ByteDance lanza el modelo de audio generativo Seed Audio 1.0

ByteDance ha lanzado el modelo de creación de audio Seed Audio 1.0, que puede generar diálogos, efectos de sonido y sonidos ambientales a partir de un solo prompt, controlando la entrada de sonido a lo largo de una línea de tiempo. Este modelo admite entradas de texto y audio de referencia, con una precisión de control temporal de 100 milisegundos, pudiendo generar aproximadamente 2 minutos de audio en una sola ocasión, y se puede extender manteniendo la consistencia del tono de voz del personaje. Seed Audio 1.0 es compatible con más de 20 idiomas, permitiendo la migración de un mismo tono de voz entre diferentes lenguas, así como el cambio de tono y emoción. Las evaluaciones oficiales muestran que la tasa de disponibilidad de audio en la mayoría de los escenarios supera el 90%, y la naturalidad de la mayoría de los idiomas tiene un MOS superior a 4. Este modelo ya está disponible en el centro de experiencia de Volcano Ark y se ha abierto para la integración de API.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.