豆包发布语音合成/声音复刻等大模型:能理解情感、调节音调风格
创始人
2025-10-16 13:21:42

IT之家 10 月 16 日消息,据“火山引擎”公众号,在今天的 FORCE LINK AI 创新巡展・武汉站活动中,火山引擎全新发布和升级了四款豆包大模型:豆包大模型 1.6 升级,原生支持 4 种思考长度;豆包大模型 1.6 lite、豆包语音合成模型 2.0、豆包声音复刻模型 2.0 全新发布

IT之家汇总各模型主要信息如下:

豆包大模型 1.6 升级版

提供 Minimal、Low、Medium、High 四种思考长度,平衡企业在不同场景下对模型效果、时延、成本的不同需求,并进一步提升了思考效率。这也是国内首个原生支持“分档调节思考长度”的模型。

相比模型升级之前的单一思考模式,升级后的豆包 1.6 模型总输出 Tokens 下降 77.5%、思考时间下降 84.6%,模型效果保持不变。

为进一步满足企业的多样化需求,火山引擎正式推出豆包大模型 1.6 lite(Doubao-Seed-1.6-lite),相比旗舰模型豆包 1.6 更轻量、推理速度更快、更具性价比。效果上,该模型超越豆包大模型 1.5 pro(Doubao-Seed-1.5-pro),在企业级场景测评中较豆包 1.5 pro 提升 14%;价格上在使用量最大的 0-32k 输入区间里,综合使用成本较豆包 1.5 pro 降低 53.3%

豆包语音合成、声音复刻 2.0 模型

豆包语音合成模型 2.0(Doubao-Seed-TTS 2.0)、豆包声音复刻模型 2.0(Doubao-Seed-ICL 2.0),具备更强的情感表现力、更精准的指令遵循能力,还能准确朗读复杂公式

该模型基于豆包大语言模型研发语音合成新架构,让合成和复刻的声音都能进行深度语义理解,并拓展出上下文推理能力,从单纯的文本朗读进化为“理解后的精准情感表达”。用户还能通过自然语言,实现对语速、情绪、声线、音调、风格变化的精准调整,大幅提升语音的可控性。

新发布的两大语音模型进行了针对性优化,目前在小学至高中阶段全学科的复杂公式朗读中,准确率可达 90%

相关内容

热门资讯

原创 王... 来啦!来啦!王昭君的新皮肤终于来了,等待了一年多的时间,属于长生的2024年KPL年度总决赛王昭君F...
依托双资本平台 赛力斯产融结合... 证券时报记者 唐强 “十四五”时期,赛力斯深耕高端智能网联新能源汽车赛道,实现经营质效与品牌价值的双...
以科技为“梯” 筑牢家门口安全... (来源:天津日报) 转自:天津日报 对于每一位市民而言,电梯安全是“家门口的民生大事”——既怕突发故...
绝美仙子、国风美人,论绝美冬季... 最近大雪初霁,时间也已逐渐步入深冬时节,《新倩女幽魂》的三界中也掀起了冬季穿搭热潮,无论是清冷绝美的...
模具柔性自动化产线:破解多品种... 多品种、小批量已成为模具行业主流生产模式,工艺流程离散、装夹繁琐、切削低效、人工依赖度高等痛点,让企...