这次我们还提前体验了 豆包音频生成模型 1.0。
它最吸引我们的地方，不是单纯能生成一段配音或一段音效，而是可以在一次生成中，同步编排 角色对白、情绪语气、方言口音、背景音乐、环境声和拟音特效，更接近一次性直出完整声音场景。
对于影视、短剧、有声书、播客和长剧集来说，这个能力很重要。
因为长音频创作真正难的，不只是“声音像不像”，而是角色音色能不能长期保持统一，情绪和语气能不能持续贴合上下文。
这次模型在 文生音频与参考音频的联动 上明显更进一步，可以在长内容里保持更稳定的音色一致性，也能大幅减少后期修音、补录和重新对齐的工作。
同时，它也支持 零样本多模态参考：只需要输入一段描述，模型就能推理出匹配的声音特征。
这意味着声音创作的门槛被进一步降低，很多过去需要配音、音效、音乐、混音多个环节协作完成的内容，现在开始可以在一个更统一的生成流程里被完成。#火山引擎##AIGC商业影像# 豆包大模型##force原动力大会#Seedance##北京[地点]# http://t.cn/AXSu6knl