6月23日，火山引擎正式发布豆包音频生成模型1.0（Doubao-Seed-Audio 1.0）。该模型支持文本或音频任一模态输入，端到端生成高质量目标音频，首次实现长时多角色音色一致性与全要素Prompt编排（含对白、情绪、音乐、环境音）。单次最长生成2分钟音频，并可通过参考音频持续延展。目前API已开启邀测，个人用户可在火山方舟体验中心免费使用30分钟额度，后续将接入剪映、即梦、番茄等产品。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。