CosyVoice3 TTS
Alibaba FunAudioLLM's latest multilingual model with ~150ms bi-streaming, instruction control, and zero-shot cloning.
לעטוף את הטקסט שלך בתגי SSML לשליטה מדויקת:
<speak><prosody rate="slow">Slow speech</prosody></speak>
שם התוויות של המודל הנבחר הוא □ לחץ כדי להפיל אחד לתוך הטקסט שלך שבו הוא קורה:
המודל הזה קורא טקסט רגיל, כך שמתעלמים מתגי ההצפנה של רגש מבוסס תג, עבור מודל אקספרסיבי כמו אורפיאוס או ברק.
הגדר הגייה מותאמת אישית (מילה = הגייה):
אודות 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.
הטוב ביותר עבור: Multilingual production TTS, real-time applications, voice cloning
עיין בכל CosyVoice3 קולותבמבט חטוף
- מפתח
- Alibaba (FunAudioLLM)
- רישיון
- Apache 2.0
- Tier
- standard
- מהירות
- fast
- שיבוט קולי
- כן.
- שפות
- English, Chinese, Japanese, Korean, German, Spanish, French, Italian, Russian
- תווים מרביים
- 5000