豆包音声生成モデル1.0をリリース、AI音声創作を再定義
AI 要約
火山引擎は豆包音声生成モデル1.0(Doubao-Seed-Audio 1.0)を正式にリリースした。テキストと音声リファレンスからの生成に対応し、エンドツーエンドで目標音声を出力する。単一のPromptで複数キャラクターの対話、感情・語調、BGM、環境雰囲気を編成でき、長時間生成でも複数キャラクターの声質の一貫性を保ち、後工程でのマルチトラックミキシングが不要だ。モデルは0サンプルのマルチモーダル入力に対応し、追加トレーニングなしで生成できる。声質とスタイルの分離制御および「一声多役」能力を実現した。1回で2分の音声創作に対応し、複数回の延長でも声質の統一を保つ。既に火山方舟APIの招待テストを開始しており、個人ユーザーは30分の創作枠を利用でき、まもなく剪映、即夢、番茄などの製品に登場する予定だ。
要点
- 火山引擎は豆包音声生成モデル1.
- 0(Doubao-Seed-Audio 1.
- 0)を正式にリリースした。
- テキストと音声リファレンスからの生成に対応し、エンドツーエンドで目標音声を出力する。
- 単一のPromptで複数キャラクターの対話、感情・語調、BGM、環境雰囲気を編成でき、長時間生成でも複数キャラクターの声質の一貫性を保ち、後工程でのマルチトラックミキシングが不要だ。
概要
おすすめの理由
豆包音频生成模型把多角色配音、音效、配乐压缩进一条 Prompt,长时一致性解决了一直以来‘串戏’的痛点,音频创作者的生产流程可能会被改写。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:豆包音声生成モデル1.0をリリース、AI音声創作を再定義。2026年6月23日。https://new.nat6.net/ja/news/cmqq876yf07gsslp5eix31xaq/