豆包音频生成模型1.0发布,重新定义AI音频创作
AI 摘要
火山引擎正式发布豆包音频生成模型1.0(Doubao-Seed-Audio 1.0),支持文本与音频参考生成,端到端输出目标音频。单条Prompt可编排多角色对白、情绪语气、背景音乐及环境氛围,长时生成中保持多角色音色一致性,无需后期多轨混音。模型支持0样本多模态输入,无需额外训练即可生成;实现音色与风格解耦控制及“一声多角”能力。一次支持2分钟音频创作,多次延长保持音色统一。已开启火山方舟API邀测,个人用户享30分钟创作额度,即将上线剪映、即梦、番茄等产品。
关键信息
- 火山引擎正式发布豆包音频生成模型1.
- 0(Doubao-Seed-Audio 1.
- 0),支持文本与音频参考生成,端到端输出目标音频。
- 单条Prompt可编排多角色对白、情绪语气、背景音乐及环境氛围,长时生成中保持多角色音色一致性,无需后期多轨混音。
- 模型支持0样本多模态输入,无需额外训练即可生成
速览
推荐理由
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。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:豆包音频生成模型1.0发布,重新定义AI音频创作。2026年6月23日。https://new.nat6.net/news/cmqq876yf07gsslp5eix31xaq/