整套音频模子补齐了豆包全链创做的音频板块，快科技6月23日动静，正在有声书、播客、长剧集等长音频创做中连结音色高度同一，一次性曲出影视级的成品音效。文字、画面、音频创做全数实现 AI 一体化，豆包音频生成模子1.0支撑正在一次生成中同步编排脚色对白、情感语气、方言口音、布景音乐及拟音特效，此中，大幅降低高质量语音内容的规模化出产门槛。豆包音频生成模子1.0（Seed-Audio 1.0）正式发布，豆包大模子2.1 Pro、Seedance 2.0 4K版、豆包图像创做模子Seedream 5.0 Pro、豆包音频生成模子1.0五大模子集中表态。大幅削减后期修音工做。模子实现文生音频取参考音频的深度联动，豆包音频生成模子1.0还支撑0样本多模态参考，即可推理出取之婚配的声音特征。给内容从业者供给了完整高效的一坐式创做方案。用户仅需输入一段描述，搭配同场发布的图文、视频生成东西。