Guida ai prompt di Seedance 2.0

Estrai elementi specifici dai tuoi asset (come un soggetto, uno stile, una scena o un suono) e genera un video completamente nuovo.

• Ideale per: trasferimento del movimento, riutilizzo del soggetto, emulazione dell'atmosfera e attività simili
• Modelli consigliati:

• Riferimento immagine: Facendo riferimento a <Subject N> in <Image N>, genera...
• Riferimento video: Facendo riferimento a <motion / camera work / style / sound> in <Video N>, genera...
• Riferimento audio: Facendo riferimento al timbro vocale in <Audio N>, genera...

Apporta modifiche locali o globali a un video esistente. Di default, tutto ciò che non viene menzionato rimarrà invariato.

• Ideale per: sostituzione locale, rimozione di soggetti, modifiche di attributi e attività simili
• Modelli consigliati:

• Aggiungere un elemento: descrivi chiaramente <element traits> + <when it appears> + <where it appears>
• Modificare un elemento: Modifica rigorosamente <Video N>, cambiando <original trait> in <new trait>
• Eliminare un elemento: indica l'elemento da rimuovere; per gli elementi che devono rimanere invariati, menzionarli esplicitamente nel prompt migliorerà i risultati

Continua il video originale lungo l'asse temporale, mantenendo coerenti lo stile audiovisivo, i soggetti e lo sviluppo narrativo.

• Ideale per: continuare una trama, estendere un'azione, completare segmenti mancanti
• Modelli consigliati:

• Estendere un video: Estendi <Video N> in avanti/all'indietro, generando...
• Completamento della traccia: <Video 1> + <transition description> + poi <Video 2> + <transition description> + poi <Video 3>

È possibile combinare anche i tre tipi di attività sopra descritti.

• Ideale per: fare riferimento a un asset mentre si modifica un altro
• Modello consigliato: Facendo riferimento a [reference dimension] di <Image/Video N>, modifica rigorosamente <Video X>, [specific edits]

Slogan

Modello di prompt:

「text content」+「when it appears」+「where it appears」+「how it enters」,「text traits (color, style)」

Materiali di riferimento

Risultato

Prompt

Stile fumetto disegnato a mano. Tre persone sono sedute insieme a mangiare il pollo fritto di Image 1, in un'atmosfera calda e amichevole. Successivamente l'inquadratura si sfoca gradualmente e al centro appare il testo “快乐尽在 Seedance” (“La gioia è tutta in Seedance”).

Sottotitoli

Modello di prompt:

I sottotitoli appaiono nella parte inferiore dell'inquadratura con il testo “...”, perfettamente sincronizzati con l'audio.

Risultato

Materiali di riferimento

Prompt

Genera un video con voce fuori campo. Una voce maschile, profonda e calma, pronuncia: “In the vastness of the cosmos, our world is but a fleeting moment. And yet, within it, life flourishes against all odds.” La scena passa lentamente dalla notte all'alba, con le stelle che svaniscono mentre il sole sorge dietro le montagne. I sottotitoli appaiono nella parte inferiore dell'inquadratura seguendo la narrazione.

Risultato

Materiali di riferimento

Prompt

Le due persone nell'immagine chiacchierano in un ufficio. La donna parla per prima: “你每次卡点到，是不是很享受这种刚刚好的感觉？” (“Arrivi sempre all'ultimo secondo, ti piace così tanto essere così preciso?”). L'uomo risponde sorridendo: “我有我的节奏” (“Ho il mio ritmo”). La conversazione ha un tono informale e naturale, con la comparsa dei corrispondenti sottotitoli del dialogo nella parte inferiore dell'inquadratura.

Fumetti di dialogo

Modello di prompt:

Il 「Character」 dice: “...”; mentre parla, accanto a lui appare un fumetto con la battuta all'interno.

Risultato

Materiali di riferimento

Prompt

Le due persone in Image 1, vestite con abiti sportivi, corrono sulla pista di atletica della scuola. La ragazza guarda il ragazzo e dice con un sorriso sicuro: “We can definitely do it!” Primo piano sul ragazzo, che risponde esitante: “Are you sure?” Di nuovo mezzo primo piano della ragazza, che dice allegramente: “Yes!” – con tono ottimista e deciso. Accanto a chi sta parlando appare un fumetto con la battuta corrispondente.

