模型简介
豆包音频生成 1.0 是字节跳动 / 火山引擎的音频模型，处理声音相关输入或输出，参与音频理解、生成与交互任务。
这个型号的提示词上限为 3000 字符；原始输出时长上限为 120 秒；参考音频为 最多 3 条；单条 ≤30 秒、≤10MB。豆包是字节跳动的大模型品牌，开发者通过火山引擎接入不同任务的模型服务。
这个版本怎样理解
使用时以完整型号 seed-audio-1.0 为准。同一系列的其他版本可能改变输入范围、默认行为或运行配置，升级前可先对照下方参数与官方说明。
先确认输入输出方向
识别音频、生成语音和实时对话需要不同接口。准备任务时应明确是需要文字、声音还是连续交互，再确认型号支持的格式和工作方式。
实际使用时重点看什么
音频时长、语言、采样率和流式方式都可能影响服务使用。使用自己的录音或样稿检查结果，关注延迟与信息完整性。
版本与状态
| 项目 | 信息 |
|---|---|
| 模型系列 | Doubao Seed Audio |
| 版本标识 | 1.0 |
| API 模型 / 资源 ID | seed-audio-1.0 |
| 兼容标识 | 官方未另列兼容标识 |
| 目录状态 | 官方文档在列 |
支持能力与适用场景
- 文本生成音频
- 参考图片或音频生成
- 时间轴与声音控制
适用人群与场景：语音助手、音频创作与智能硬件开发团队。
参数与使用限制
| 参数 | 官方公开信息 |
|---|---|
| 提示词上限 | 3000 字符 |
| 原始输出时长上限 | 120 秒 |
| 参考音频 | 最多 3 条；单条 ≤30 秒、≤10MB |
| 参考图片 | 最多 1 张；≤10MB；jpeg/png/webp |
| 计费时长 | 使用模型原始生成时长，变速不改变计费时长 |
| 上下文 / 规格 | 按语音服务规格，详见参数说明 |
限额为官方文档列示值，具体账号可用额度和开通条件以控制台为准。参数规模、固定发布日期和权重下载地址未获官方明确披露的，不作推测。
价格与计费方式
按调用后付费：推理服务-API调用 1元/分钟。资源包、音色槽位和并发扩容另见官方计费。
| 按调用后付费计费项 | 人民币单价 |
|---|---|
| 推理服务-API调用 | 1元/分钟 |
预付费资源包
| 有效期 | 资源包规格 | 资源包价格（元） | 折算单价 |
|---|---|---|---|
| 1年 | 30分钟 | 30 | 1元/分钟 |
| 1年 | 200分钟 | 190 | 0.95元/分钟 |
| 1年 | 20万分钟 | 180000 | 0.9元/分钟 |
| 1年 | 50万分钟 | 425000 | 0.85元/分钟 |
| 1年 | 200万分钟 | 1600000 | 0.8元/分钟 |
计费表使用的系列名称：豆包音频生成模型1.0。本页按官方系列价目记录，账户折扣、活动、增值服务和税费口径以官方结算为准。
官方网址与接入文档
| 项目 | 信息 |
|---|---|
| 官方模型页面 | 官方模型页面 |
| 官方接入 / 参数文档 | 官方接入 / 参数文档 |
| 官方价格说明 | 官方价格说明 |
| 豆包产品总览 | 豆包产品总览 |
同系列与其他模型
资料来源
本页依据火山引擎公开模型目录与官方产品文档整理。官网公布的能力和限制不等于本站实测评分，价格与服务状态可能调整。
