语音内容编辑模型能做什么？
输入原始音频并用一句自然语言说明“要改哪里、改成什么”，模型就能直接改写声音里真正说出来的话，并尽量保留原说话人的音色、语气和上下文表达。
像改文字一样改语音：火山引擎全新语音内容编辑模型
资讯摘要
说错一个词，不必重录一条片。输入原始音频，再用一句自然语言说明“要改哪里、改成什么”，语音内容编辑模型就能直接改写声音里真正说出来的话，并尽量保留原说话人的音色、语气和上下文表达。
AI 摘要
火山引擎多媒体实验室发布语音内容编辑模型，用户输入原始音频并用自然语言说明修改意图，模型即可改写语音中实际说出的内容，同时尽量保留原说话人的音色、语气与上下文。文章介绍从修音质到改内容、从重录到局部再生成的趋势，讲解音频 Tokenizer 与 CoT 式语义规划的技术原理，并展示口播纠错、广告改词等场景效果。
AI 问答
这项能力适合哪些使用场景？
口播纠错、产品信息修订、广告素材改词、配音微调和存量视频再编辑等，只需表达“把什么改成什么”，避免为一处小改动重录整条内容。
模型的技术原理是什么？
原音频先经音频 Tokenizer 转为离散音频 Token，与自然语言编辑指令一起输入模型，先做 CoT 式语义规划，再生成音频 Token，最后由声码器还原为波形，并引入原音频声学与说话人特征作参考。
更多资讯
这三个摄影 App， 配得上你全新的 iPhone 18 Pro
Cloudflare 通过测量源站 TLS 偏好将握手重试率从 52% 降至 3.7%北京：加大新能源汽车推广力度 培育汽车消费新增长点大厂夹缝中的Manus食言？微信小程序Store上线人社部：将构建技能导向的薪酬分配制度，完善治理欠薪长效机制中欧贸易投资磋商机制第二次例会联合声明唐山港：1—9月预计累计完成货物吞吐量1.89亿吨，同比增长5.06%江淮汽车增资至约22.54亿原 TRAE 负责人石扬离职创业，联手前字节数据安全负责人傅越做 AI 办公，首轮估值 2 亿美元Stripe创始人：AI agent 将重写整个互联网分享一个AI做视频提效10倍的方式今年白云机场口岸出入境客货航班超10万架次，创历史同期新高AI时代，注意力经济终局，意图经济登场梅赛德斯-奔驰美国公司召回30064辆汽车给客户装个Workbuddy就能搞定的事，为什么我还在搭工作流5 万 star 的 REA：把逆向工程变成 agent 的一项本地能力
「10.11大暴跌」一周年：加密市场发生了哪些变化？小鹏集团当选联合国欧洲经济委员会自动驾驶新设工作组秘书长
OpenAI少赚200亿 倒霉却是英伟达成年人要的「安心」，有时是一支笔给的三晖电气：股东于文彪及其一致行动人拟减持不超3%公司股份App工厂，才是AI时代最被低估的生意让触觉像视觉一样可规模化，哥大李昀烛团队 FlexiTac 的开源实践 | IROS 2026上海国际能源交易中心调整原油、低硫燃料油期货相关合约交易限额Cloudflare 公共 DNS 服务不需屏蔽盗版网站域名阶跃 Step 5 Preview 登上 OpenRouter 全球第一，10月15日开源！.NET多类型数据库通用库更新升级到V26.10.9得中女得天下？这个年销3亿的女装品牌AAAD给出了新答案！
三星钱包默认用 USDC：能留住多少美元？