Risultato

Materiali di riferimento

Prompt

Facendo riferimento alla ragazza in Image 1 e Image 2: in un campo di fragole, la ragazza raccoglie una fragola, la morde e dice sorridendo: “This is the real deal!” Intorno a lei compare un fumetto con la battuta scritta all'interno.

Seedance 2.0 supporta riferimenti a soggetti da più angolazioni, nonché riferimenti a più immagini come immagini di scene e storyboard.

Se l'ordine delle immagini è importante, caricale in ordine e fai riferimento ad esse con precisione nel prompt come Image 1, Image 2, ... Image n.

Riferimento soggetto mutli-angolo

Specifica chiaramente il target di riferimento: il modello risponde a istruzioni come quelle riportate in questi esempi. Prodotti:

Elettronica di consumo

Risultato

Materiali di riferimento

Prompt

Estrai la fotocamera da Image 1, Image 2 e Image 3 e sostituisci lo sfondo con uno bianco. La fotocamera si trova su un tavolo bianco; l'obiettivo si concentra su di essa in primo piano, poi ruota lentamente attorno al soggetto, mostrandone chiaramente la parte anteriore, i lati e il retro.

Articoli per la casa

Risultato

Materiali di riferimento

Prompt

In un ambiente domestico dai toni caldi, un'inquadratura media mostra il thermos delle immagini di riferimento. La telecamera si avvicina fluidamente fino a un primo piano; una mano entra naturalmente nell'inquadratura, afferra il corpo del thermos e lo solleva, mentre la telecamera segue il leggero movimento rotatorio della mano mostrando il prodotto.

Personaggi:

Materiali di riferimento

Risultato

Prompt

Facendo riferimento alla donna in Image 1, Image 2 e Image 3, genera una scena in cui mangia una fetta di torta all'interno di un caffè.

Riferimento multi-immagine

Riferimento del logo

Risultato

Materiali di riferimento

Prompt

Lo sfondo mostra un camminamento sospeso illuminato da neon in una città del futuro, con veicoli aerei che sfrecciano tra annunci pubblicitari olografici. Facendo riferimento alla ragazza in Image 2: prima un'inquadratura media di lei che rilascia una lanterna fluttuante argentata che proietta un ologramma, poi la telecamera si allontana per rivelare un cielo pieno di lanterne fluttuanti. L'inquadratura si sfoca gradualmente e appare il logo di Image 1. Stile generale: animazione cyberpunk fantascientifica in 3D.

Riferimento multi-soggetto

Risultato

Materiali di riferimento

Prompt

Facendo riferimento al gatto e al cane nelle immagini: in un accogliente appartamento, il cane è sdraiato a mangiare dalla sua ciotola; il gatto si avvicina e tocca il cane con la zampa; il cane smette di mangiare quando vede il gatto e il gatto si accoccola contro il cane. Palette di colori caldi.

Riferimento multi-elemento

Risultato

Materiali di riferimento

Prompt

La scena è ambientata all'interno del ristorante di Image 4, affollato di clienti. La ragazza di Image 1, che indossa l'abito di Image 2, sta sistemando degli oggetti sul bancone. Il ragazzo di Image 3 è un cliente; si avvicina sperando di chiedere il contatto alla ragazza. Il logo di Image 5 rimane visibile nell'angolo in basso a destra dell'inquadratura per tutta la durata del video.

Riferimento storyboard multi-pannello

Risultato

Materiali di riferimento

Prompt

Facendo riferimento allo storyboard nell'immagine, genera un'intensa scena di combattimento. La composizione di ogni pannello appare in ordine, dopodiché i due combattono ferocemente.

Riferimento storyboard

Risultato

Materiali di riferimento

Prompt

Facendo riferimento all'inquadratura del pannello Image 3: una ragazza aspetta che il padre finisca di cucinare e dice: “아빠， 배고파요！ 밥 다 됐어요？” — il suo aspetto fa riferimento a Image 1. La telecamera si sposta quindi verso destra, passando all'inquadratura di Image 4; il padre, il cui aspetto fa riferimento a Image 2, risponde: “거o리 다 됐어， 조금만 기다려！” Ritorno sul primo piano del viso leggermente deluso della figlia che dice: “아직 멀었어요？ 맛있는 냄새 나는데…” Poi primo piano del padre, che dice: “이제 진짜 금방이야。 ＂빨리빨리＂ 하지 말고 손부터 씻고 와！”

Seedance 2.0 supporta il riferimento video: basta essere espliciti su cosa generare e a cosa fare riferimento.

