首页
AI视频创作馆
工具库
AI 服务与资讯
变现学习营
AI提示词
模型配置计算器
登录/注册
CosyVoice-阿里开源语音合成大模型,3秒克隆音色支持情感控制-ChooseAI工具导航
首页
工具库
工具详情
CosyVoice
基于通义千问QwenAudio大模型打造的一站式AI语音平台
文档生成与分析
音频摘要
会议Agent
多语言翻译工具
语音克隆与合成
语音识别/交互
平台整合了CosyFlow、CosyCreative与CosyAgent三大核心功能模块,全面覆盖语音笔记整理、音频内容创作以及实时语音智能体交互等场景。它不仅能将口语表达高效转化为结构化文本,还支持高拟真度声音复刻、多风格播客与有声书生成,并可构建高自然度的实时语音服务门户。凭借强大的语音识别与合成推理能力,它助力用户与企业轻松将声音转化为知识、创意和生产力,大幅提升声音交互体验。
打开网站
我要评测
对比同类工具
预览
工具介绍
功能特性
支持语音笔记转结构化文本,自动过滤“嗯”“啊”等口语填充词
3–10秒音频即可复刻音色,保留语调、情感与韵律细节
支持多语言播客与有声书生成,可创建多角色对话式音频内容
通过自然语言指令控制语音的情感、语速、风格等声学属性
应用场景
会议、课堂、访谈录音自动转写并生成智能摘要与章节
上传文档或网页链接,一键生成播客或多人有声书
构建具备企业知识库的实时语音客服或电话营销智能体
口述邮件、汇报、脚本等内容,直接输出格式规范的书面文本
适用人群
内容创作者:用于播客、短视频配音、有声读物制作
职场人士:高效整理会议纪要、撰写工作文档
学生与教育工作者:记录课堂内容、制作学习音频材料
定价方式
基础功能限时免费体验,高级功能(如CosyAgent、CosyCreative)采用订阅制,面向企业用户开放白名单测试
支持语言
中文(含普通话、粤语、四川话、上海话等方言)、英文、日语、韩语
技术亮点
基于阿里通义实验室自研语音模型Qwen-Audio,非字节系产品
在音色还原度、跨语言合成一致性方面表现突出,优于多数开源TTS模型
使用方式
支持iOS、Android、Mac平台应用商店下载“CosyVoice”App,Windows版即将上线
提供网页端及输入法形态,可通过官网 qwentype.com 访问
更新记录
2026年8月:正式上线一站式AI语音平台CosyVoice Studio,整合CosyFlow、CosyAgent与CosyCreative三大模块
2026年6月:发布CosyVoice AI语音输入法,支持多平台,强化结构化文稿生成与方言识别能力
相关资讯
ai人声网站,最逼真的要数这六个!
在本文中,我测试了6种不同的AI语音生成器,以下是我对我发现最好的语音生成器的诚实评价。 1.Fiverr Go:以人性化为后盾的最佳人工智能语音生成器. Fiverr Go AI音频生成器是一款很酷的工具,适合寻找AI音频画外音的创作
2025年09月08日
113
免费ai变声工具合集,瞬间改变你的声音
现在的AI变声技术,简直让人不敢相信——几秒钟的音频样本就能克隆出你的声音。下面带大家了解一下免费ai变声工具,一起来看看吧! 老牌免费变声器. Clownfish Voice Changer. 算是变声界的老兵了,完全免费使用。这款
2025年09月13日
739
Cartesia双模型登顶TTS和STT排行榜:Sonic 3.5延迟82ms,Ink 2原生端点检测
6月16日消息,旧金山语音AI公司Cartesia推出Sonic 3.5(文本转语音)和Ink 2(语音转文本)两款流式模型,据Artificial Analysis的Speech Arena和流式STT排行榜数据,两款模型分别在各自类别中
2026年06月16日
153
xAI 推出三项更新:Grok 4.3 beta、Office 原生插件、STT/TTS API
4月20日消息,xAI 近日同步推送三项产品更新,覆盖模型迭代、文档生成与语音 API,无官方博客长文、无发布会,符合 xAI 一贯的"先 ship 再迭代"风格。 Grok 4.3 beta:执行能力优先,每日迭代,Heavy 模式
2026年04月20日
338
微软AI语音工具怎么用?全方位覆盖使用指南
微软AI语音工具怎么用?微软的AI语音工具覆盖了从办公场景到专业开发的多个领域。 一、基础工具:365 Copilot语音功能(办公场景). 适合普通用户在Word、Outlook等软件中提升效率,无需编程基础: 1.语音听写(替代打
2025年10月17日
230
VoxCPM 2 开源 TTS 模型实测总结:24 项测试夺 21 冠,开源吊打闭源
4月9日,面壁智能×OpenBMB×清华大学联合发布VoxCPM 2开源TTS模型,在MiniMax-Eval 24种语言评测中拿下21项第一,实现音色复刻、原创音色、多语种方言、高情感表现力四大突破,消费级显卡可本地运行,综合实力不输甚至
2026年04月09日
339
网易叭哥说 AI 语音输入法实测:双模型架构提速,适配办公与创作场景
继 UU 远程之后,网易有道推出 AI 语音输入产品 “叭哥说”,直击传统语音输入识别慢、准确率低、专业术语出错、需要字正腔圆等痛点。实测显示其凭借双模型架构实现毫秒级响应,在小声拾音、专业名词识别、多语言翻译等场景表现突出,成为继键盘之外
2026年09月10日
80
OpenAI 连发三款实时语音模型,GPT-5 级推理重构语音 AI 生态
近日 ,OpenAI 正式发布 GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisper. 三款全新音频模型,面向开发者开放测试。 这组模型具备实时推理、翻译、转写能力,标志着 O
2026年05月08日
153
字节跳动推出Seed Speech 2.0语音技术栈升级:TTS与ASR双线进化,面向开发者构建自然对话语音应用
3月17日消息,字节跳动海外企业服务平台BytePlus宣布推出Seed Speech 2.0。据了解,这是专为自然、富有表现力的对话设计的新一代语音 AI 技术栈 ,在文本转语音(TTS)和语音识别(ASR)方面均有重大升级, 专为追求自
2026年03月17日
1270
Hermes 高阶配置实操指南:先跑起来,比等最强版本更重要
很多人看到 Hermes 之后,第一反应不是上手,而是继续等。等更强的 Agent,等更好的模型,等别人先把路走通了再说。但如果你真的动手搭过一套工作流就会知道,这件事根本不是"等到最强版本再开始"才有价值。恰恰相反,越早把一套能跑起来的系
2026年04月27日
136
用户评分
4.00
1人点评
我要评分