌ازای هر ثانیه است و قاب بزرگ‌تر گران‌تر حساب می‌شود. طول متن پرامپت در هزینه اثری ندارد. پس کلیپ ۳۰ ثانیه‌ای تقریباً پنج برابر کلیپ ۶ ثانیه‌ای با همان قاب هزینه دارد. برآورد هزینه را پیش از ساخت کنار دکمه می‌بینید و مبلغ دقیق بعد از ساخت روی کارت نتیجه می‌آید.

جدول زیر هزینهٔ امروز ساخت تصویر، ویدیو، موسیقی و صدا را به سکه نشان می‌دهد. ردیف‌های ویدیو مال بودجه‌های آمادهٔ «تولید ویدیو»اند که با Veo ساخته می‌شوند. قیمت هر ثانیهٔ Seedance 2.5 در صفحهٔ همان مدل است.

هزینهٔ ساخت تصویر، ویدیو، موسیقی و صدا، به سکه با قیمت امروز

تصویر هر تصویر مربع ۱۰۲۴ در ۱۰۲۴

  • اقتصادی GPT Image 1 mini، کیفیت پایین ۹۷۹ سکه
  • متعادل GPT Image 1 mini، کیفیت متوسط ۳٬۴۰۹ سکه
  • حرفه‌ای Nano Banana 2 (Gemini 3.1 Flash Image)، کیفیت 2K ۴۶٬۰۴۸ سکه
  • بالاترین کیفیت Nano Banana Pro (Gemini 3 Pro Image)، کیفیت 2K ۶۶٬۱۱۹ سکه

ویدیو با صدا هر کلیپ، با مدت همان ردیف

  • اقتصادی Google: Veo 3.1 Lite، ۴ ثانیه ۸۴٬۶۵۷ سکه
  • متعادل Google: Veo 3.1 Fast، ۸ ثانیه ۳۳۸٬۶۲۶ سکه
  • حرفه‌ای Google: Veo 3.1، ۸ ثانیه ۱٬۳۵۴٬۵۰۲ سکه
  • بالاترین کیفیت Google: Veo 3.1، ۸ ثانیه ۱٬۳۵۴٬۵۰۲ سکه

موسیقی هر قطعه

  • کلیپ کوتاه Lyria 3 Clip ۱۵٬۴۹۶ سکه
  • قطعهٔ کامل Lyria 3.5 ۳۰٬۹۹۱ سکه

متن به گفتار هر ۱۰۰۰ نویسهٔ متن (حدود ۱۸۰ کلمهٔ فارسی)

  • اقتصادی Gemini 3.8 Flash-Lite TTS ۵٬۸۸۹ سکه
  • کیفیت بالا Gemini 3.8 Flash TTS ۸٬۷۹۴ سکه

گفتار به متن هر دقیقه صدا

  • NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B ۸۵ سکه
  • Qwen: Qwen3 ASR 0.6B ۸۵ سکه

ردیف‌ها همان سطح‌های «بودجه و کیفیت» صفحهٔ تولید محتوا در گیسو هستند. پیش از ساخت، هزینهٔ تقریبی کنار دکمهٔ ساخت می‌آید و مبلغ دقیق بعد از ساخت روی کارت نتیجه ثبت می‌شود.

اگر ویدیو ساخته نشود، کل هزینه‌اش خودکار به اعتبار برمی‌گردد.

به‌روزرسانی: ۱۴۰۵/۰۸/۲۴ ۰۶:۴۴ مبلغ‌ها به سکه، با قیمت امروز همان مدل در گیسو

اگر ویدیویی ساخته نشود، کل هزینه‌اش خودکار به اعتبار برمی‌گردد و لازم نیست تیکت بزنید. فایل آماده را همان اول دانلود کنید. نسخهٔ آن در آرشیو آثار هم می‌ماند.

Seedance در کارگاه «ویدیوی ترند»

کارگاه ویدیوی ترند کلیپ‌های وایرال اینستاگرام را با عکس خود شما دوباره می‌سازد. در ترندهایی که برچسب «کلیپ اصلی» دارند، Seedance 2.0 همان کلیپ را با همان حرکت، دوربین و صدا می‌سازد و آدم کلیپ را با چهرهٔ شما عوض می‌کند. آن‌جا مدل را انتخاب نمی‌کنید، فقط کیفیت را؛ مدل این کارگاه Seedance 2.0 است، نه 2.5. اگر کلیپی از صفر و با ایدهٔ خودتان می‌خواهید، «تولید ویدیو» و Seedance 2.5 راه درست‌تری است.

