Seedance 2.0 音频生成：Kensa 上的原生音频怎么用（完全指南）

Seedance 2.0 音频生成：Kensa 上的原生音频怎么用

Seedance 2.0 会在生成视频的同时生成音频：与画面内容匹配的音效和环境音。在 Kensa 上，音频由一个开关控制——生成音频（Generate Audio），默认开启；带声音的视频和无声视频消耗的 credits 完全相同。本指南讲清楚音频功能能做什么、不能做什么，怎样写提示词让声音更好，费用是多少，以及它和 Kensa 上其他模型的对比——包括同样能生成音频的 Veo 3.1。

2026 年 9 月 28 日更新： 我们按 Kensa 实际提供的功能重写了本指南。旧版介绍了 Kensa 并不具备的功能，还把 Veo 3.1 写错了：Kensa 上每条 Veo 3.1 视频都含音频。

快速解答

Seedance 2.0 音频能做什么

声音是和视频一起生成的，而不是事后从音效库里挑一段配上去，所以它会跟着画面走。常见效果包括：

• 与画面动作对应的音效：脚步声、关门声、玻璃杯放到桌上的声音、汽车驶过的声音
• 与场景匹配的环境音：雨声、风声、海浪声、车流声、鸟鸣、咖啡馆里的嘈杂人声

你通过提示词里的文字来引导音频。没有单独的音频提示词，没有音量或混音控制，也不能指定某一段音乐：模型根据你的描述和画面决定声音。生成结果直接嵌在你下载的视频文件里。

在 Kensa 上做不到的事

• 不能输入音频。 不能上传音乐、录音或音效样本来引导或替换音频。Kensa 只接受图片。
• 不能控制人声或台词。 没有填写对白或指定声音的地方。如果视频需要说出特定的话，请录制配音，在剪辑软件里加上。
• 没有单独的音轨文件。 你得到的是一个混好声音的视频文件，而不是分开的音乐和音效分轨。

如何开启音频

1. 打开 Seedance 2.0 生成器。 进入 Seedance 2.0 视频生成器。可以只用提示词，也可以上传一张图片让它动起来，或上传两张图片固定首帧和尾帧。
2. 写提示词时把声音考虑进去。 除了描述观众看到什么，也描述他们听到什么。可参考下文的技巧。
3. 确认「生成音频」开关。 它在生成器的设置菜单里（其他选项旁边的 ⋯ 按钮），默认开启。想要声音就保持开启，想要无声视频就关掉。
4. 选择时长、分辨率和宽高比。 Seedance 2.0 支持 4 到 15 秒、480p 或 720p，以及六种宽高比（16:9、9:16、1:1、4:3、3:4 和 21:9）。生成前显示的 credits 数，开不开音频都一样。
5. 生成、预览、下载。 下载前先带声音播放一遍。如果声音不理想，调整提示词里对声音的描述，再生成一次。

想了解模型本身，请看 Seedance 2.0 模型页。

费用

Seedance 2.0 按秒计费，开启音频不加价。Kensa 上的原价如下：

有优惠活动时，生成器会在你提交前显示优惠后的价格。生成失败时，为这次生成冻结的 credits 会退回你的余额。套餐和积分包请看定价页。

Kensa 各模型的音频对比

做带声音的视频：Seedance 2.0 vs Veo 3.1

两者生成声音都不额外收费，所以选择取决于视频的其他方面：

• Veo 3.1 生成 8 秒 720p 视频，每条都含音频，固定 13 credits。如果 8 秒正合适，它是最简单的选择。它的音频没有开关，无法关闭。详见 Veo 3.1 模型页。
• Seedance 2.0 时长可在 4 到 15 秒之间任选，有六种宽高比（包括 21:9），可以固定首尾帧，音频也可以关闭。它按秒计费，所以每条比 Veo 3.1 贵。

实用的做法：先用短视频验证想法和声音，提示词调好后再生成最终时长。

Seedance 1.5 Pro

Seedance 1.5 Pro 同样有「生成音频」开关且不额外收费，最长 12 秒，支持 1080p 输出。它按秒计费比 Seedance 2.0 便宜，如果你不需要超过 12 秒的时长或参考图，它是更省钱的 Seedance 选择。

