# 豆包 Seed Audio 1.0：声音模型的 Seedance 时刻

- 来源：Orange AI (@oran_ge)
- 发布时间：2026-06-23 13:05
- AIHOT 分数：43
- AIHOT 链接：https://aihot.virxact.com/items/cmqq6rgg5072yslp55kj2t75f
- 原文链接：https://x.com/oran_ge/status/2069285799603138879

## AI 摘要

豆包音频生成模型 Seed Audio 1.0 发布，区别于传统 TTS（文本转语音）的朗读式合成，该模型能根据想象生成人声、音乐、音效和环境音，并捕捉其中的微妙细节。作者称其为“声音模型的 Seedance 时刻”，类比香蕉首次将智能赋予图像，认为这是人类首次将智能赋予声音。

## 正文

声音模型的 Seedance 时刻，终于来了
今天我体验到一个全新的声音模型，跟以前所有的声音模型都不一样。
以前的声音模型一般叫 TTS（文本转语音），它们只能根据你给的文本来合成语音，它更像是一个朗读机器，而非智能声音模型。
但这个新模型，可以根据你的想象，生成一切你所需要的声音，包括人声、音乐、音效、环境音，以及这些声音里所富含的那些不可言说的微妙细节。

它的名字名字叫：豆包音频生成模型 Seed Audio 1.0。
在我看来，这就是声音模型的 Seedance 时刻。
就像香蕉是人类第一次将智能赋予图像，Seed Audio 是人类第一次将智能赋予声音。
接下来，就让我们一起听听它到底有何特别。
推特不能发音频，可转至公众号来听

https://mp.weixin.qq.com/s/GGjob8FJW6Xn-sulzc_MLg