Seed Audio 1.0

Seed Audio 1.0 是字节跳动 Seed 的非流式音频生成模型。它可以根据自然语言文本提示生成语音和其他音频，该提示可以描述所需的音色、语调和音效，并可选择由 Seed 说话人 ID 或参考音频片段引导以进行声音克隆。每次请求的输出限制为 120 秒，并按生成的音频秒数计费。适用于有声书、配音、游戏及类似工作负载。