近日，火山引擎正式發布“豆包.語音模型創業者加速計劃”，面向初創企業提供語音合成、聲音復刻和語音識別等大模型資源支持，入選企業可獲得3個月免費試用、價值4.7萬元的語音大模型服務。該計劃希望通過開放豆包語音大模型能力，加速AI語音相關新產品研發，助力人工智能初創生態更加繁榮。目前火山引擎官網已開啟企業認證申請入口。
3大語音模型能力，數千小時及千萬字支持
該計劃針對人數少于30人，以及將AI語音能力融入新產品研發并長期迭代的初創企業。具體而言，火山引擎通過API調用等方式開放豆包.聲音復刻模型、豆包.語音合成模型、豆包.語音識別模型等熱門能力，共計數千小時及千萬字支持。企業可登錄火山引擎官網申請，通過企業認證之后填寫申請表，工作人員將在10個工作日進行審核，并對審核通過的企業發放支持資源代金券。獲得代金券后3個月內，初創企業可通過火山引擎官網控制臺及接口文檔接入豆包語音大模型能力，兌換免費額度，用于AI語音相關應用或產品的研發。
AI語音場景加速，助力良性生態發展
調研顯示，在發展“人工智能+”的大背景下，出于技術門檻和資金投入等因素，中小初創企業亟需更加廣泛深入的基礎設施和平臺支撐。
豆包語音大模型致力于多個語音場景的深耕，聚焦陪伴式AI交互、沉浸式聽書、跨語種內容生產、企業客戶服務等場景，為企業級客戶提供豐富的語音能力：
豆包.語音合成模型：根據上下文智能預測文本的情緒、語調等信息，并生成超自然、高保真、個性化的語音，以滿足不同用戶的個性化需求。
豆包.聲音復刻模型：全新自研語音大模型算法打造的高效化的輕量級音色定制方案。僅需只需5秒數據,即可完成對用戶音色、說話風格、口音和聲學環境音的復刻，并進行跨語種遷移。
豆包.語音識別模型：擁有更加靈敏的耳朵+更加聰明的大腦，通過上下文感知功能進行推理，識別效果更加精準，同時支持上海話、閩南語等多種方言識別。
目前，火山引擎豆包語音大模型能力已在豆包APP、剪映、抖音、番茄小說等多款內部產品展開應用，并逐漸向企業開放以拓展更多AI語音應用場景。大模型技術不斷演進成熟，推動人工智能向產業滲透，而初創企業正是應用創新的重要前線。火山引擎將持續推動字節跳動AI能力外溢，以成熟的大模型和平臺工具，以及廣泛的生態支持，助力廣大初創企業成長，實現人工智能時代的共同繁榮。
