品玩7月22日讯，字节跳动Seed团队近日正式发布音频创作模型Seed Audio 1.0。该模型采用统一框架，端到端生成包含人声、音效与环境声的完整音频场景，旨在实现“听见”即“看见”的沉浸式效果。

Seed Audio 1.0的核心能力包括：支持以100ms精度进行时间控制，精准编排各类声音元素的进入时机；支持零样本生成与长音频延展，单次可生成约2分钟音频并保持角色音色稳定；覆盖中、英、日、韩等20余种语言，支持同一音色在不同语言间的自然迁移。

评测结果显示，Seed Audio 1.0在文本生成音色任务中表现优异，在影视、播客、短剧等多数场景下的音频可用率超过90%。目前，该模型已在火山方舟体验中心上线。