🎙🎵 ByteDance представила конкурента ElevenLabs
👉 SeedAudio 1.0 на FAL
ByteDance випустила SeedAudio 1.0 — нову мультимодальну audio-модель, яка може генерувати:
🎙 мовлення
🎵 музику
🔊 звукові ефекти
І схоже, компанія серйозно цілиться в територію ElevenLabs.
💡 Що вміє SeedAudio 1.0?
👥 Multi-character dialogues
Модель може генерувати:
👉 діалоги з кількома персонажами
Тобто це вже не просто:
“один голос читає текст”
А повноцінні conversation scenes.
🎭 Voice cloning через референси
Можна завантажити:
👉 до 3 аудіореференсів
щоб AI скопіював:
✅ голос
✅ емоції
✅ стиль мовлення
✅ манеру подачі
😶 Це особливо цікаво для:
— creators
— dubbing
— podcasts
— game development
— character voice design
🧠 Генерація голосу з різних типів input
І ось тут найцікавіше.
Модель може створити голос не лише з аудіо.
А ще з:
📝 текстового опису
🖼 зображення персонажа
🎧 аудіореференса
Наприклад, можна написати:
“40-річний детектив із хриплим голосом, втомлений, саркастичний”
І AI спробує згенерувати відповідний voice profile.
📉 По факту це вже рух
від classic TTS до:
👉 generative audio intelligence
Бо система генерує не просто звук.
Вона моделює:
— характер
— настрій
— контекст
— emotional delivery
💰 Поки модель доступна лише через:
👉 Fal AI FAL
Ціна використання:
👉 $0.075 за хвилину
😏 Що цікаво —
ByteDance дуже агресивно заходить у generative AI.
І якщо згадати,
що вони володіють TikTok…
стає зрозуміло,
чому audio/video AI для них настільки важливий.
Бо майбутнє short-form content,
схоже,
виглядатиме так:
prompt → avatar → voice → video → publish
І дедалі більше цього pipeline
буде закриватися
всередині однієї AI-екосистеми.
👉 Підписуйся: t.me/ppc_chuhui — тут про AI, automation і технології майбутнього
#bytedance #ai #audio #voiceai #elevenlabs #seedaudio #tiktok #automation #content #future