Se l'ordine dei video è importante, caricali in ordine e fai riferimento ad essi con precisione nel prompt come Video 1, Video 2, ... Video n.

Riferimento dell'azione

Cinema e TV

Risultato

Materiali di riferimento

Prompt

Facendo riferimento al movimento dei personaggi e al linguaggio di inquadratura di Video 1, genera una scena di combattimento tra Image 2 e Image 1 — Image 2 è la persona a sinistra, Image 1 la persona a destra. Musica di sottofondo intensa.

Marketing

Risultato

Materiali di riferimento

Prompt

Facendo riferimento al galoppo del cavallo in Video 1, genera un destriero dorato che galoppa su una prateria, quindi blocca la sua magnifica posa di corsa trasformandolo in un ciondolo d'oro a forma di cavallo.

Riferimento del movimento di macchina

Risultato

Materiali di riferimento

Prompt

Facendo riferimento al movimento di macchina di Video 1, crea il video concept di un parco tecnologico: il grattacielo di Image 1 è il centro visivo, con la stessa picchiata in prima persona per trasmettere lo stile futuristico del campus di Image 1.

Riferimento degli effetti

Cinema e TV

Risultato

Materiali di riferimento

Prompt

Facendo riferimento all'effetto particellare dorato in Video 1: mentre il personaggio in Image 2 suona il flauto, lo stesso effetto si avvolge a spirale attorno a lui.

Effetti speciali creativi

Risultato

Materiali di riferimento

Prompt

Facendo riferimento all'effetto in Video 1, applica alla ragazza in Image 1 le stesse ali, con una traiettoria di crescita identica.

Seedance 2.0 supporta l'editing video: aggiunta, eliminazione o modifica di elementi, estensione del video in avanti o all'indietro e completamento della traccia.

Se l'ordine dei video è importante, caricali in ordine e fai riferimento ad essi con precisione nel prompt come Video 1, Video 2, ... Video n.

Aggiungere / Eliminare / Modificare elementi

Aggiungere elementi

Risultato

Materiali di riferimento

Prompt

Aggiungi del pollo fritto, della pizza e altri snack sul bancone in Video 1.

Eliminare elementi

Risultato

Materiali di riferimento

Prompt

Libera la scrivania di Video 1 dagli altri strumenti e oggetti mantenendola ordinata e pulita: deve rimanere solo ciò che i due tengono in mano.

Modificare elementi

Risultato

Materiali di riferimento

Prompt

Sostituisci il profumo in Video 1 con la crema per il viso di Image 1, mantenendo invariati i movimenti e il lavoro di macchina.

Estensione video

Completamento della traccia

Spesso una singola immagine di riferimento contiene più elementi. Per fare riferimento a un oggetto specifico in modo preciso, devi definirlo esplicitamente. Un soggetto può essere una persona, un oggetto di scena o un ambiente.

La rappresentazione interna del modello separa lo spazio dal tempo. Perciò, nel caso di video complessi, la struttura ideale del prompt consiste in una timeline di inquadrature: suddividi il video in poche inquadrature e descrivile in modo dinamico rispettando l'ordine cronologico degli eventi — chi + dove + cosa fa + come si muove la macchina da presa.

Consiglio pratico: scrivi una semplice suddivisione in "Inquadratura 1 / Inquadratura 2 / Inquadratura 3" per il video, e inseriscila poi nel testo finale del prompt.

• Esempio debole: "Un uomo corre agitato per le strade; l'inquadratura ha un aspetto molto cinematografico."
• Esempio efficace:

• Inquadratura 1: Vista laterale di un vicolo; l'uomo inizia a correre lentamente, con il respiro affannoso.
• Inquadratura 2: L'uomo va a scontrarsi con un banco di frutta; la telecamera si sposta rapidamente e si sofferma su un primo piano del suo volto terrorizzato.
• Inquadratura 3: L'uomo scavalca un muretto e scompare dalla vista; la telecamera si allontana lentamente rimanendo fissa sulla strada vuota.

Regole specifiche

• Usa indicatori come Shot 1, Shot 2, Shot 3 e organizza i contenuti seguendo l'ordine degli eventi (prima quelli principali). Non forzare una durata specifica per ogni segmento: lascia che il modello gestisca il ritmo della narrazione in modo naturale.

