CosyVoice3

CosyVoice3 TTS

Alibaba FunAudioLLM's latest multilingual model with ~150ms bi-streaming, instruction control, and zero-shot cloning.

Εγγραφείτε για όριο 5.000 χαρακτήρων

Τυλίξτε το κείμενο σας σε ετικέτες EEML για τον ακριβή έλεγχο:

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

Ετικέτες το επιλεγμένο μοντέλο καταλαβαίνει □ κάντε κλικ για να ρίξετε ένα στο κείμενο σας όπου συμβαίνει:

Αυτό το μοντέλο διαβάζει απλό κείμενο, έτσι οι ετικέτες inline αγνοούνται. Για tag-based συναίσθημα, μεταβείτε σε ένα εκφραστικό μοντέλο όπως ο Ορφέας ή Bark.

Define custom προφορές (word = εκφώνηση):

-12 +12
0.5x 2.0x
Δωρεάν με Piper, VITS, MeloTTS
Επιλέξτε ένα μοντέλο, εισάγετε το κείμενο και κάντε κλικ στη Δημιουργία.
Ο Ήχος Δημιουργήθηκε Επιτυχώς
0:00
Λήψη ήχου Κατεβάστε.srt Η σύνδεση λήγει σε 24 ώρες
Δωρεάν βαθμίδα: προσωπική χρήση. Εμπορική άδεια από $ 5 /mo
Τρέξιμο χαμηλό σε ελεύθερους χαρακτήρες Πάρτε 200K χαρακτήρες κάθε μήνα ~ $ 5 /mo ή ένα πακέτο 100K για $5
Κάνε αυτό τη δική σου φωνή. Κλώνε μια φωνή σε 30 δευτερόλεπτα
Αγάπη TTS.ai; Πες στους φίλους σου!

Σχετικά 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.

Το καλύτερο για: Multilingual production TTS, real-time applications, voice cloning

Περιήγηση σε όλα CosyVoice3 φωνές

Με μια ματιά.

Προγραμματιστής
Alibaba (FunAudioLLM)
Άδεια
Apache 2.0
Βαθμίδα
standard
Ταχύτητα
fast
Κλωνοποίηση φωνής
Ναι.
Γλώσσες
English, Chinese, Japanese, Korean, German, Spanish, French, Italian, Russian
Μεγ. χαρακτήρες
5000

CosyVoice3 φωνές

Chinese Female

Chinese
Πρότυπο Female

Chinese Male

Chinese
Πρότυπο Male

English Female

English
Πρότυπο Female

English Male

English
Πρότυπο Male

French Female

French
Πρότυπο Female

German Female

German
Πρότυπο Female

Italian Female

Italian
Πρότυπο Female

Japanese Female

Japanese
Πρότυπο Female

Korean Female

Korean
Πρότυπο Female

Russian Female

Russian
Πρότυπο Female

Spanish Female

Spanish
Πρότυπο Female

CosyVoice3 TTS □ Συχνές ερωτήσεις

CosyVoice3 adds bi-streaming inference at around 150ms latency, instruction-based control over emotion/speed/volume, improved speaker similarity for cloning, and coverage of 9 languages plus 18 Chinese dialects, with an RL-tuned variant for state-of-the-art prosody.

Yes. It supports zero-shot voice cloning from a reference clip (around 3 seconds minimum) with improved speaker similarity over the previous generation.

Yes. CosyVoice3 is licensed under Apache 2.0, permitting commercial use.
← Όλες οι φωνές