Unverified50% confidenceFactExact time
字节跳动的Seed Audio是其自研的多模态音频生成大模型，基于扩散模型与大规模音频预训练技术
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/20/2026
First Seen
Valid until: 10/18/2026
Sources
Related Claims
Unverified字节豆包发布了Seed Audio 1.0音频生成模型82% similarUnverified端到端音频模型可能在音频层面产生幻觉，即生成训练数据中存在但与当前语境无关的音频片段76% similarUnverified当前旗舰级语音产品普遍采用大规模预训练语言模型与专用语音解码器联合训练的方案76% similarUnverified工作流提供对口型模式（将用户语音冻结进音频潜空间）和模型生成语音模式两种语音生成方式75% similarVerifiedWhisper、Wav2Vec 2.0等模型通过自监督预训练在海量无标注音频上学习通用声学表示，降低对人工标注数据的依赖75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/572595API
curl https://kongchang.com/api/v1/knowledge/claims/572595MCP
get_claim(id=572595)