È consigliabile strutturare ogni inquadratura secondo questa sequenza:

1. Movimento di camera o transizione: ad es. "campo lungo con lento zoom in avanti", "cinepresa fissa", "stacco su... ".
2. Azione ed espressione del soggetto: le azioni chiave e i cambiamenti espressivi del personaggio o dell'oggetto principale.
3. Posizione o variazione spaziale: la scena, la posizione o le relazioni spaziali del soggetto nello spazio.
4. Dettagli sonori: effetti sonori, battute di dialogo o musica di sottofondo per quella specifica inquadratura.

• Parti del corpo specifiche + intensità quantificata — Descrivi i movimenti specificando l'uso di mani, gambe, testa, spalle o schiena, aggiungendone ampiezza, velocità e forza. Esempi: solleva lentamente una mano, gira rapidamente la testa, dà un forte calcio al terreno, abbassa leggermente il capo.
• Prediligi movimenti piccoli, lenti, delicati e continui — Scegli micro-azioni lente, fluide e collegate; evita scatti, grandi salti, capriole brusche e altri movimenti improvvisi o ad alta dinamicità. Esempi: cammina lentamente, solleva delicatamente una mano, china appena il capo, si siede con un unico movimento fluido.
• Descrivi le transizioni tra le azioni — Delinea chiaramente lo slancio e il passaggio tra azioni consecutive per garantire la fluidità del movimento. Esempi: sfrutta l'inerzia della rotazione per alzare una mano, passa in modo naturale dall'immobilità al sollevamento di un braccio.
• Traduci le emozioni in dettagli fisici — Esprimi lo stato d'animo attraverso dettagli corporei concreti anziché descrizioni astratte come "molto triste" o "furioso". Consulta la tabella seguente:

Il modello assimila perfettamente il linguaggio cinematografico: puoi utilizzare direttamente la terminologia standard del settore, come "mezza figura, primo piano, campo largo, lento zoom in avanti, carrellata laterale fluida, camera fissa".

I parametri relativi a stile, qualità e vincoli sono fondamentali per controllare l'output. Definiscono i limiti creativi per il modello, uniformano la resa d'immagine e la direzione artistica ed evitano difetti visivi o variazioni casuali: passaggi essenziali per ottenere risultati stabili e coerenti.

1. Qualità dell'immagine — definisce la nitidezza, i dettagli delle texture e la resa delle luci, innalzando lo standard generale dell'output. Esempio: alta definizione, dettagli ricchi, texture cinematografica, colori naturali, illuminazione morbida.

2. Stilo — determina la direzione artistica complessiva e la tonalità visiva, armonizzando l'atmosfera. Esempio: palette fredda blu-viola cyberpunk, pellicola vintage, toni caldi in stile anime giapponese.

3. Vincoli — estremamente importanti. I vincoli evitano efficacemente difetti visivi, anomalie fisiche ed elementi fuori contesto, incanalando il processo di generazione e migliorandone la stabilità. Modelli comuni:

• Evitare sottotitoli: "mantieni il video privo di sottotitoli", "evita di generare testi o sottotitoli"
• Evitare loghi: "non generare loghi"
• Evitare filigrane: "non generare watermark o filigrane"

Due esempi pratici che illustrano come unire la formula avanzata e i suoi singoli elementi all'interno di un vero prompt.

Seedance 2.0 è in grado di generare i testi più comuni direttamente su schermo. Il modello associa automaticamente lo stile e il colore più indicati in base al contesto, consentendo inoltre di specificare colore, stile, animazione di testo, tempistiche e posizionamento direttamente nel prompt. Per una resa ottimale, prediligi l'uso di caratteri comuni ed evita simboli speciali o caratteri rari. Al momento, gli scenari supportati includono slogan pubblicitari, sottotitoli e nuvolette di dialogo — fai riferimento agli esempi di Generazione del testo sopra riportati per schemi concreti.

• Piano sequenza continuo (estensione video): ideale per scene di dialogo statiche all'interno di un unico ambiente (lunghe conversazioni, climax emotivi, movimenti lungo un percorso lineare), per restituire un senso di totale immersione.
• Sviluppi di scene o azioni (giunzione a segmenti): ideale per cambi di trama o scene d'azione complesse e veloci (inseguimenti, combattimenti, montaggi rapidi). Genera i segmenti in modo indipendente e uniscili successivamente in fase di montaggio per mantenere il ritmo e l'impatto visivo.

