像改文字一样改语音:火山引擎全新语音内容编辑模型
火山引擎多媒体实验室推出全新语音内容编辑模型,用户输入原始音频并用一句自然语言说明要改什么,模型即可直接改写声音中说出的内容,同时尽量保留原说话人的音色、韵律和上下文衔接。
推荐理由:原文将语音编辑从修音质推进到改内容,并对照 Descript 与 Meta Voicebox 说明该模型补上了内容可编辑这一环。
火山引擎多媒体实验室推出全新语音内容编辑模型,用户输入原始音频并用一句自然语言说明要改什么,模型即可直接改写声音中说出的内容,同时尽量保留原说话人的音色、韵律和上下文衔接。
推荐理由:原文将语音编辑从修音质推进到改内容,并对照 Descript 与 Meta Voicebox 说明该模型补上了内容可编辑这一环。
火山引擎多媒体实验室发布指令驱动的语音内容编辑模型,用户只需用自然语言说明“把什么改成什么”,模型即可在保持原音色、韵律和上下文衔接的前提下完成局部内容修改,不必整段重录。
OpenAI 在 DevDay 2026 一次性发布 20 多项更新,推出由 GPT-6 Astra 驱动的常驻智能体 dots,以及标准输入和输出 Token 价格仅为 Astra 五分之一的 GPT-6.1 Sol。
阶跃星辰 Step 5 Preview 现已上线 TRAE,用户可在其中直接调用。TRAE 是豆包旗下专业 AI 开发产品,覆盖代码补全、调试、测试、重构到部署的开发全流程。Step 5 Preview 可进入真实软件工程工作流,覆盖 9 类任务、33 种编程语言,DeepSWE 得 67.7 分,ProgramBench 通过率 80.5%。
Seedance 2.5 发布,单段视频直出时长从 15 秒翻倍至 30 秒,支持两次视频延长、最长 90 秒,参考素材上限从 12 个提升到 50 个(30 张图片+10 段视频+10 段音频)。
推荐理由:文章对比 Seedance 2.0 时代的长镜头拼接痛点,拆解 30 秒直出、片段重拍与智能引用如何改变 AI 视频制作流程。