豆包语音合成大模型 2.0

这是什么

火山引擎豆包语音的第二代大模型语音合成，官方产品名"豆包语音合成模型2.0"。在 1.0 的基础上多了一层"指令遵循"能力——可以用自然语言指令控制语气/风格，音色是 1.0 里对应音色的直接升级款。

适合场景

跟 1.0 一样的通用场景，音质更好、价格也更低，日常使用建议优先选 2.0；只有方言音色（湾区大叔等 4 款）目前只有 1.0 版本，没有对应的 2.0。

音色

跟 1.0 一样，音色列表是实时从火山引擎接口拉取的，具体数量以产品里看到的为准。 命名上跟 1.0 的音色一一对应、名字后面带"2.0"（灿灿 2.0、Vivi 2.0、邻家女孩 2.0 等）。 方言音色（湾区大叔等 4 款）目前没有 2.0 版。

价格

比 1.0 便宜（后付费 3 元 vs 5 元/万字符），日常场景下更划算。

在 Soniva 里怎么用

TTS Studio → 供应商选"豆包语音" → 模型选"doubao-tts-2.0"，音色列表会自动切换成 2.0 的音色（名字后面带"2.0"）。