製品アップデート
Seed Audio 1.0 が EvoLink に登場：AI 音声生成の開発者ガイド
EvoLink Team
Product Team
2026年6月27日
15 分
Seed Audio 1.0 は EvoLink の Seed Audio 1.0 モデルカタログ から利用できます。開発者にとって重要なのは、単に新しい text-to-speech モデルが増えたことではありません。Seed Audio 1.0 は、音声、会話、感情、非言語表現、効果音、音楽、環境音をまとめて設計する プロンプトベースの AI 音声生成 にワークフローを近づけます。
2026 年 6 月 27 日時点で、EvoLink ユーザーは Seed Audio 1.0 を、プロダクト実験、クリエイターツール、Voice Agent、コンテンツ制作ワークフロー向けの新しい音声生成ルートとして扱うべきです。EvoLink でリクエストをルーティングする場合は model ID
doubao-seed-audio-1-0 を使います。クイックアンサー
| 質問 | EvoLink ユーザー向けの答え |
|---|---|
| Seed Audio 1.0 は EvoLink で使えますか？ | はい。EvoLink の統一 API Gateway 経由で利用できます。 |
| Model ID | doubao-seed-audio-1-0 |
| 主な用途 | 単一音声 TTS ではなく、プロンプトベースの AI 音声生成 |
| 初期ユーザー | クリエイターツール開発者、Voice Agent チーム、オーディオドラマ、ショート動画ワークフロー |
| 課金の考え方 | 出力時間ベース。スケール前に EvoLink コンソールで最新単価を確認 |
| プロダクトページ | Seed Audio 1.0 on EvoLink |
このガイドで扱うこと
このページは、Seed Audio 1.0 にエンジニアリング時間を使うべきか判断するチーム向けのローンチ記事です。API リファレンスでも、ベンダー紹介でもありません。
| 判断 | このガイドが支援すること |
|---|---|
| アクセス | EvoLink のルート、model ID、API 入口を確認する |
| Product fit | クリエイターツール、Voice Agent、コンテンツワークフローに合うか判断する |
| コスト計画 | バッチ生成前に出力時間ベースのコストを見積もる |
| 本番展開 | キュー、監視、リトライ、利用制限を設計する |
Seed Audio 1.0 で何が変わるか
従来の TTS は、制作工程の一部であることが多いです。台本を書き、声を合成し、音楽を追加し、効果音を追加し、ミックスし、不自然な部分を修正します。
Seed Audio 1.0 が面白いのは、プロンプトがより多くのシーン意図を表現できることです。開発者やクリエイターツールのユーザーは、役割、声のスタイル、会話、感情、間、環境音を一つの指示にまとめ、声の一貫性が重要な場合は参照音声を使えます。
プロダクト上の問いはこう変わります。
どうやって音声出力を追加するか？
から、
ユーザーが一つのプロダクト画面から、音声シーンや再利用可能な Voice Workflow を生成できるようにするには？
プロダクト計画に使える確認済み情報
| 項目 | 現在の計画値 |
|---|---|
| モデル名 | Seed Audio 1.0 / Doubao-Seed-Audio 1.0 |
| EvoLink model ID | doubao-seed-audio-1-0 |
| テキスト入力 | 最大 1.5k 文字 |
| 参照音声 | 最大 3 クリップ、各最大 30 秒 |
| 出力時間 | 1 タスクあたり最大 120 秒 |
| 出力形式 | wav, mp3, pcm, ogg_opus |
| サンプルレート | 48K, 24K, 16K, 8K |
| 言語 | 中国語、英語 |
| SSML | 非対応 |
| Controls | 速度、ピッチ、音量 |
未確認の rate limit、地域、長時間生成の保証は、EvoLink コンソールと公式ドキュメントでアカウント向けに確認できるまで書かないでください。
EvoLink でのアクセス方法
| 手順 | すること | なぜ重要か |
|---|---|---|
| 1. モデルカタログを開く | Seed Audio 1.0 on EvoLink から始める | EvoLink ルートと位置づけを確認する |
| 2. API key を作成または再利用 | EvoLink dashboard key を使う | 同じアカウント、請求、利用管理に載せる |
| 3. Model ID を指定 | doubao-seed-audio-1-0 にルーティングする | 表示名と実リクエストモデルの混同を避ける |
| 4. 狭い prompt から始める | 反復可能な workflow を一つ試す | 広すぎる playground テストを避ける |
| 5. Usage を測る | 出力時間、リトライ、失敗、再生成を追う | 機能を拡張すべきか判断する |
音声生成を単純な同期テキスト応答として扱わないでください。生成時間、進捗状態、リトライ、ダウンロード出力を前提にします。
API 計画。ただし docs にはしない
技術的な正解は EvoLink API docs とモデルカタログに置くべきです。ただし product spec では次を決めます。
| Planning question | 推奨 |
|---|---|
| どの model ID を呼ぶか | doubao-seed-audio-1-0 |
| reference audio を使うか | UX、権利、保存に関わるため明示設定にする |
| UI の prompt limit | 1.5k character limit に合わせる |
| default output duration | 120s より低く始め、信頼ユーザーで拡張 |
