AI最前沿 88Z.ai 7 月 20 日消息，字节跳动Seed发布Seed Audio 1.0，统一建模人声、音效与环境声，支持端到端影视级音频创作及多语种生成。
消息要点
- 统一建模人声、音效与环境声，支持端到端影视级创作
- 具备100ms精度时间控制，多数场景音频可用率超90%
要点
字节跳动Seed正式推出音频创作模型Seed Audio 1.0。该模型面向完整声音场景，对人声、音效以及环境声进行统一建模，旨在实现端到端的影视级音频创作能力。在技术特性上，模型支持多要素的统一编排，并具备100ms精度的时间控制能力。它能够基于参考音频保持长时音色的一致性，同时覆盖二十多种语种的自然生成需求。根据评测数据显示，该模型在多数场景下的音频可用率超过百分之九十，展现出较高的实用价值与生成质量。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 字节跳动Seed原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。