跳到正文
AI HOT 精选

豆包出了个音频生成模型,一条提示词能直接出多人对话、配乐和音效

豆包音频生成模型1.0发布,重新定义AI音频创作

火山引擎发了豆包音频生成模型 1.0,用文字或一段参考音频就能端到端生成目标音频。一条提示词里可以同时安排多个角色的对白、情绪语气、背景音乐和环境音,不用后期再去多轨混音。模型一次能生成 2 分钟音频,多次延长时角色音色能保持一致,还支持零样本输入,不用额外训练就能用。它把音色和风格的控制拆开了,也能让一个声音演多个角色。

推荐理由:火山引擎发布豆包音频生成模型1.0,一条提示词可同时生成多角色对白、情绪语气、配乐和环境音,省去多轨混音,为音频创作提供端到端的新路径。

读原文 ↗导出 Markdown