家Volcano Engineが「Doubao Audio Model 1.0」をリリース：1文で映画のような音声を生成、10分間一貫したキャラクターボイスを提供
昨日、Volc Engineは「Doubao Audio Generation Model 1.0（Doubao-Seed-Audio 1.0）」を正式にリリースしました。このモデルは、テキストまたは音声入力を受け付け、エンドツーエンドで完成した音声作品を生成します。 このモデルの最大の画期的な点は、1つのプロンプトで台詞、効果音、BGMをまとめて処理できるため、手作業によるマルチトラック編集が不要になることです。
たった一文でオーディオディレクターの役割を果たし、ポストプロダクションは不要です。
これまで、高品質なオーディオを作成するには、セリフ、効果音、音楽を個別に生成し、手作業でトラックを合わせ、ミキシングする必要がありました。これは、ポストプロダクションの専門知識に依存する複雑なプロセスでした。 Doubao Audio Generation Model 1.0 は、これらすべてを 1 つのプロンプトに統合しています。ユーザーは 1 つの指示で複数の登場人物のセリフ、トーン、感情のリズムを定義し、笑い声、ため息、間、方言のアクセントなどの詳細を埋め込み、BGM や環境効果音を同時に生成して、完成品を直接出力することができます。 クリエイターは説明文を入力するだけで、すぐに配信可能なポッドキャスト、オーディオブック、またはブランド向け音声を取得できます。
長時間の音声全体を通じて、品質を損なうことなくキャラクターの声を一貫させる。
長編オーディオ制作における最大の課題は一貫性、つまり 1 分目と 10 分目でキャラクターの声が同じように聞こえるようにすることです。Doubao Audio Generation Model 1.0 は、テキストから音声への変換と参照音声を深く統合し、長いセグメント全体で一貫した音声品質を維持するため、クリエイターは各部分を比較・修正する必要がありません。 現在のモデルは1回の生成につき最大2分間の音声をサポートしており、拡張機能により、より長い出力でも声の一貫性を維持できるため、オーディオブック、ポッドキャスト、長編シリーズに適しています。
さらに、このモデルでは声とスタイルを独立して制御できるため、同じ声でさまざまな感情や文脈に対応でき、1つの声で異なる表現を持つ複数の役柄を演じ分けることも可能です。これにより、キャラクターの声優演技やクリエイティブな音声制作の柔軟性が大幅に向上します。 現在、Volc ArkはAPIのテスト提供を開始しており、個人ユーザーは「エクスペリエンスセンター」で30分間の生成クォータを利用できます。また、「Doubao Audio Generation Model 1.0」は、CapCut、Jiemod、Tomatoなどの製品でもリリースされる予定です。
関連記事
MuskがGrokipromisedされたアップグレードを推進する中、Soraはオフライン状態にある
世界のAI動画市場は、わずか1日で劇的な変化を遂げた。OpenAIが主力動画ツールSoraを停止させた後、イーロン・マスクは隙間を埋めるために素早く動き出した。水曜日、彼はX上で、自身のAI企業**xAI**が動画生成エンジンをアップグレードしていると発表した。彼は「次のバージョンの**Grok Imagine**は非常に印象的になるだろう。私たちはさらに力を入れる」と記した。隙間の埋め合わせ：Soraの退出後の機会火曜日、OpenAIは製品ラインナップの簡素化を理由に、Soraを突然閉鎖
Anthropicの年間収益が470億ドルに達し、Claudeのエンタープライズ採用が急増
主要な人工知能（AI）企業間の競争が激化している。5月28日、著名なAIスタートアップであるAnthropicは、その年間換算収益が470億ドルを超えたと報告した。この顕著な財務上のマイルストーンは、生成AI技術の急速な商業化と市場の可能性を浮き彫りにしている。その成長軌跡の分析によれば、この成果は企業部門での広範な採用に起因している。2月のシリーズG資金調達ラウンド以降、Anthropicの主力モデルであるClaudeは、グローバルな企業クライアントの間でユーザー浸透率と適用規模の両方で堅調
