เปิดตัวโมเดล

Doubao Audio Generation Model 1.0 เปิดตัว นิยามใหม่ของการสร้างสรรค์เสียงด้วย AI

สรุปโดย AI

Volcano Engine เปิดตัว Doubao Audio Generation Model 1.0 (Doubao-Seed-Audio 1.0) อย่างเป็นทางการ รองรับการสร้างจากข้อความและการอ้างอิงเสียง ส่งออกเสียงเป้าหมายแบบ end-to-end Prompt เดียวสามารถจัดบทสนทนาหลายตัวละคร อารมณ์และน้ำเสียง เพลงประกอบ และบรรยากาศแวดล้อม รักษาความสอดคล้องของเสียงตัวละครหลายตัวในการสร้างระยะยาวโดยไม่ต้องมิกซ์หลายแทร็กภายหลัง โมเดลรองรับอินพุตมัลติโมดัลแบบ zero-shot สร้างได้โดยไม่ต้องฝึกอบรมเพิ่มเติม บรรลุการควบคุมแยกเสียงและสไตล์ และความสามารถ "เสียงเดียวหลายตัวละคร" รองรับการสร้างเสียง 2 นาทีต่อครั้ง และขยายหลายครั้งโดยรักษาความสม่ำเสมอของเสียง เปิดทดสอบ API บน Volcano Ark แล้ว ผู้ใช้บุคคลได้โควตาสร้างสรรค์ 30 นาที และจะเปิดตัวบน Jianying, Jimeng, Fanqie เร็วๆ นี้

ข้อมูลสำคัญ

  • Volcano Engine เปิดตัว Doubao Audio Generation Model 1.
  • 0 (Doubao-Seed-Audio 1.
  • 0) อย่างเป็นทางการ รองรับการสร้างจากข้อความและการอ้างอิงเสียง ส่งออกเสียงเป้าหมายแบบ end-to-end…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
公众号:火山引擎
หมวดหมู่
เปิดตัวโมเดล
คะแนน AI
71
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Doubao Audio Generation Model 1.0 เปิดตัว นิยามใหม่ของการสร้างสรรค์เสียงด้วย AI 23 มิถุนายน 2026 https://new.nat6.net/th/news/cmqq876yf07gsslp5eix31xaq/

ดูทั้งหมด →