Seed Audio 1.0

Seed Audio 1.0 是字节跳动 Seed 推出的多模态 AI 音频生成模型，可以从文本、图片或音频参考中构建完整的声音场景。只需描述你想象中的画面，它就能生成对白、音乐、环境声和音效，让它们融合成一个连贯的场景，而不是零散、彼此脱节的片段。

在一条提示词中，它可以同时生成带有情感表达和地道口音的多说话人对白、分层背景音乐、环境氛围声，以及拟音风格的音效。由于每个元素都是协同生成的，你可以大幅减少录音、寻找素材和手动拼接音轨的时间。

该平台专为更长的音频场景设计，并支持分层感知输出，让你对混音中的每个组成部分保持掌控。这使它成为影视、广告、播客、游戏、教育和 XR 原型等创意项目的实用工具。