火山引擎发布豆包音频生成模型 1.0，支持多模态参考生成与长时音色一致性

火山引擎发布豆包音频生成模型 1.0（Doubao-Seed-Audio 1.0），支持把文本、音频任一模态作为输入端到端生成目标音频。该模型可在长时生成中保持多角色音色一致，并能在单条 Prompt 中编排角色对白、情绪语气、背景音乐与环境氛围。