ByteDance veröffentlicht Seed Audio 1.0, ein generatives Audio-Modell

ByteDance hat das Audio-Kreationsmodell Seed Audio 1.0 veröffentlicht, das in der Lage ist, durch einen einzigen Prompt gleichzeitig Dialoge, Soundeffekte und Umgebungsgeräusche zu generieren und den Eintritt der Klänge zeitlich zu steuern. Dieses Modell unterstützt Texteingaben und Referenzaudio, mit einer Zeitsteuerungsgenauigkeit von 100 Millisekunden, und kann in einer Sitzung etwa 2 Minuten Audio generieren, das weiter verlängert werden kann, während der Charakterton beibehalten wird. Seed Audio 1.0 unterstützt über 20 Sprachen, wobei der gleiche Klang zwischen den Sprachen übertragen werden kann und Stimmungen sowie Emotionen gewechselt werden können. Offizielle Bewertungen zeigen, dass die Audioverwendbarkeit in den meisten Szenarien über 90 % liegt und die Natürlichkeit der meisten Sprachen einen MOS von über 4 erreicht. Das Modell ist im Volcano Ark Experience Center verfügbar und bietet API-Zugriff.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.