Nei progetti reali si tende a combinare i due approcci: prima si estende il video per ottenere una conversazione coerente, poi si inseriscono inquadrature di raccordo o transizioni, mantenendo l'immersività pur variando il ritmo della sequenza.

Pensa alle tue risorse attribuendo loro quattro ruoli funzionali:

1. Ancoraggio del personaggio: definisce e fissa l'aspetto e le sembianze del personaggio
2. Tonalità della scena: stabilisce l'ambiente e lo stile visivo di riferimento
3. Riferimento di camera: definisce il linguaggio di inquadratura e il dinamismo dell'azione
4. Ritmo e atmosfera: utilizza l'audio per determinare l'impatto emotivo e il timbro di voce

Configurazione consigliata (4-5 risorse in totale): 1 o 2 immagini del personaggio (primo piano del viso / figura intera) + 1 immagine dell'ambiente + 1 video di riferimento per i movimenti di macchina + 1 clip audio.

Mantieni i dialoghi in un'unica lingua. Evita di mescolare lingue diverse all'interno della stessa battuta (fatta eccezione per i nomi propri).

L'uso coerente dei simboli aiuta il modello a distinguere i diversi tipi di informazioni presenti nel prompt:

Sintomo — Il personaggio generato non corrisponde all'immagine di riferimento, oppure il viso cambia a metà video (ID drift), a volte attivando i filtri di moderazione perché somigliante a un personaggio famoso.

Causa principale — Il riferimento del viso non è sufficientemente efficace:

• Immagini di riferimento miste: il riferimento del viso è unito in un'unica immagine insieme a inquadrature a figura intera, riferimenti all'abbigliamento o dettagli.
• Viso troppo piccolo nell'inquadratura: in un'immagine di riferimento mista, il viso occupa una porzione troppo piccola del frame, quindi il modello non dà il giusto peso ai tratti somatici e viene distratto dallo sfondo o da altri elementi.

Soluzione — Rafforza l'indipendenza e il peso dell'immagine di riferimento del viso:

1. Prepara un primo piano dedicato: oltre alla figura intera, aggiungi un'immagine contenente solo la testa del personaggio (un primo piano/headshot — preferibilmente con un'espressione neutra e riducendo al minimo spalle e sfondo).
2. Definisci chiaramente il soggetto nel prompt: "I tratti somatici del Soggetto 1 fanno riferimento all'Immagine 1 (primo piano); il trucco e lo stile fanno riferimento all'Immagine 2 (figura intera)".
3. Inserisci prima gli elementi più importanti: quanto più accurato deve essere il riferimento a un elemento, tanto prima questo deve apparire nel prompt.

Sintomo — Il prompt non richiedeva sottotitoli, ma il video generato li contiene comunque.

1. Aggiungi vincoli espliciti nel prompt: "keep the video free of subtitles", "avoid generating any text or subtitles".
2. Se il testo presente nelle immagini o nei video di riferimento non è essenziale, rimuovilo prima (ad esempio con gli strumenti di editing di immagini o video di Seedream / Seedance), quindi usa come input il file privo di testo.
3. Se il tuo caso d'uso lo consente, genera prima in formato orizzontale (i sottotitoli compaiono molto meno frequentemente rispetto al formato verticale), quindi ritaglia in verticale con un editor.

Sintomo — Il prompt non menzionava filigrane, ma il video generato mostra loghi o watermark di altre piattaforme video.

Soluzione — Aggiungi istruzioni di esclusione esplicite nel prompt: "do not generate watermarks", "do not generate logos".

Sintomo — Desideri un risultato in stile anime 2D o 3D, ma l'immagine di riferimento è piuttosto fotorealistica e il prompt non specifica lo stile: il risultato può quindi deviare verso un aspetto live-action.

Soluzione — Aggiungi vincoli di stile espliciti nel prompt, come "2D Japanese anime style" o "3D Chinese-style animation". Per un controllo più preciso, converti prima l'immagine di riferimento nello stile desiderato, quindi usala per generare il video.

Sintomo — Dopo aver generato un'estensione e averla unita al file originale, nel punto di giunzione potrebbe notarsi uno scatto visivo o un piccolo salto indietro nel contenuto.

