ByteDance lança o modelo de áudio gerado Seed Audio 1.0

A ByteDance lançou o modelo de criação de áudio Seed Audio 1.0, que pode gerar diálogos, efeitos sonoros e sons ambientais a partir de um único prompt, controlando a entrada de som ao longo da linha do tempo. Este modelo suporta entradas de texto e áudio de referência, com uma precisão de controle de tempo de 100 milissegundos, podendo gerar cerca de 2 minutos de áudio por vez, com a possibilidade de extensão, mantendo a consistência do timbre da personagem. O Seed Audio 1.0 suporta mais de 20 idiomas, permitindo a migração de um mesmo timbre entre idiomas, além de possibilitar a troca de tom e emoção. Avaliações oficiais mostram que a taxa de utilizabilidade do áudio em muitos cenários supera os 90%, e a naturalidade (MOS) da maioria dos idiomas ultrapassa 4. O modelo já está disponível no centro de experiência do Volcano Ark e a integração da API está aberta.

Este conteúdo é disponibilizado apenas para fins informativos gerais e não constitui aconselhamento financeiro, de investimento, jurídico ou fiscal. Quaisquer eventos, recompensas, promoções online ou informações relacionadas aqui mencionados não devem ser interpretados como uma recomendação, solicitação ou convite para comprar, vender, negociar ou realizar quaisquer outras operações com criptoativos. Os criptoativos são altamente voláteis e podem resultar em perdas. A disponibilidade dos serviços, produtos e eventos relacionados da WEEX pode variar consoante a região. O utilizador é responsável por garantir que a sua participação está em conformidade com a legislação e os regulamentos locais aplicáveis.