字节跳动 Seed 官方今日发布了音频创作模型 Seed Audio 1.0，面向完整声音场景，在统一框架下联合建模人声、音效和环境声等多种音频要素，端到端完成影视级音频创作。

　　官方宣称，声音不再只是画面的补充，而是可以直接参与叙事，在听者脑海中直接形成画面感，做到“听见”即“看见”，其核心能力主要体现在以下方面：

　　一条 prompt 即可统一编排带有特定情绪的对白、关键音效和环境声，并可按时间线精准控制声音进场。

　　支持文本与参考音频输入，在长音频和多次延长场景下保持角色一致性，同一音色也能自然呈现不同语气和情绪。

　　支持 20+ 语种的音频生成，同一角色声音可依据不同语种的特点，呈现更自然的发音、节奏与表达方式。

　　据介绍，在文本生成音色能力上，Seed Audio 1.0 在 AB 主观评测中表现出显著优势，可用率和优良率也明显提升。

　　在多场景音频生成能力上，官方评测了影视、电视节目、短剧、动漫、播客对话、直播带货、网络创作、话剧和语音合成等场景。结果显示，多数场景中的音频可用率已达到 90% 以上。

　　针对多语言音频生成能力，在音频自然度上，大部分语言的 MOS 超过 4 分，音质已达到优秀水准；在复杂音频生成的指令遵循上，除越南语外，其余语言的 MOS 均高于 3.5 分，表明 Seed Audio 1.0 已具备较强的多语言指令遵循能力。

　　特别

　　1993年，张学良首次见到冯巩，手中的佛珠突然滑落，沉默良久后问了一句话，得到确认后，老人眼圈红了

　　美加墨世界杯西班牙夺冠，阿迪达斯已上架2星球衣，在西华人：当地陷入狂欢，汽车长时间鸣笛，大批民众在街道欢呼

　　“阿根廷 脏”热搜爆了！决赛犯规25次，本届世界杯犯规超100次创纪录；西班牙领奖时，阿根廷球员集体背过身，遭痛批“毫无体育精神”

　　广西贵港失联10日的抗洪业主确认遇难，遗体在车库负二层被找到，妻子：他是家中顶梁柱，家里还有4个孩子；社区正申报见义勇为