音频参考玩法：定制音色、旋律与氛围声的三种挂法
Seedance 2.0 原生生成音画同步的视频，而音频参考让你进一步控制"声音长什么样"。可用的声源有两类：独立的音频文件（最多 3 段 MP3）和参考视频自带的音轨。
声源一：音频文件
官方提示词指南给音频参考定义了三种可继承的核心信息：音色、音乐旋律、对话内容。
常用写法：
- 当背景音乐："全程使用音频1作为背景音乐。"
- 提取音色："从音频1提取音色，应用到画面中的旁白。"
- 定节奏氛围："用一段音频表达预期的节奏和氛围，配乐卡点与动作对齐。"
第三种来自官方对多模态输入的价值描述：用户可以用几秒音频带起节奏，"提示词不再局限于文字"。
声源二：视频的音轨
没有现成音频文件时，视频素材里的声音可以直接借用：
"全程使用视频1中的环境音""参考视频1的背景音乐与节奏"
这是官方使用指南明确支持的特殊用法——一段参考视频可以同时出画面参考和声音参考，省一个音频名额。
音频参考与原生音效的分工
- 原生音效：模型按画面自动生成音效、环境声与配乐，双声道立体声，音画时序严格对齐——大多数场景开箱即用。
- 音频参考：当你要"这段广告必须用指定 BGM""旁白必须是这个人的声线"时才上。
- 两者可以共存：BGM 用参考音频，环境音效交给模型自动生成。
实操要点
- 音频总时长上限 15 秒，与视频共享"总长不超 15 秒"的约束。
- 需要人声解说时，可以直接在提示词里写台词与音色要求（深沉平静的男声等），不一定需要音频参考，见台词字幕。
- 中文方言、戏曲与演唱场景的指令响应是 2.0 明显强化的方向，值得一试。
下一步
音频能力描述整理自官方发布博客、火山引擎提示词指南与即梦官方使用指南，以官方最新版为准。