CosyVoice 2

CosyVoice 2 TTS

Alibaba Tongyi Lab's streaming TTS reaching human-parity naturalness with near-zero latency and zero-shot cloning.

قوشۇل 5000 ھەرپ چەكلىمىسى

توغرا كونترول قىلىش ئۈچۈن تېكىستنى SSML تېگلىرى ئىچىگە ئايلاندۇرۇش:

<speak><prosody rate="slow">Slow speech</prosody></speak>

تاللانغان مودېل چۈشىنىدىغان تېگلەر - بىرىنى تېكىستىڭىزگە چۈشۈرۈش ئۈچۈن چېكىڭ:

بۇ مودىل ئاددىي تېكىستنى ئوقۇيدۇ، شۇڭا سۈرەتتە بار چەكلىمىلەر قوبۇل قىلىنمايدۇ. چەكلىمىلەرگە ئاساسەن ھېسسىياتنى ئىپادىلەش ئۈچۈن Orpheus ياكى Bark دەك ئىپادىلەش مودىلىغا ئۆزگەرتىشكە بولىدۇ.

خالىغان ئىپادىلەشنى بەلگىلەش (سۆز = ئىپادىلەش):

-12 +12
0.5x 2.0x
Piper، VITS، MeloTTS بىلەن ھەقسىز
سىز ياسىغان ئاۋاز بۇ يەردە كۆرۈنىدۇ. بىر تۈرنى تاللاپ، تېكىستنى كىرگۈزۈپ، ياسىغىن نى چېكىڭ.
ئاۋاز مۇۋەپپەقىيەتلىك ياسالدى
0:00
ئاۋازنى چۈشۈرۈش .srt چۈشۈرۈش سەۋەب 24 سائەت ئىچىدە ئۆتىدۇ
TTS.ai نى ياخشى كۆرەمسىز؟ دوستلىرىڭىزغا ئېيتىپ بېرىڭلار!

توغرىسىدا CosyVoice 2

CosyVoice 2, from Alibaba's Tongyi Lab, was designed to make high-quality speech viable in real time. It uses a finite scalar quantization approach combined with flow matching to support streaming synthesis at extremely low latency, while reaching human-comparable naturalness that outperforms many commercial systems in subjective tests. Beyond quality, it offers zero-shot voice cloning from about 3 seconds of audio, cross-lingual synthesis, and fine-grained emotion control. Covering 8 languages with a 1,000-character cap, it's a strong fit for voice assistants, streaming TTS, and other real-time applications.

ئەڭ ياخشىسى: Real-time applications, streaming TTS, voice assistants

ھەممىنى كۆرۈش CosyVoice 2 ئاۋازلار

بىر كۆزىتىش

ئىجادىيەتچى
Alibaba (Tongyi Lab)
ئىجازەتنامە
Apache 2.0
ھايۋان
standard
تېزلىك
medium
ئاۋازنى كۆچۈرۈش
ھەئە
تىللار
English, Chinese, Japanese, Korean, French, German, Italian, Spanish
ئەڭ كۆپ ھەرپ
1000

CosyVoice 2 ئاۋازلار

Chinese Female

Chinese
ئۆلچەملىك Female

Chinese Male

Chinese
ئۆلچەملىك Male

English Female

English
ئۆلچەملىك Female

English Male

English
ئۆلچەملىك Male

French Female

French
ئۆلچەملىك Female

German Female

German
ئۆلچەملىك Female

Italian Female

Italian
ئۆلچەملىك Female

Japanese Female

Japanese
ئۆلچەملىك Female

Korean Female

Korean
ئۆلچەملىك Female

Spanish Female

Spanish
ئۆلچەملىك Female

CosyVoice 2 TTS - كۆپ سورالغان سوئاللار

Yes. CosyVoice 2 uses finite scalar quantization for streaming synthesis at very low latency, which is what makes it suitable for voice assistants and real-time applications.

Yes. It offers zero-shot voice cloning from roughly 3 seconds of reference audio, plus cross-lingual synthesis and emotion control.

Yes. CosyVoice 2 is Apache 2.0 licensed. It supports 8 languages: English, Chinese, Japanese, Korean, French, German, Italian, and Spanish.
← ھەممىسى ئاۋاز