| 表示する format | まず default format、advanced format は必要時のみ |
| async job handling | task state、queue、retry、visible error を用意 |
UI 前に検証すること
| 領域 | 質問 | 実験 |
|---|---|---|
| Input | freeform prompt か guided field か | textarea と template を比較 |
| Reference audio | いつ upload すべきか理解されるか | 一つの workflow だけで有効化 |
| Duration | max length か target length か | 15s, 30s, 60s, 120s presets |
| Review | playback、download、regenerate のどれが先か | 初回生成後の行動を測る |
| Variants | 最初の output で足りるか | task/user ごとの variant 数 |
最初に試すべきユーザー
| ユーザータイプ | Seed Audio 1.0 が重要な理由 | 最初に作るもの |
|---|---|---|
| クリエイターツール開発者 | ユーザーがすぐ試せる新しい音声機能が必要 | Voiceover、Podcast segment、Short-video audio generator |
| Voice Agent チーム | 表現力とキャラクター一貫性が必要 | Character voice、emotional template、fallback voice route |
| オーディオドラマ・オーディオブック | 複数役のシーンと少ない後処理が必要 | Dialogue、narrator、ambience の prompt template |
| ショート動画制作 | 声、音楽、効果音を速く作りたい | 広告 variant、説明動画、量産 workflow |
| Platform team | 競合より先にモデル選択肢を提供したい | 既存カタログに Seed Audio 1.0 route を追加 |
最初の 30 日のユースケース
| モジュール | ユーザー入力 | 出力 | 利用を生みやすい理由 |
|---|---|---|---|
| Product voiceover | 商品名、トーン、訴求点 | 15-45 秒の音声と任意の環境音 | 複数 variant が生まれやすい |
| Short-video ad variants | Hook、audience、product、style | 複数の voiceover | variant 生成が継続消費につながる |
| Creator intro/outro | チャンネル style、host tone、music direction | 再利用可能な intro/outro | template が多くの動画で使える |
| Caption-to-voice batch | Caption または script segment | セグメント別の音声 clip | アカウント量産 workflow に合う |
Voice Agent では、まず全置換ではなく character test から始めます。挨拶、難しい会話、キャラクター一貫性、既存 voice route との比較を確認します。
試すべき Prompt パターン
| パターン | 構造 | 役割 |
|---|---|---|
| Role + task + tone | "Narrator introduces a new feature in a calm, confident tone..." | 出力をプロダクト job に結びつける |
| Scene + emotion + pacing | "A late-night podcast intro, quiet background, slower pacing..." | 音質以外の表現を試す |
| Speaker labels | "Host: ... Guest: ..." | 複数話者 workflow を評価する |
| Non-verbal expression | "Add a brief pause before the final sentence..." | 自然な delivery を試す |
| Reference audio | "Use the reference voice for consistency..." | 声の同一性と話し方を分ける |
EvoLink 経由で使う理由
- モデルアクセスを一つの API Gateway に集約
- Key と usage を一つの場所で管理
- 後から audio model を比較しやすい
- 生成量が増えた時にコスト監視しやすい
- 新モデルごとのベンダー固有実装を減らせる
ルーティング判断
| Audio job | 最初の route | 理由 |
|---|---|---|
| 単純な product narration | 既存 TTS route | シンプルな音声に scene-level generation は不要なことが多い |
| 感情のある character voice | Seed Audio 1.0 experiment | Prompt と reference audio で表現力を試せる |
| Dialog と ambience を含む scene | Seed Audio 1.0 | 役割、トーン、環境をまとめて記述できる |
| Music only | Music-focused model | 音楽だけなら専用モデルが合う場合がある |
| Voice identity product | Voice-specialized provider と比較 | Identity、cloning、library は専門 route が必要な場合がある |