提升音频效果的提示词技巧

Seedance 2.0 通过读你的提示词来决定视频该有什么声音，所以描述声音是你最主要的控制手段。

明确描述你想要的声音

模型自己也会加上合理的声音，但把声音写出来，能给它一个清楚得多的目标。

较弱的提示词： 一位厨师在厨房做饭。

更强的提示词： 一位厨师在热锅里翻炒蔬菜，油噼啪作响，水溅进锅里发出嘶嘶的蒸汽声，背景里餐具碰撞、抽油烟机嗡嗡作响。

设定声音氛围

"安静"、"嘈杂"、"有回声"、"闷闷的"、"清脆"这类词会塑造环境音层。

示例： 安静的图书馆，书页轻轻翻动，远处地毯上传来模糊的脚步声，头顶灯光发出微弱的嗡鸣。

拟声词点到为止

"嗖"、"噼啪"、"嗡嗡"、"咚"这类词是清楚的声音线索，每条提示词用一两个就够了。

示例： 跑车加速，低沉的轰鸣逐渐变成咆哮，过弯时轮胎尖啸，驶过镜头时带起一阵呼啸的风声。

从前景到背景分层描述

像音效师搭建声音那样描述：先写主要声音，再写中间层，最后写背景。

示例： 前景：高跟鞋踩在湿漉漉的人行道上发出清脆的声响。中景：细雨声和远处的车流声。背景：远处隐约传来的教堂钟声。

声音与动作的节奏一致

声音的能量要和画面一致。快节奏的动作配平静的环境音，或安静的画面配很响的音效，都会显得别扭。

知道什么时候该后期加音频

需要授权的品牌音乐、特定的配音或准确的台词时，关闭「生成音频」，或准备在后期替换声音。Kensa 无法把这些提供给模型，它们应该在剪辑软件里完成。关闭音频不会降低价格。

自带声音在哪些场景最有用

抖音 / TikTok、Reels 和 Shorts

一条自带匹配环境音和音效的视频，不用去音效库找素材，就能直接拿来做第一轮测试发布。你仍然可以在平台编辑器里叠加热门音乐或配音。

产品视频

细小的声音会让产品画面更真实：倒饮料、盖子咔哒合上、锅里滋滋作响、拉链被拉开。把动作和它的声音写在一起。

空镜与氛围镜头

夜晚的城市街道、拍岸的海浪、热闹的集市，这类建立镜头有了环境音会更有说服力，也不用再去找匹配的素材音乐。

常见问题

Seedance 2.0 的音频要额外扣 credits 吗？

不用。同一条视频，开启「生成音频」和关闭时消耗的 credits 完全相同。

可以生成不带音频的 Seedance 2.0 视频吗？

可以。在生成器设置里关闭「生成音频」，就会得到无声视频。

可以上传音乐、录音或音频参考吗？

不可以。Kensa 只接受图片作为输入（用于图生视频、首尾帧和参考图），不接受音频或视频文件。下载视频后，可以在剪辑软件里加上你自己的音乐或配音。

Kensa 的 Seedance 2.0 支持唇形同步吗？

不支持。Kensa 不提供唇形同步：没有办法给角色指定台词或声音。需要准确台词的口播视频，请另外录制配音，或使用专门的数字人工具。

Kensa 上的 Veo 3.1 会生成音频吗？

会。Kensa 上的每条 Veo 3.1 视频都是 8 秒 720p，并且含音频，固定 13 credits。

Kensa 上的 Kling 3 会生成音频吗？

Kling 3 在 Kensa 上有声音选项，但该模型目前正在维护，暂时不能用来生成新视频。

生成的视频可以商用吗？

Pro 和 Ultimate 套餐以及 Premium 积分包包含 Kensa 视频的商业使用权。详情请看定价页。

开始使用

如果你是 Kensa 新用户，用 Google 注册可获得 15 个免费 credits，3 天内有效，够生成一条带声音的 Veo 3.1 视频（13 credits）；原价的 Seedance 2.0 视频 31 credits 起。

从一个声音元素明确的场景开始，比如暴雨、热闹的咖啡馆或滋滋作响的煎锅，在 Seedance 2.0 视频生成器里开启「生成音频」生成一条，听听声音是怎样跟着画面走的。

想了解 Seedance 2.0 的全部功能，请阅读 Seedance 2.0 完全指南。想低成本让照片动起来、声音自己后期加，请看 Grok Image Video 指南。