使用ガイド
Seedance 2.5 Flash 参照素材からの動画生成 導入ガイド:参照画像・参照音声と課金ルール
- モデル
- seedance-2.5-flash
このページの内容
このモデルの役割
seedance-2.5-flash/reference-to-video は ByteDance の参照素材駆動型動画モデルです。参照画像と参照音声を渡し、プロンプト内で @image1、@audio1 のように順番に指定すると、モデルはそれに基づいて新しい動画を生成します。参照画像は人物・商品・シーンの見た目を決め、参照音声はリズム、BGM、ナレーションを与えます。
参照素材の制約
- 参照画像:最大 10 枚、jpeg、png、webp、bmp、tiff、gif に対応、1 枚あたり 30 MB 未満、一辺 300〜6000 ピクセル、アスペクト比 0.4〜2.5、SVG、HEIC、HEIF は非対応。
- 参照音声:最大 5 本、wav または mp3、15 MB 未満、1 本あたり 2〜30 秒、合計 30 秒以内、音声のみで画像なしでも可。
2 種類の素材のうち少なくとも 1 つを指定する必要があり、どちらもないとリクエストは成立しません。
課金ルール
このエンドポイントは出力動画の秒数に基づいて課金され、参照画像と参照音声は課金秒数に含まれません:
- 480p:$0.0679/秒、5 秒の動画で約 $0.34。
- 720p:$0.1525/秒、5 秒の動画で約 $0.76。
duration に 4〜30 の整数を指定した場合はその秒数で課金され、-1(自動)を指定した場合は完成動画の実際の長さを四捨五入し、最低 4 秒として課金されます。予算を抑えたい場合は固定秒数を指定してください。
リクエストパラメータ
- prompt(必須):素材の使い方を説明し、@image1、@audio1 で順番に指定、最大 5000 文字。
- reference_image_urls / reference_audio_urls:参照画像と参照音声の URL 配列。
- duration:4〜30 の整数、または
-1で自動、デフォルト 5。 - resolution:
480pまたは720p、デフォルト480p。 - aspect_ratio:16:9、4:3、1:1、3:4、9:16、21:9、または
adaptiveで参照素材に追従、デフォルトadaptive。 - omni_reference_task_type:固定値
reference(デフォルト値なので省略可能)。 - output_format:
mp4(デフォルト)またはmov;generate_audio:デフォルトtrueで、同期したセリフ・効果音・環境音を生成。
プロンプトの書き方
まず登場順に素材へ番号を振り、各素材が何を担うのか、最終的な画面がどうなるかを一つずつ説明します。例:
@image1 の商品を木製のテーブルに置いてゆっくり回転させながら見せ、背景は @image2 の早朝の窓辺、
カメラはミディアムショットからゆっくり寄ってクローズアップへ、映像のリズムは @audio1 のドラムに合わせ、商品の金属のハイライトは変えない。
参照画像が複数ある場合は、どれが主体でどれがシーンやスタイルなのかを明記する方が、「これらの画像を参考に」とだけ書くよりはるかに安定します。参照音声を使う場合は、画面の動きを音声のどの部分に合わせるのかを説明してください。
よくある質問
- 素材が不足しているとリクエストが拒否される:参照画像または参照音声の少なくとも一方が必要です。
- 参照画像がアップロードできない:まず対応フォーマットか、一辺のピクセルが 300〜6000 の範囲内か、アスペクト比が 0.4〜2.5 の範囲内かを確認してください。
- 音声が拒否される:1 本あたり 2〜30 秒、15 MB 未満、複数本の合計が 30 秒以内である必要があります。
- 費用が想定と合わない:
-1の自動 duration を使っていないか確認してください。自動 duration は完成動画の実際の秒数で課金されます。
リリース時の推奨事項
まず参照画像 1 枚、5 秒、480p で 1 件実行し、接続経路と課金の基準を確認します。次に参照音声や複数の参照画像を加えて 1 件実行し、プロンプト内の番号どおりに素材が使われているかを画面と照合します。この 2 件の記録をベースラインとして残しておけば、後でプロンプトや素材を変更したときの比較対象になります。パラメータと価格はモデルページの最新の説明に準拠します。