字节跳动推音频创作模型Seed Audio，多数场景可用率超90%
凤凰网科技讯 7月20日，字节跳动Seed团队今日发布音频创作模型Seed Audio 1.0，面向完整声音场景，在统一框架下联合建模人声、音效和环境声等多种音频要素，端到端完成影视级音频创作。官方称，声音不再只是画面的补充，而是可以直接参与叙事，做到“听见”即“看见”。
该模型具备三大核心能力：多要素统一编排，支持精细时间控制，可按时间线精准控制对白、音效进场；音色风格可控、长时稳定，在长音频场景下保持角色一致性；支持20多种语种的自然音频生成。
官方评测显示，在影视、短剧、动漫、播客等多数场景中，音频可用率已达90%以上；多语言音频自然度方面，大部分语言MOS评分超过4分，音质达优秀水准。
目前，Seed Audio 1.0已在火山方舟体验中心上线。
（来源：小熊科技）免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。
