📰 火山引擎发布豆包音频生成模型 1.0，支持多模态参考生成与长时音色一致性

IT之家 6 月 24 日消息，昨天火山引擎正式发布了豆包音频生成模型 1.0（Doubao-Seed-Audio 1.0），首次支持参考生成：把文本、音频任一模态作为输入，可以端到端生成目标音频。并且，它能在长时生成场景中保持多角色音色的一致性，大幅减少后期修音工作。

借由豆包音频生成模型 1.0，还可以在单条 Prompt 中

查看原文 → ^↗