MeituHub：MeituのAI画像プラットフォームが企業向けのカスタムビジュアルワークフローを実現
Meituは公式に、AIを活用した画像制作プラットフォーム「MeituHub」をリリースし、企業向けにエンドツーエンドのビジュアルコンテンツソリューションを提供しています。これには、初期要件の分析からワークフローの構成、最終的なアセット納品に至るまでの全プロセスが含まれます。Meituの包括的な画像技術スタックを活用することで、企業は複雑なコーディングの必要性を排除し、シンプルな自然言語の指示を用いてカスタムビジュアルワークフローを設計し、再利用可能なWebベースアプリケーションを展開することが
関連特集おすすめ
デザインとアート
おすすめのAIイラスト作成ツール：編集用シーンや表紙アートを素早く作成
2026年最新・高評価のAIイラストレーションツール：当サイトが厳選したこのリストには、見事な編集用シーンや人目を引く表紙アートを素早く作成できる、高性能なツールが掲載されています。各ツールは実環境での厳格なテストを経ており、無料版と有料版の比較も掲載されているため、ご自身のワークフローに最適なツールを見つけるのに役立ちます。 今すぐこれらの「必見」ソリューションを試して、AIの力を最大限に活用し、クリエイティブな生産性を高めましょう。XIX.AIで今すぐチェックしてください。
10 ツール
xix.ai
教育と学習
試験対策に最適なAIチューター：数学、理科、英語の練習
2026年最新の、試験対策で高評価を得ている最高のAIチューターがXIX.AIに登場！厳選されたこのリストには、無料版と有料版の比較、実戦的なテスト、毎週更新されるランキングなどを提供する、画期的なツールが勢ぞろいしています。これらは、ライティングの効率を高め、複雑なトピックの学習を簡素化し、あなたの学業的な可能性を引き出すのに役立ちます。 今すぐチェックして、あなたにぴったりの試験対策ツールを見つけ、今日から作成を始めて、AIの力を最大限に活用しましょう！
10 ツール
xix.ai
ファイナンス
個人のお金管理のためのAI予算計画ツール
2026年の最新・最高評価のAI予算管理ツールがXIX.AIで登場！この厳選コレクションは、現実的なテストを行い、支出習慣を理解し、生産性を高めるためのパーソナライズされた計画を作成するのに役立つ革新的なソリューションを提供しています。無料版と有料版の比較や詳細なランキングもご用意しています。お金の管理を簡素化し、AIの優位性を引き出すためにぜひ試してほしいツールです。今すぐチェックしましょう！
11 ツール
xix.ai
健康とウェルネス
AI睡眠追跡アシスタント：より良い就寝習慣で回復力を高める
2026年最新かつ最高評価を受けているAI睡眠追跡アシスタントを厳選し、最適な回復を実現できるようご紹介します。完全に更新されたこの週間ガイドには、実際のテスト結果や無料版と有料版の比較、詳細なランキングなど、睡眠の質を向上させてより良い就寝習慣をサポートする最適なソリューションを見つけるのに役立つ強力なツールが掲載されています。今すぐXIX.AIでご覧ください。
10 ツール
xix.ai
データ分析
製品および収益分析のためのAI SQLコパイロット
2026年版 製品・収益分析に最適な、高評価のAI SQLコパイロット最新ランキング！ XIX.AIは、毎週更新されるランキングを通じて実環境でのテストを経た、強力で画期的な「ぜひ試すべきツール」を厳選しました。これらのツールは、データ分析を加速させ、複雑なクエリを効率化し、正確なインサイトを生成することで、ユーザーの生産性を大幅に向上させ、より賢明なビジネス意思決定を後押しします。今すぐチェックして、AIの真価を引き出すあなたにぴったりのツールを見つけましょう！
14 ツール
xix.ai
教育と学習
学びを促進する最高のAI宿題支援ツール：答えだけでなく、概念を学べる
2026年最新・最高評価のAI宿題サポートツール。単なる答えだけでなく、核心となる概念を教える、学生にとって強力なツール。ぜひ試してほしい厳選リスト。毎週更新。無料版と有料版の比較、実地テストによる正確なランキングで、あなたの学習能力を最大限に引き出します。今すぐチェックして、よりスマートな学習を実現するあなたにぴったりのツールを見つけましょう。
10 ツール
xix.ai
