CosyVoice3 1 - تكنولوجيا المعلومات والاتصالات
Alibaba FunAudioLLM's latest multilingual model with ~150ms bi-streaming, instruction control, and zero-shot cloning.
لف نصك في علامات SSML للتحكم الدقيق:
<speak><prosody rate="slow">Slow speech</prosody></speak>
العلامات التي يفهمها النموذج المختار — انقر لإسقاط واحدة في نصك حيث تحصل:
هذا النموذج يقرأ النص العادي، لذلك يتم تجاهل العلامات في السطر. للتعبير عن المشاعر القائمة على العلامات، انتقل إلى نموذج تعبيري مثل أورفيوس أو بارك.
تعريف النطق العادي (كلمة = نطق):
حول CosyVoice3
CosyVoice3 is the newest generation from Alibaba's FunAudioLLM team and a clear step up from CosyVoice 2. It introduces bi-streaming inference with roughly 150ms latency and instruction-based control, letting you steer emotion, speed, and volume through prompts. Speaker similarity for zero-shot voice cloning is improved, and coverage spans 9 languages plus 18 Chinese dialects. An RL-tuned variant pushes prosody to a state-of-the-art level. With a 5,000-character ceiling, fast generation, and strong cloning, it's geared toward multilingual production TTS and real-time applications.
أفضل لل: Multilingual production TTS, real-time applications, voice cloning
تصفح جميع CosyVoice3 الأصواتلمحة عامة
- مطوِّر
- Alibaba (FunAudioLLM)
- الترخيص
- Apache 2.0
- الرتبة
- standard
- السرعة
- fast
- استنساخ الصوت
- نعم
- اللغات
- English, Chinese, Japanese, Korean, German, Spanish, French, Italian, Russian
- الحد الأقصى للحروف
- 5000