字节发布 SeedAudio1.0
字节跳动Seed · wechat · 2026-07-20
字节跳动 Seed 发布音频创作模型 SeedAudio1.0，面向完整声音场景而不是单一音频要素生成。
模型在统一框架下联合建模人声、音效和环境声，支持文本+参考音频输入、100ms 级时间控制、单次约 2 分钟生成并可继续延展，以及 20+ 语种的自然音频生成。官方还给出了影视、播客、直播带货等场景评测，称多数场景可用率已达 90% 以上。
所属事件:字节发布 SeedAudio 1.0 并开放 API(5 条相关)→
「多模态」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11