CosyVoice3

CosyVoice3 ТТС

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

Подписывайся. для 5 000 символов

Заверните текст в SSML для точного контроля:

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

Помечает выбранную модель, которая понимает — нажмите, чтобы выкинуть одну в ваш текст, где она случается:

Эта модель читает простой текст, поэтому встраиваемые метки игнорируются. Для эмоций на основе метки переключайтесь на экспрессивную модель, как Орфей или Барк.

Определить традиционные произношения (слово = произношение):

-12 +12
0.5x 2.0x
Бесплатно с Пайпер, VITS, MeloTTS
Ваш генерированный звук появится здесь. Выберите модель, введите текст и нажмите на Генератор.
Аудиовизна успешно генерирована
0:00
Загрузить звук Загрузка. st Ссылка истекает в 24 ч.
Свободный уровень: личное использование. Коммерческая лицензия из 5 долл. США/мо
Нравится TTS.ai? Расскажите друзьям!

О том, что 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.

Лучший для: Multilingual production TTS, real-time applications, voice cloning

Просмотр CosyVoice3 голоса

Взгляните.

Разработчик
Alibaba (FunAudioLLM)
Лицензия
Apache 2.0
Тяжелый
standard
Скорость
fast
Клонирование голоса
Выполнено
Знание языков
English, Chinese, Japanese, Korean, German, Spanish, French, Italian, Russian
Максимум символов
5000

CosyVoice3 голоса

Chinese Female

Chinese
Стандартные Female

Chinese Male

Chinese
Стандартные Male

English Female

English
Стандартные Female

English Male

English
Стандартные Male

French Female

French
Стандартные Female

German Female

German
Стандартные Female

Italian Female

Italian
Стандартные Female

Japanese Female

Japanese
Стандартные Female

Korean Female

Korean
Стандартные Female

Russian Female

Russian
Стандартные Female

Spanish Female

Spanish
Стандартные Female

CosyVoice3 TTS - FAQ

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.
← Все голоса