BytePlus SeedAudio 1.0 音訊生成讓使用者用自然語言描述想要的聲音，AI 就會生成對應的音訊，涵蓋環境音效、旁白語音、角色台詞與氛圍聲景。例如輸入「足球場內觀眾歡呼，播報員大喊：進球了！」，就會生成帶著現場環境音與語音的完整音效。支援中文、英文、日文、韓文、法文、德文等超過 20 種語言。除了純文字生成，也可以上傳參考音檔（最多 3 段，每段 30 秒以內且 10MB 以下，格式 wav、mp3、ogg、opus），並在描述中以 @Audio1、@Audio2 依上傳順序引用對應音檔，讓生成的聲線貼近參考音色；或改上傳一張圖片（jpeg、png、webp，10MB 以下），此時輸入文字即為要朗讀的內容，AI 會依畫面情境決定聲音表現。參考音檔與圖片不可同時使用。輸入文字上限 3000 字元。適合製作有聲書、影片配音、遊戲音效、廣告旁白與社群短片音效。生成音訊最長 120 秒，輸出格式為 MP3。 單次上傳總大小上限：256MB（全部檔案與訊息內容合計）。 可接受圖片格式：jpeg、jpg、png、webp。 圖片數量上限：1 張。 單張圖片檔案大小上限：10MB。 可接受音檔格式：mp3、ogg、opus、wav。 音檔數量上限：3 個。 單個音檔檔案大小上限：10MB。 輸出內容格式：聲音 文字輸入上限：3,000 字元。 音訊輸出格式：MP3（最長 120 秒）。 不支援連續對話。