コメント (1)
0/500
![StevenNelson]()
Volc EngineのDoubao Audio Model 1.0、面白そう！1文で映画のような音声が作れるなんて、クリエイターには夢のツールだよね。ただ、10分間のキャラクター音声の安定性が実用レベルかどうかが気になるところ。技術的にはすごいけど、倫理面での規制も必要かも。🎬🔊
昨日、Volc Engineは「Doubao Audio Generation Model 1.0（Doubao-Seed-Audio 1.0）」を正式にリリースしました。このモデルは、テキストまたは音声入力を受け付け、エンドツーエンドで完成した音声作品を生成します。 このモデルの最大の画期的な点は、1つのプロンプトで台詞、効果音、BGMをまとめて処理できるため、手作業によるマルチトラック編集が不要になることです。
たった一文でオーディオディレクターの役割を果たし、ポストプロダクションは不要です。
これまで、高品質なオーディオを作成するには、セリフ、効果音、音楽を個別に生成し、手作業でトラックを合わせ、ミキシングする必要がありました。これは、ポストプロダクションの専門知識に依存する複雑なプロセスでした。 Doubao Audio Generation Model 1.0 は、これらすべてを 1 つのプロンプトに統合しています。ユーザーは 1 つの指示で複数の登場人物のセリフ、トーン、感情のリズムを定義し、笑い声、ため息、間、方言のアクセントなどの詳細を埋め込み、BGM や環境効果音を同時に生成して、完成品を直接出力することができます。 クリエイターは説明文を入力するだけで、すぐに配信可能なポッドキャスト、オーディオブック、またはブランド向け音声を取得できます。
長時間の音声全体を通じて、品質を損なうことなくキャラクターの声を一貫させる。
長編オーディオ制作における最大の課題は一貫性、つまり 1 分目と 10 分目でキャラクターの声が同じように聞こえるようにすることです。Doubao Audio Generation Model 1.0 は、テキストから音声への変換と参照音声を深く統合し、長いセグメント全体で一貫した音声品質を維持するため、クリエイターは各部分を比較・修正する必要がありません。 現在のモデルは1回の生成につき最大2分間の音声をサポートしており、拡張機能により、より長い出力でも声の一貫性を維持できるため、オーディオブック、ポッドキャスト、長編シリーズに適しています。
さらに、このモデルでは声とスタイルを独立して制御できるため、同じ声でさまざまな感情や文脈に対応でき、1つの声で異なる表現を持つ複数の役柄を演じ分けることも可能です。これにより、キャラクターの声優演技やクリエイティブな音声制作の柔軟性が大幅に向上します。 現在、Volc ArkはAPIのテスト提供を開始しており、個人ユーザーは「エクスペリエンスセンター」で30分間の生成クォータを利用できます。また、「Doubao Audio Generation Model 1.0」は、CapCut、Jiemod、Tomatoなどの製品でもリリースされる予定です。
MuskがGrokipromisedされたアップグレードを推進する中、Soraはオフライン状態にある
世界のAI動画市場は、わずか1日で劇的な変化を遂げた。OpenAIが主力動画ツールSoraを停止させた後、イーロン・マスクは隙間を埋めるために素早く動き出した。水曜日、彼はX上で、自身のAI企業**xAI**が動画生成エンジンをアップグレードしていると発表した。彼は「次のバージョンの**Grok Imagine**は非常に印象的になるだろう。私たちはさらに力を入れる」と記した。隙間の埋め合わせ：Soraの退出後の機会火曜日、OpenAIは製品ラインナップの簡素化を理由に、Soraを突然閉鎖
Anthropicの年間収益が470億ドルに達し、Claudeのエンタープライズ採用が急増
主要な人工知能（AI）企業間の競争が激化している。5月28日、著名なAIスタートアップであるAnthropicは、その年間換算収益が470億ドルを超えたと報告した。この顕著な財務上のマイルストーンは、生成AI技術の急速な商業化と市場の可能性を浮き彫りにしている。その成長軌跡の分析によれば、この成果は企業部門での広範な採用に起因している。2月のシリーズG資金調達ラウンド以降、Anthropicの主力モデルであるClaudeは、グローバルな企業クライアントの間でユーザー浸透率と適用規模の両方で堅調