コスト計画
出力時間から計画します。顧客向け価格を blog から引用せず、スケール前に EvoLink コンソールを確認してください。
ここで重要なのは、単に「安い」と言うことではありません。重要なのは、コスト構造によって反復生成が現実的になることです。クリエイターツール、ショート動画ワークフロー、オーディオドラマ制作では、一回の生成で終わることはほとんどありません。ユーザーはトーンを試し、variant を再生成し、複数のバージョンを比較します。その行動を unit economics が支えられるなら、AI 音声は一度きりのデモではなく、繰り返し使われる制作ワークフローになります。
estimated cost = generated seconds x current unit priceリトライ、破棄された variant、長い prompt、参照音声、moderation failure も見積もりに入れます。初期テストでは project、API key、user レベルの予算を設定します。
Rollout checklist
| 領域 | Check |
|---|---|
| Access | Model ID と API key を確認 |
| UX | Prompt、preset、upload、progress、download を明確化 |
| Cost | 出力時間、variant、retry、limit を測定 |
| Quality | 声、雰囲気、再現性を review |
| Operation | Queue、retry rule、error message、monitoring を準備 |
| Governance | 参照音声の権利と content policy を確認 |
Launch 後に見る指標
| Funnel | Metric | 意味 |
|---|---|---|
| Discovery | blog view、model-catalog view、source query | 正しい audience が来ているか |
| Activation | CTA click、API key、model ID copy | integration へ進んでいるか |
| First generation | 初回 Seed Audio task success | 興味が real call になったか |
| Repeat usage | 7日以内の二回目 task | demo 以上の価値があるか |
| Production intent | 同一 project/API key の複数 task | workflow に入ったか |
| Cost health | generated seconds per user、retry rate | usage が scalable か wasteful か |
Pre-launch checklist
| 領域 | 公開前に確認 |
|---|---|
| Access | API key、model ID、route、error behavior |
| Product | open generator ではなく狭い first workflow |
| Cost | default limits、budget、abuse controls |
| Quality | voice、ambience、repeatability の review criteria |
| Operations | queue、retry、monitoring、support copy |
| Compliance | reference audio と user content の権利 |
EvoLink model stack での位置づけ
| Layer | Seed Audio 1.0 の役割 |
|---|---|
| Model catalog | creator/voice workflow 向けの新しい audio route |
| Unified gateway | keys、billing、usage の共通入口 |
| Routing | simple TTS、music、voice specialist route を補完 |
| Cost management | duration、variants、retries を測定 |
| Growth | launch interest を repeat generation に変える |
Seed Audio 1.0 を使わない方がよい場合
| 状況 | より良い開始点 |
|---|---|
| 短い system announcement | Simple TTS route |
| 正確な SSML が必要 | SSML 対応 route |
| Music only | Music model |
| 今すぐ公開価格を顧客に提示したい | EvoLink の最新価格と usage behavior を確認 |
関連ページ
Sources
FAQ
Seed Audio 1.0 は EvoLink で利用できますか？
はい。Seed Audio 1.0 は EvoLink 経由のモデルルートとして利用できます。
どの model ID を使いますか？
doubao-seed-audio-1-0 を使います。Seed Audio 1.0 は TTS だけですか？
いいえ。音声、会話、感情、効果音、音楽、環境音をまとめて設計できるプロンプトベースの AI 音声生成として扱うべきです。
参照音声は使えますか？
はい。EvoLink の計画上の制限は最大 3 クリップ、各最大 30 秒です。
出力はどれくらい長くできますか？
1 タスクで最大 120 秒の音声を生成できます。
対応形式は？
wav, mp3, pcm, ogg_opus です。SSML は使えますか？
いいえ。Prompt 指示と速度、ピッチ、音量などの control を使います。
コストはどう計画しますか？
生成された出力時間を基準にし、スケール前に EvoLink コンソールで最新単価を確認します。
