豆包语音
字节跳动 · 中国 · 语音·音频
国内 闭源
当前展示版本: 豆包语音 2.0（Seed-TTS 2.0 / Seed-ICL 2.0，含 Seed-ASR 2.0） · 2025-10-16 · 版本谱系 ↓
01 / Overview
简介
字节跳动豆包语音模型家族，覆盖语音合成、声音复刻、流式与录音文件识别、实时语音等能力，经火山引擎对外提供 API；2.0 代（Seed-TTS 2.0 / Seed-ASR 2.0）主打基于大语言模型架构的语义理解与情感表达。
发布日期2025-10-16
02 / Provenance
字段核对与口径说明
同一字段在不同来源出现两种说法时，这里把每种说法连同出处一起列出。本站不取中间值、不补造缺失数字，也不替读者裁定哪一方正确；读数时按出处自行判断即可。
查看逐字记录（2 项）
| 字段 | 素材原文记载（逐字保留） | 来源 |
|---|---|---|
| 基准与榜单分数 | 未抓到可按 03 模板登记口径（asr-wer 同测试集 / tts-preference）录入的旗舰分数：官方仅见复杂公式朗读准确率 90% 的厂商自报口径，非登记基准，未录入 benchmarks | |
| 免费额度 | 免费额度未在所读官方页核实，free_tier 留空 |
03 / Plain layer
通俗层评测
自然度 官方未公布
识别准确率 官方未公布
语速 / 延迟 官方未公布
支持语言数 官方未公布
价格 / 免费 官方未公布
04 / Facts
实用信息
| 上下文长度 | 官方未公布 |
|---|---|
| 最大输出 | 官方未公布 |
| 参数量 | 官方未公布 |
| 输入价 | 官方未公布 |
| 输出价 | 官方未公布 |
| CNY | 火山引擎豆包页标价：语音合成 5 元/万字符、声音复刻 8 元/万字符、流式语音识别 4.5 元/小时、录音文件识别 2.0 为 0.8 元/小时（人民币口径，以厂商官网定价页为准） |
| 免费额度 | 官方未公布 |
| 输出速度 | 官方未公布 |
| 发布日期 | |
| 许可证 | 官方未公布 |
展开专业数据
专业层评测表
暂无已核实评测数据（未测 / 官方未公布 / 不适用）。
| 版本 | 发布日期 | 状态 | 开源情况 | 参数量 | 变化说明 | 详情 | |
|---|---|---|---|---|---|---|---|
| 豆包语音 2.0（Seed-TTS 2.0 / Seed-ICL 2.0，含 Seed-ASR 2.0）当前展示版本 | 现役 | 闭源 | 官方未公布 | 语音合成与声音复刻 2.0 于 2025-10-16 发布，强化情感表现、指令遵循与复杂公式朗读；语音识别模型 2.0（Seed-ASR 2.0）随后于 2025-12-05 发布。 | 详情 | ||
| 豆包语音 1.0（语音合成 / 语音识别） | 被替代 | 闭源 | 官方未公布 | 豆包语音模型家族 2024 年 5 月随豆包大模型首发，含语音合成与语音识别；官方文档称流式识别 1.0 为历史版本、仍可使用。 | 详情 |
最后更新: · 数据来源见详情
06 / Compare