Fish Audio Drama 3とSeed Audio 1.0台詞の演技と全景音声の権利を分ける

Drama 3は台詞を細かく演出し、Seedは声・効果音・環境音を場面へ置く。権利と納品の扱いも別です。

Fish Audio、ByteDance Seed、BytePlus、falの公式資料を2026年10月19日に確認しました。

公式仕様の比較。生成結果の実測と、公式に記載された機能は分けて紹介します。根拠・検証範囲を見る

この記事の目次
  1. 01台詞を直すか場面をまとめるか
  2. 02正式ID・入力・配信・料金を比べる
  3. 03台詞履歴と場面ジョブを別保存する
  4. 04短編ドラマと環境音CM
  5. 05characters価格と地域料金を混ぜない
  6. 06出典と確認範囲
01

台詞を直すか場面をまとめるか

Drama 3は角括弧で行頭/途中の方向、paired tagで語句範囲を変えます。Seedは声・効果音・環境音を一つの音場へまとめます。

判断
台詞の演技とテイクを行単位で管理するならDrama 3。複数音レイヤーを場面として試すならSeed。表現性は未測定です。
02

正式ID・入力・配信・料金を比べる

公式一次資料で確認できる比較軸(2026-10-19確認)
比較軸左側モデル右側モデル制作で決めること
経路model: drama-3 API/Web/weights。seed-audio-1.0 BytePlus/fal。APIとweights契約を分ける。
演技/時間角括弧、paired tag、台詞再生成。100ms timing、音レイヤーを全景生成。局所演技か時間軸か。
参照reference_id、音声参照。音声3本または画像1枚。同意・形式・上限を確認。
出力/編集REST/WebSocket、編集APIは招待制。BytePlus非ストリーミング最大120秒。テイクと場面マスターを分ける。
価格/条件$50/1M、$10は11月12日まで。Community License。地域/契約価格を要確認。価格と商用許諾を別確認。
03

台詞履歴と場面ジョブを別保存する

Drama 3は原稿、タグ、reference_id、model header、形式、再生成理由を台詞単位で保存。Seedはtext_prompt、references、audio_config、duration、字幕、routeを場面ジョブで保存します。

Drama 3 Community Licenseの年収・再提供・voice cloning条件と、Seedの契約/参照同意を別に確認します。

04

短編ドラマと環境音CM

仮の条件(実際の生成結果ではない)

一行を「落ち着いた声」から「息をのむ声」へ直し、別のCMは台詞・雨・サイレンを一場面にする。

  1. Drama 3のタグとreference_idで修正テイクを作る。
  2. Seedのprompt/timingでCM場面を試す。
  3. 再生成テイクと場面マスターを上書きしない。
  4. API route、形式、許諾、同意、字幕を記録する。
05

characters価格と地域料金を混ぜない

Drama 3は通常$50/1M characters、10月13日〜11月12日は$10/1M。SeedのBytePlus価格は地域・契約確認が必要です。partner価格を直APIへ流用しません。

06

出典と確認範囲

公式資料を2026-10-19に確認しました。Fish Audio Drama 3 vs Seed Audio 1.0の正式ID、提供経路、入力・演技、参照素材、出力、価格単位を確認しています。音質、発音、感情表現、声の一貫性、遅延、成功率は同条件で測定していません。

  • Fish Audio|Drama 3 — model: drama-3、83言語、角括弧/paired tags、reference_id。編集APIは招待制。APIは通常$50/1M characters、2026-11-12まで$10/1M。
  • Fish Audio|Developers — REST/WebSocket/SDK、S2.1 Proは$15/1M UTF-8 bytes。Drama 3の文字単価とは別。
  • Fish Audio|Inference — Drama 3のopen weights、自前推論資料、GPU条件を掲載。
  • ByteDance Seed|Seed Audio 1.0 — 声・効果音・環境音を全景として生成、参照音声、20以上の言語、100msタイミング、最大2分の紹介。
  • BytePlus Seed Speech|Audio 1.0 API — 非ストリーミングHTTP、text_prompt最大3,000文字、参照音声最大3本(各30秒/10MB)、画像1枚、最大120秒、出力形式・速度・音量・ピッチ・字幕。本文enumはUpgraded表記、サンプルはseed-audio-1.0。
  • BytePlus Seed Speech|Audio pricing — Audio 1.0の地域・契約別価格を確認する公式入口。
  • fal|ByteDance Seed Audio 1.0 — partner routeはprompt、参照音声3本、画像1枚、mp3/wav/pcm/ogg_opus、sample_rate、speed/volume/pitch。

この条件で制作を相談する

用途・素材・尺・予算・希望時期が決まっている範囲で、株式会社志庵へ相談できます。掲載会社への一斉送信や契約は行いません。