CosyVoice3 TTS
Alibaba FunAudioLLM's latest multilingual model with ~150ms bi-streaming, instruction control, and zero-shot cloning.
সঠিক নিয়ন্ত্ৰণৰ বাবে SSML টেগসমূহত আপোনাৰ টেক্সট আৱৰণ কৰক:
<speak><prosody rate="slow">Slow speech</prosody></speak>
নিৰ্বাচিত মডেলে বুজি পোৱা টেগসমূহ - আপোনাৰ টেক্সটত এটা ড্ৰপ কৰিবলৈ ক্লিক কৰক য'ত ই ঘটে:
এই আৰ্হি প্লেইন টেক্সট পঢ়ে, গতিকে ইনলাইন টেগসমূহ উপেক্ষা কৰা হয়। টেগ-ভিত্তিক আবেগসমূহৰ বাবে, Orpheus বা Bark ৰ দৰে এটা অভিব্যক্তিমূলক আৰ্হিলৈ পৰিবৰ্তন কৰক।
স্বনিৰ্বাচিত উচ্চাৰণ নিৰ্ধাৰণ কৰক (শব্দ = উচ্চাৰণ):
বিষয়ে 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.
ইয়াৰ বাবে সৰ্বোত্তম: Multilingual production TTS, real-time applications, voice cloning
সকলো ব্ৰাউছ কৰক CosyVoice3 শব্দএটা চমু দৃষ্টি
- বিকাশক
- Alibaba (FunAudioLLM)
- অনুমতি
- Apache 2.0
- টাইৰ
- standard
- গতি
- fast
- শব্দ ক্লোনিং
- হ্যাঁ
- ভাষাসমূহ
- English, Chinese, Japanese, Korean, German, Spanish, French, Italian, Russian
- সৰ্বাধিক আখৰ
- 5000