バイトダンス、音声生成AI「Seed Audio 1.0」公開 セリフ・効果音・環境音を一体で生成

バイトダンスのAI研究組織ByteDance Seedは2026年7月20日、音声生成モデル「Seed Audio 1.0」を公開した。セリフ、効果音、環境音といったシーン単位の音声要素を、単一のフレームワーク上でまとめて生成できる。

従来の音声合成が発話の再現に主眼を置いていたのに対し、同モデルは対話、音の合図、背景の音響が噛み合った状態で生成することを狙う。話者の同一性、感情のトーン、セリフの間の取り方、周囲の環境、効果音の配置までを文脈として解釈するという。

対応言語は中国語、英語、日本語、韓国語、スペイン語、インドネシア語、ドイツ語、フランス語、タイ語、ベトナム語など20言語以上に及ぶ。言語ごとのリズムや発音の違いに適応しつつ、同一の声質を保つ。

制御機能としては、プロンプト単位でのキャラクター発話のタイミング指定に対応し、精度は100ミリ秒刻みとなる。声はテキストによる記述、または許諾を得た参照音声から生成できる。

技術面では、創作上の構成を担う言語モデルと、拡散モデルによる音響生成器を組み合わせる構成を採る。提供はBytePlus経由で、同社コンソールから利用できる。

https://seed.bytedance.com/en/seedaudio1_0

関連記事

アクセスランキング

最新ニュース記事

  1. 「育成契約」は支配下と何が違う? 中日・緒方理貢さん獲得で注目

  2. 「ティアダウン」とは? iPhone Duo分解で注目、部品の値段の見積もり方

  3. 「報告徴求命令」は処分と何が違う? 楽天証券への命令で注目

  4. 「サーキットブレーカー」はいつ発動? 日経平均3000円超下落で注目

  5. 10代女子が選ぶ2026年の「ヒト」、1位はM!LK 2位おヨネ・3位EBiDAN

  6. 「相続登記の義務化」の罰則は? 半数が知らなかった調査で注目

  7. エバース佐々木、昨年のM-1決勝は「認められたと認められないが一瞬で来た」 準々決勝当日に『Livly Island OPEN LAB. 2026』のオープニングセレモニー

  8. ABEJA、富士山マガジンサービス株を追加取得へ 持株比率12.34%に、出版コンテンツ活用の法人向けAIを具体化

  9. NordVPN、166ブランドかたる偽通販サイト1万件超を特定 AIのPerplexityが偽サイトを「信頼できる店」と推奨

  10. 「ダウの除数」は何のため? 5万ドル割れの今、知りたい指数のしくみ