「Doubao Audio Generation」1.0 版正式推出,標誌著音訊發展邁入新時代
隨著人工智慧重塑內容創作,字節跳動的 Volcano Engine 已達成一項重要里程碑。6 月 23日,抖音音訊生成模型 1.0 正式上線,透過兩項關鍵創新——「多模態參考生成」與「長期語音一致性」——簡化了傳統的音訊製作工作流程。
過去,創作者必須手動生成並同步對白、音效和背景音樂——這個過程需要高超的後期製作技巧。 「抖音音訊生成模型 1.0」透過讓使用者僅需輸入單一提示語(包含角色對白、情感基調、背景音樂及環境氛圍),便能簡化此流程。該模型隨後僅需一步,即可生成完整且敘事連貫的音訊作品。

為解決長篇音訊中常見的「角色混淆」問題,該模型將文字轉音訊技術與參考音訊深度整合。無論是製作長篇有聲書或複雜的播客節目,都能在漫長的片段中維持一致的嗓音特徵。這種穩定性滿足了專業創作者對長篇內容的嚴格要求。
此外,該模型具備強大的「零樣本多模態音訊生成」能力。創作者只需提供文字描述或參考音訊,即可生成高品質的目標音訊,無需額外訓練。 該模型將聲音與風格控制解耦,支援「一聲多角」功能。這使得同一聲音能以高保真度表現多樣的情感與情境,顯著降低了專業音訊製作的門檻。
Volcano Ark 現已針對此模型開放 API 測試,為個人用戶提供 30 分鐘的創作配額。隨著這項技術陸續應用於 CapCut、Ji Meng 和 Tomato 等平台,音訊創作正從繁瑣的「剪輯與拼接」轉變為高效的「創意指導」。 此模型不僅代表技術上的飛躍,更標誌著 AI 正逐漸成為內容創作者的終極「全能助手」。
相關文章
僅剩 2 天:TechCrunch Disrupt 2026 門票最高可省 $410
早鳥優惠將於明天(5 月 29 日)太平洋時間晚上 11:59 截止。此後,TechCrunch Disrupt 2026的票價將會上漲。若錯過此次優惠,您將需支付更高費用,卻僅能獲得相同程度的參與權限,而這場活動正是今年最受矚目的科技盛會之一。立即註冊,即可享有最高 410 美元的個人門票折扣,或最高 30% 的團體門票折扣。Disrupt:您在科技生態系統中的起飛平台無論您是想籌集資金、招募頂
馬雲、高管增持阿里巴巴股份超80億港元;AI基金已部署
阿里巴巴創始人馬雲近期透過一項新的配售交易,擴大了其在該公司香港上市股份中的持股,投資額超過6億港元。此舉凸顯了他對阿里巴巴人工智慧戰略的堅定信心。此前有報道稱,聯合創始人蔡崇信和高管吳泳銘在兩天內合計增持了2億港元的股份,目前內部人士合計買入金額已超過8億港元,顯示出強勁的內在信心。8月23日,阿里巴巴宣佈了一項8億港元的新股配售,所有收益將專門用於人工智慧基礎設施和技術擴張。此次發行吸引了包括全球主權財富基金在內的長期機構投資者的濃厚興趣,導致認購量接近原發行規模的三倍。這一市場反應凸顯了
DeepMind 執行長在科技峰會上強調團隊領導力、多模態人工智慧與安全
在坎城廣告節上,Google DeepMind 共同創辦人德米斯·哈薩比斯(Demis Hassabis)針對近期業界的擔憂作出回應,並重申其團隊仍處於人工智慧研究的最前沿。針對技術瓶頸的質疑,他闡述了公司的戰略願景,並重申對負責任創新的承諾。哈薩比斯強調,要實現人工通用智慧(AGI),光是擴展語言模型是不夠的。他主張未來應著重於將多模態感知與強化學習相結合。DeepMind 近期在科學發現方面的
相關專題推薦
評論 (0)
0/500
隨著人工智慧重塑內容創作,字節跳動的 Volcano Engine 已達成一項重要里程碑。6 月 23
過去,創作者必須手動生成並同步對白、音效和背景音樂——這個過程需要高超的後期製作技巧。 「抖音音訊生成模型 1.0」透過讓使用者僅需輸入單一提示語(包含角色對白、情感基調、背景音樂及環境氛圍),便能簡化此流程。該模型隨後僅需一步,即可生成完整且敘事連貫的音訊作品。

為解決長篇音訊中常見的「角色混淆」問題,該模型將文字轉音訊技術與參考音訊深度整合。無論是製作長篇有聲書或複雜的播客節目,都能在漫長的片段中維持一致的嗓音特徵。這種穩定性滿足了專業創作者對長篇內容的嚴格要求。
此外,該模型具備強大的「零樣本多模態音訊生成」能力。創作者只需提供文字描述或參考音訊,即可生成高品質的目標音訊,無需額外訓練。 該模型將聲音與風格控制解耦,支援「一聲多角」功能。這使得同一聲音能以高保真度表現多樣的情感與情境,顯著降低了專業音訊製作的門檻。
Volcano Ark 現已針對此模型開放 API 測試,為個人用戶提供 30 分鐘的創作配額。隨著這項技術陸續應用於 CapCut、Ji Meng 和 Tomato 等平台,音訊創作正從繁瑣的「剪輯與拼接」轉變為高效的「創意指導」。 此模型不僅代表技術上的飛躍,更標誌著 AI 正逐漸成為內容創作者的終極「全能助手」。
僅剩 2 天:TechCrunch Disrupt 2026 門票最高可省 $410
早鳥優惠將於明天(5 月 29 日)太平洋時間晚上 11:59 截止。此後,TechCrunch Disrupt 2026的票價將會上漲。若錯過此次優惠,您將需支付更高費用,卻僅能獲得相同程度的參與權限,而這場活動正是今年最受矚目的科技盛會之一。立即註冊,即可享有最高 410 美元的個人門票折扣,或最高 30% 的團體門票折扣。Disrupt:您在科技生態系統中的起飛平台無論您是想籌集資金、招募頂
馬雲、高管增持阿里巴巴股份超80億港元;AI基金已部署
阿里巴巴創始人馬雲近期透過一項新的配售交易,擴大了其在該公司香港上市股份中的持股,投資額超過6億港元。此舉凸顯了他對阿里巴巴人工智慧戰略的堅定信心。此前有報道稱,聯合創始人蔡崇信和高管吳泳銘在兩天內合計增持了2億港元的股份,目前內部人士合計買入金額已超過8億港元,顯示出強勁的內在信心。8月23日,阿里巴巴宣佈了一項8億港元的新股配售,所有收益將專門用於人工智慧基礎設施和技術擴張。此次發行吸引了包括全球主權財富基金在內的長期機構投資者的濃厚興趣,導致認購量接近原發行規模的三倍。這一市場反應凸顯了
DeepMind 執行長在科技峰會上強調團隊領導力、多模態人工智慧與安全
在坎城廣告節上,Google DeepMind 共同創辦人德米斯·哈薩比斯(Demis Hassabis)針對近期業界的擔憂作出回應,並重申其團隊仍處於人工智慧研究的最前沿。針對技術瓶頸的質疑,他闡述了公司的戰略願景,並重申對負責任創新的承諾。哈薩比斯強調,要實現人工通用智慧(AGI),光是擴展語言模型是不夠的。他主張未來應著重於將多模態感知與強化學習相結合。DeepMind 近期在科學發現方面的





首頁






