Seed TTS 2.0 是字節跳動在 BytePlus 上的當前一代文字轉語音模型,官方概述圍繞一套 query-response 機制構建它:模型會同時讀取使用者的 query 和它即將唸出的回覆文字,BytePlus 稱這擴展了上下文理解,並提升了對話的擬人度與情緒表現力。
- 輸入
- 文字 $30/M
- 輸出
- 音訊
- 上下文
- 4K
價格在同類中的位置
價格在 7 個同類模型中的位置
這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。
規格與限制
語音合成
| 合成語言 | 英語、中文、日語、德語、法語、墨西哥西班牙語、印尼語、巴西葡萄牙語、義大利語與韓語 |
|---|---|
| 語音 | TTS 2.0 音色帶有 *_uranus_bigtts 形式的 speaker ID,並在 Voice List 頁面按場景分類列出(General、Entertainment、Education、Dubbing、AudioBook、RolePlay、CustomerService);每個音色可透過 audio_params.emotion 設定情緒,emotion_scale 為 1 至 5(預設 4),speech_rate 與 loudness_rate 範圍為 [-50, 100],post_process.pitch 範圍為 [-12, 12]。 |
| 串流合成 | 支援 |
| SSML | 不支援 |
| 聲音控制 | 數值參數與自然語言指令 |
| 可接受的控制項 | context_texts 與 section_id 僅 TTS 2.0 支援:一段自然語言指令即可控制語速、情緒、音量與風格(清單中只有第一個值生效,且其文字不計費),section_id 則可把最多 30 輪或 10 分鐘的先前合成串接為歷史上下文。 |
| 計費單位 | 按輸入字元計費 |
| 端點與格式 |
|
模型
| 模態 | 文字 → 音訊 |
|---|
- Query-Response 式 TTS,會把問題與回應文字一併理解,相比 TTS 1.0 增加了控制情緒、語氣、語速與音高的文字提示詞、句級情緒標籤與上下文理解。
- 透過 X-Api-Resource-Id 指定 seed-tts-2.0 選用
- 在 TTS 2.0 音色上,enable_subtitle 會回傳詞級與音素級時間戳(僅中文與英語)
- 可選的回應快取保留 1 小時。
30 秒用上 BytePlus Seed TTS 2.0
OpenAI 相容:換掉 base_url,SDK 不用改。POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="seed-tts-2.0",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "seed-tts-2.0",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "seed-tts-2.0",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "seed-tts-2.0",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("seed-tts-2.0")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));關於 BytePlus Seed TTS 2.0
- 官方點名 AI 助理、AI 陪伴、客服中心和影片配音為目標場景。
- 有三項功能被列為 2.0 相對 1.0 產品線獨有:用平實語言引導情緒、語氣、語速和音高的文字 prompt;句子級的情緒標籤;以及上下文理解,你提供周邊對話,模型會把其情緒色彩帶入合成。
- 覆蓋十種語言,涵蓋英語、中文、日語、德語、法語、墨西哥西班牙語、印尼語、巴西葡萄牙語、義大利語和韓語,可透過單向串流 HTTP、單向或雙向串流 WebSocket 以及線上 SDK 存取。
- 音訊預設以 PCM 回傳,也可以是 OGG_OPUS 或 MP3,預設取樣率為 24 kHz,而文件記載 WAV 完全不支援串流。
- 請求介面很深:從公布的列表中選擇的音色 id、各自在 -50 到 100 區間的語速和音量、僅部分音色接受的情緒設定(強度 1 到 5)、面向中文和英語的可選字級與音素級時間戳,以及針對重複文字的一小時合成快取。
- 有兩點實務提示:輸入文字目前不支援 SSML;為情緒引導傳入的上下文不計費。
- 除此之外按字元計費,空格和標點都計入。
- Synthorai 透過 OpenAI 相容的 /v1/audio/speech 端點,與其語音目錄的其餘成員一同提供它。
常見問題
BytePlus Seed TTS 2.0 API 可以免費試用嗎?
可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 BytePlus Seed TTS 2.0。
BytePlus Seed TTS 2.0 最擅長什麼?
面向 AI 助理、客服中心與影片配音、以平實語言的 prompt 引導情緒、語氣、語速與音高、讀取使用者的 query 與它唸出的回覆文字。完整能力請見「關於」一節,內容取自廠商官方發布說明。
BytePlus Seed TTS 2.0 的價格是多少?
在 Synthorai 上,BytePlus Seed TTS 2.0 輸入 $30/百萬 token、輸出 $0/百萬 token,即廠商牌價,無平台加價。
BytePlus Seed TTS 2.0 支援提示詞快取(prompt caching)嗎?
BytePlus Seed TTS 2.0 目前在 Synthorai 上沒有快取讀取折扣。閘道上的其他模型仍支援提示詞快取,可在價格表中查看支援快取的替代模型。 各廠商快取比較 →
如何開通 BytePlus Seed TTS 2.0?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "seed-tts-2.0" 即可。一組 API key 通用閘道上的所有模型。
相關模型
對比
本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。