字節跳動發布 Seed Audio 1.0 生成音頻模型

字節跳動發布音頻創作模型 Seed Audio 1.0，能夠透過一條 prompt 同時生成對白、音效和環境聲，並按時間線控制聲音進場。該模型支持文本和參考音頻輸入，時間控制精度為 100 毫秒，單次可生成約 2 分鐘音頻，並可繼續延長，保持角色音色一致。Seed Audio 1.0 支持 20 多種語言，同一音色可跨語言遷移，且可切換語氣和情緒。官方評測顯示，多數場景的音頻可用率超過 90%，大部分語言的自然度 MOS 超過 4 分。該模型已上線火山方舟體驗中心，並開放 API 接入。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。