概要
Seed Audio 1.0は、音声、効果音、環境音などを単一の枠組みで生成し、場面全体の音を制作するモデルです。ByteDance Seedの公式発表日は2026年7月20日です。 (seed.bytedance.com)
主な能力と用途
- 一つのプロンプトで、登場人物の台詞、感情、効果音、環境音を組み合わせた音声シーンを生成できます。台詞の開始時刻は100ミリ秒間隔で指定できます。
- テキストによる声の説明や、使用許諾のある参考音声を使って声質を制御できます。長い音声や延長生成でも、登場人物の声の一貫性を保つことを目指しています。
- 多言語生成に対応します。BytePlusのAPI文書には日本語を含む対応言語が記載されています。
- ナレーション、ドラマの対話、動画の吹き替え、広告、ゲーム、ポッドキャストなどに利用できます。 (seed.bytedance.com)
制限
- BytePlusのAPIは非ストリーミングHTTP方式で、1回の出力は最大120秒です。プロンプトの上限は3,000文字です。
- 対応言語や入力条件は利用プラットフォームの文書を確認してください。例えば、火山引擎のモデル一覧は中国語・英語を記載する一方、BytePlusのAPI文書は日本語を含むより多くの言語を列挙しています。 (docs.volcengine.com)
料金
中国国内・火山引擎の豆包音声APIでは、従量後払いの推論料金は1 CNY/生成音声1分です。入力テキストや参考音声の個別単価はこの料金表では示されておらず、出力音声の生成元の長さを秒単位で集計して課金します。再生速度の変更は課金対象の長さに影響しません。 (docs.volcengine.com)
前払いの音声生成パッケージは有効期間1年で、30分・30 CNY、200分・190 CNY、200,000分・180,000 CNY、500,000分・425,000 CNY、2,000,000分・1,600,000 CNYです。これらは従量後払いとは異なる購入条件です。 (docs.volcengine.com)
国際向けBytePlusの公式料金ページも確認しましたが、ページ本文の料金を読み取れなかったため、USDの金額は未確認です。第三者の価格や為替換算値では補っていません。 (docs.byteplus.com)
公式出典
料金の確認日:2026年11月16日。