Volc Engine hat das „Doubao Audio Generation Model 1.0“ vorgestellt, das aus einer einzigen Text- oder Audio-Eingabe ein vollständiges Audiomaterial mit Dialogen, Soundeffekten und Hintergrundmusik generiert und so die Bearbeitung mehrerer Audiospuren überflüssig macht. Es gewährleistet einheitliche Charakterstimmen in langen Audioaufnahmen und unterstützt die Erstellung von 2-minütigen Beiträgen, die für Hörbücher erweitert werden können. Die API steht zum Testen bereit, wobei Einzelnutzer 30 Minuten kostenlos nutzen können. Die Integration in CapCut und andere Produkte ist geplant.