MeituHub：MeituのAI画像プラットフォームが企業向けのカスタムビジュアルワークフローを実現
Meituは公式に、AIを活用した画像制作プラットフォーム「MeituHub」をリリースし、企業向けにエンドツーエンドのビジュアルコンテンツソリューションを提供しています。これには、初期要件の分析からワークフローの構成、最終的なアセット納品に至るまでの全プロセスが含まれます。Meituの包括的な画像技術スタックを活用することで、企業は複雑なコーディングの必要性を排除し、シンプルな自然言語の指示を用いてカスタムビジュアルワークフローを設計し、再利用可能なWebベースアプリケーションを展開することが
2026年最新・高評価のAIイラストレーションツール：当サイトが厳選したこのリストには、見事な編集用シーンや人目を引く表紙アートを素早く作成できる、高性能なツールが掲載されています。各ツールは実環境での厳格なテストを経ており、無料版と有料版の比較も掲載されているため、ご自身のワークフローに最適なツールを見つけるのに役立ちます。 今すぐこれらの「必見」ソリューションを試して、AIの力を最大限に活用し、クリエイティブな生産性を高めましょう。XIX.AIで今すぐチェックしてください。
10 ツール
xix.ai
2026年最新の、試験対策で高評価を得ている最高のAIチューターがXIX.AIに登場！厳選されたこのリストには、無料版と有料版の比較、実戦的なテスト、毎週更新されるランキングなどを提供する、画期的なツールが勢ぞろいしています。これらは、ライティングの効率を高め、複雑なトピックの学習を簡素化し、あなたの学業的な可能性を引き出すのに役立ちます。 今すぐチェックして、あなたにぴったりの試験対策ツールを見つけ、今日から作成を始めて、AIの力を最大限に活用しましょう！
10 ツール
xix.ai
2026年の最新・最高評価のAI予算管理ツールがXIX.AIで登場！この厳選コレクションは、現実的なテストを行い、支出習慣を理解し、生産性を高めるためのパーソナライズされた計画を作成するのに役立つ革新的なソリューションを提供しています。無料版と有料版の比較や詳細なランキングもご用意しています。お金の管理を簡素化し、AIの優位性を引き出すためにぜひ試してほしいツールです。今すぐチェックしましょう！
11 ツール
xix.ai
2026年最新かつ最高評価を受けているAI睡眠追跡アシスタントを厳選し、最適な回復を実現できるようご紹介します。完全に更新されたこの週間ガイドには、実際のテスト結果や無料版と有料版の比較、詳細なランキングなど、睡眠の質を向上させてより良い就寝習慣をサポートする最適なソリューションを見つけるのに役立つ強力なツールが掲載されています。今すぐXIX.AIでご覧ください。
10 ツール
xix.ai
2026年版 製品・収益分析に最適な、高評価のAI SQLコパイロット最新ランキング！ XIX.AIは、毎週更新されるランキングを通じて実環境でのテストを経た、強力で画期的な「ぜひ試すべきツール」を厳選しました。これらのツールは、データ分析を加速させ、複雑なクエリを効率化し、正確なインサイトを生成することで、ユーザーの生産性を大幅に向上させ、より賢明なビジネス意思決定を後押しします。今すぐチェックして、AIの真価を引き出すあなたにぴったりのツールを見つけましょう！
14 ツール
xix.ai
2026年最新・最高評価のAI宿題サポートツール。単なる答えだけでなく、核心となる概念を教える、学生にとって強力なツール。ぜひ試してほしい厳選リスト。毎週更新。無料版と有料版の比較、実地テストによる正確なランキングで、あなたの学習能力を最大限に引き出します。今すぐチェックして、よりスマートな学習を実現するあなたにぴったりのツールを見つけましょう。
10 ツール
xix.ai
Volc EngineのDoubao Audio Model 1.0、面白そう！1文で映画のような音声が作れるなんて、クリエイターには夢のツールだよね。ただ、10分間のキャラクター音声の安定性が実用レベルかどうかが気になるところ。技術的にはすごいけど、倫理面での規制も必要かも。🎬🔊