Soluzione — Per ora, puoi correggere il problema in post-produzione allineando i fotogrammi chiave (una soluzione definitiva verrà introdotta con i prossimi aggiornamenti del modello):

1. Importa le clip da unire su CapCut o su un altro software di editing.
2. In corrispondenza della prima giunzione, taglia 6 fotogrammi alla fine della prima clip.
3. Taglia anche 1 fotogramma all'inizio della clip successiva.
4. Ripeti l'operazione per ogni punto di giunzione.
5. Esporta il video e verifica che la transizione sia fluida.

Sintomo — Nelle scene con molti personaggi, specialmente quando si usa come riferimento un foglio di turnaround con diverse angolazioni dello stesso personaggio, nello stesso fotogramma possono comparire due copie identiche dello stesso soggetto.

Causa principale:

• I personaggi non sono definiti chiaramente nel prompt, impedendo al modello di distinguere con precisione i ruoli.
• I fogli di turnaround o le viste prospettiche multiple confondono il riconoscimento del personaggio, generando cloni dello stesso.

1. Collega ogni personaggio al suo riferimento: definisci chiaramente ogni soggetto specificando a quale immagine corrisponde, mantenendo coerente la struttura del testo. Ad esempio: Zhang San (dall'Immagine 1) lancia il libretto verde a Li Si (dall'Immagine 2) che si trova in piedi.
2. Aggiungi un vincolo globale alla fine del prompt: "Throughout the video, never show characters with identical appearance, clothing, and accessories; no clones or twin effects; keep only a single instance of each character per frame; no duplicated characters."
3. Ottimizza le immagini di riferimento: prediligi foto di una singola persona; evita fogli di sembianze a tre o più vedute.
4. Semplifica il prompt: evita di incollare un intero script nel prompt. I testi troppo lunghi e ridondanti confondono il modello. Elimina le informazioni non necessarie e concentrati sulle istruzioni principali.

Sintomo — Utilizzando un video generato come input per un'ulteriore estensione, la qualità dell'immagine si degrada. Estensioni ripetute accumulano questo deterioramento, con la comparsa di chiazze di colore anomale, specialmente sui volti.

Soluzione — Soluzioni temporanee (una correzione definitiva verrà introdotta con i prossimi aggiornamenti del modello):

1. Converti prima il video originale in un modello di argilla bianca (clay-render) con Seedance 2.0, quindi usalo come input per l'estensione. Prompt di riferimento: "Convert the video into a white 3D model: all characters become pure-white 3D models with no color, no texture, no shadows, pure white background, stable structure, fluid motion."
2. Usa preferibilmente immagini ad alta risoluzione come elementi di riferimento.
3. Limita il numero di estensioni consecutive sullo stesso file ed evita di accumulare troppi passaggi.

Sintomo — Descrivere un effetto visivo specifico tramite testo può non dare i risultati sperati. Ad esempio: se nel prompt si richiede "il numero 2999 che compare con un'animazione di conto alla rovescia", le cifre generate potrebbero scorrere in modo caotico e disordinato anziché mostrare un vero countdown.

Soluzione — Definisci l'effetto desiderato caricando un video di riferimento: inserisci una clip con l'effetto per mostrare al modello la dinamica di movimento desiderata. Ad esempio: "The number 2999 enters the way it does in Video 1."

Sintomo — Con più di 4 personaggi di riferimento, la stabilità dell'output diminuisce: il video potrebbe mostrare un numero errato di persone (mancanti o in più) o presentare doppioni.

Soluzione — Soluzioni temporanee (una correzione definitiva verrà introdotta con i prossimi aggiornamenti del modello):

1. Genera le immagini di gruppo in più fasi: dividi i personaggi in gruppi di massimo 4 per immagine. Ad esempio, puoi dividere 6 personaggi in 2 gruppi da 3, generando un'immagine per ciascun gruppo.
2. Poi passa da immagine a video (image-to-video): usa le immagini di gruppo così create come elementi di riferimento per generare il video finale.

Sintomo — Quando si utilizza un file audio di riferimento per impostare la voce del personaggio, il timbro vocale generato nel video può deviare sensibilmente rispetto a quello originale.

Soluzione:

1. Aggiungi descrizioni dettagliate del timbro vocale nel prompt, ad esempio: "speaks in the low, warm, slightly gravelly middle-aged male voice of @Audio 1".
2. Mantieni il tono del discorso e lo stile del testo coerenti con l'audio di riferimento per ottimizzare la stabilità e la fedeltà del timbro generato.