Mots clés le modèle sélectionné comprend — cliquez pour en déposer un dans votre texte où il se produit:
Ce modèle lit du texte clair, donc les balises en ligne sont ignorées. Pour l'émotion basée sur les tags, passer à un modèle expressif comme Orphée ou Bark.
Mentionnée par Qwen3-TTS aujourd'hui; d'autres modèles expressifs arrivent bientôt.
Ce modèle ne prend pas en charge les instructions de style — passer à un modèle qui le fait (par exemple Qwen3-TTS).
Définir les prononciations personnalisées (mot = prononciation) :
-12
+12
Contrôle de l'expressivité (0 = neutre, 1 = très expressif)
Poids indicatif sans classificateur (plus élevé = suivi plus rapide)
Décrivez le style de la voix en langage naturel (Parler utilise ceci au lieu de voix prédéfinies)
Format de la boîte de dialogue : Utilisez les balises [S1] et [S2] pour marquer différents haut-parleurs. Exemple: [S1] Bonjour! [S2] Bonjour, comment allez-vous?
Il s'agit d'un modèle de voix premium, disponible sur n'importe quel forfait payant. Vous pouvez toujours prévisualiser ses voix gratuitement avec le bouton de lecture à côté du sélectionneur de voix.
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.
Meilleur pour: Multilingual production TTS, real-time applications, voice cloning
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.
CosyVoice3 is licensed under Apache 2.0. On TTS.ai, audio you make with it is for personal use on the free tier and can be used commercially on any paid plan.
Entrez votre e-mail pour continuer à générer la parole gratuitement, ou inscrivez-vous pour 15 000 caractères bonus.
Pas de mot de passe nécessaire — nous vous enverrons un lien pour en définir un plus tard.
Limite de niveau libre atteinte
Vous avez utilisé vos 5 000 caractères quotidiens gratuits. Créez un compte gratuit pour obtenir 15 000 caractères bonus plus 10 000 caractères gratuits chaque mois.
Vous avez atteint votre limite de modèle libre. Mettez à niveau pour plus de caractères, ou achetez un pack de caractères pour utiliser des modèles premium.
