Beatingによると、ByteDanceのSeed Audio 1.0は7月22日にリリースされ、単一のプロンプトで対話、効果音、環境音を生成できるようになり、100msのタイミング精度を実現しています。このモデルはテキスト入力と参照オーディオ入力をサポートしており、拡張機能により生成ごとに約2分の音声を生成でき、出力間でキャラクターボイスを一貫して維持します。
音声は、ほとんどのシナリオで利用可能率90%以上を示しており、対応言語の多くでMean Opinion Score（MOS）が4を超えています。Seed Audio 1.0は、クロスリンガルなボイス転送とトーンのカスタマイズにより、20以上の言語をサポートします。現在、モデルはVolcano Arkの体験センターで利用可能で、API統合も公開されています。