Seedance 2.5 از وب‌سرویس گیسو

برنامه‌نویس‌ها همین مدل را با درخواست POST /videos و شناسهٔ openrouter/bytedance/seedance-2.5 صدا می‌زنند. پاسخ اول یک «کار» با شناسهٔ vid_… است و بعد وضعیتش را می‌پرسید. مدت را در seconds و قاب را در size بفرستید. اگر مقداری بفرستید که مدل ندارد، پیش از کم شدن هر هزینه‌ای خطای invalid_seconds یا invalid_size با فهرست مقدارهای مجاز می‌گیرید. برای این مدل تصویر پیش‌نمایش (thumbnail) ساخته نمی‌شود و فقط فایل MP4 برمی‌گردد. جزئیات در مستندات ساخت ویدیو است.

آنچه Seedance 2.5 در گیسو انجام نمی‌دهد

  • ویرایش ویدیوی آماده یا ادامه دادن یک ویدیو در گیسو ارائه نمی‌شود. هر بار کلیپ تازه می‌سازید.
  • کلیپ بلندتر از ۳۰ ثانیه در یک بار ساخته نمی‌شود. برای فیلم بلندتر صحنه‌ها را جدا بسازید و کنار هم بگذارید؛ روشش در ویدیوی طولانی با هوش مصنوعی آمده است.
  • زیرنویس روی ویدیو و صداگذاری روی ویدیوی خودتان کار این مدل نیست.

اولین قدم: یک صحنهٔ ۲۰ ثانیه‌ای از کار خودتان را در سه لحظه بنویسید، مثل نمونهٔ چای‌خانه، و آن را با قاب عمودی بسازید. «تولید ویدیو» را با همین پرامپت نمونه باز کنید و پیش از ساخت، مدل را در «تنظیمات بیشتر» روی Seedance 2.5 بگذارید.

امتحان در گیسو ساخت ویدیو حساب رایگان است؛ برای استفاده از مدل‌ها اعتبار لازم دارید.

پرسش‌های پرتکرار

Seedance 2.5 حداکثر چند ثانیه ویدیو می‌سازد؟

تا ۳۰ ثانیه در یک بار، و کمترینش ۴ ثانیه است. مدت را ثانیه‌به‌ثانیه انتخاب می‌کنید و هزینه به‌ازای هر ثانیه حساب می‌شود. برای فیلم بلندتر، صحنه‌ها را جدا بسازید و در تدوین کنار هم بگذارید.

Seedance 2.5 صدا هم می‌سازد؟

بله، صدا همراه ویدیو ساخته می‌شود: صدای محیط، صدای کارها و موسیقی، همان‌طور که در پرامپت می‌نویسید. دربارهٔ گفت‌وگوی فارسی داخل ویدیو قولی نمی‌دهیم. گوینده را جدا با تبدیل متن به صدا بسازید.

Seedance 2.5 با عکس خودم کار می‌کند؟

بله، تا ۳ عکس به‌عنوان فریم اول، فریم آخر یا مرجع می‌گیرد. فقط عکس خودتان یا کسی که اجازه داده؛ عکس کودک و آدم مشهور قبول نیست. اگر سازنده عکسی را رد کند، هزینه خودکار برمی‌گردد.

Seedance 2.5 بهتر است یا Veo؟

به کارتان بستگی دارد و دربارهٔ کیفیت قولی نمی‌دهیم. Seedance 2.5 تا ۳۰ ثانیه و تا 720p می‌سازد، Veo کلیپ ۴، ۶ یا ۸ ثانیه‌ای تا 4K. برای صحنهٔ بلند Seedance 2.5، برای کلیپ کوتاه با وضوح بالا Veo.

نوشتهٔ تیم گیسو همهٔ مطالب وبلاگ خوراک RSS

آموزش

آهنگ ترند با هوش مصنوعی؛ ترانهٔ فارسی با صدای تازه، نه صدای خواننده

در «آهنگ و تیزر صوتی» کارگاه گیسو، آهنگ کوتاه برای ریلز یا آهنگ کامل فارسی می‌سازید: سبک و حال‌وهوا، خوانندهٔ زن، مرد یا دونفره، شعر خودتان یا شعری که گیسو می‌نویسد. صدای خواننده تازه است، نه صدای خواننده‌ای مشهور.

۸ دقیقه
آموزش

داستان میوه‌ها با هوش مصنوعی؛ از شخصیت تا ویدیوی سخنگو

میوه‌های سخنگو را از ایده تا ویدیو بسازید: داستان کوتاه در گفت‌وگو، شخصیت میوه در «ساخت تصویر»، برگه‌های کرکتر شیت تا چهره در همهٔ صحنه‌ها یکی بماند، کلیپ‌های Veo و گفت‌وگوی شخصیت‌ها با صدای فارسی.

۱۰ دقیقه