ByteDance выпустила генеративную аудиомодель Seed Audio 1.0

ByteDance представила модель для создания аудио Seed Audio 1.0, которая может одновременно генерировать диалоги, звуковые эффекты и окружающие звуки по одной подсказке, а также управлять временем появления звуков. Эта модель поддерживает текстовый и референсный аудиоввод, с точностью временного контроля в 100 миллисекунд, может генерировать около 2 минут аудио за один раз и может быть продолжена, сохраняя согласованность тембра персонажа. Seed Audio 1.0 поддерживает более 20 языков, один и тот же тембр может быть перенесен между языками, а также можно переключать интонацию и эмоции. Официальные тесты показывают, что аудиодоступность в большинстве сцен превышает 90%, а естественность MOS для большинства языков превышает 4 балла. Модель уже доступна в центре опыта Volcano Ark и открыта для подключения API.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.