ByteDance lança 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 do personagem. O Seed Audio 1.0 suporta mais de 20 idiomas, permitindo a migração de timbres entre idiomas e a troca de tons e emoções. Avaliações oficiais mostram que a taxa de usabilidade do áudio em muitos cenários ultrapassa 90%, e a naturalidade da maioria dos idiomas tem uma pontuação MOS superior a 4. O modelo já está disponível no centro de experiência Volcano Ark e a integração da API foi aberta.

Este conteúdo é fornecido apenas para fins informativos gerais e não constitui aconselhamento financeiro, de investimento, jurídico ou tributário. Quaisquer eventos, recompensas, promoções online ou informações relacionadas mencionadas neste documento não devem ser consideradas uma recomendação, solicitação ou convite para comprar, vender, negociar ou realizar qualquer outra transação com criptoativos. Criptoativos são altamente voláteis e podem resultar em perdas. A disponibilidade dos serviços, produtos e eventos relacionados da WEEX pode variar conforme a região. É de sua responsabilidade garantir que sua participação esteja em conformidade com as leis e regulamentações locais aplicáveis.