CosyVoice3

CosyVoice3 TTS

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

Kayıt ol 5000 karakter sınırı için

Kesin kontrol için metninizi SSML etiketleri içinde sarılın:

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

Seçilmiş modeli anlayan etiketler — bir tanesini metinde olduğu yere bırakmak için tıklayınız:

Bu model sıradan metin okur, bu yüzden satır içindeki etiketler göz ardı edilir. Etiket tabanlı duygular için, Orpheus veya Bark gibi ifadesel bir modele geçin.

Özel telaffuzları tanımla (kelime = telaffuz):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS ile ücretsiz
Oluşturduğunuz ses burada görünecek. Bir model seçin, metni girin ve Oluştur' a basın.
Ses Başarıyla Oluşturuldu
0:00
Ses İndir İndir Bağlantı 24 saat içinde sona erer
Özgür katman: kişisel kullanım. Ticari lisans ayda 5$'dan
TTS.ai'yi seviyor musunuz?

Hakkında 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.

En iyi: Multilingual production TTS, real-time applications, voice cloning

Hepsini Ara CosyVoice3 sesleri

Bir bakışta

Geliştirici
Alibaba (FunAudioLLM)
Lisans
Apache 2.0
Hayvan
standard
Hız
fast
Ses klonlama
Evet
Dilleri
English, Chinese, Japanese, Korean, German, Spanish, French, Italian, Russian
Maksimum karakterler
5000

CosyVoice3 sesleri

Chinese Female

Chinese
Standart Female

Chinese Male

Chinese
Standart Male

English Female

English
Standart Female

English Male

English
Standart Male

French Female

French
Standart Female

German Female

German
Standart Female

Italian Female

Italian
Standart Female

Japanese Female

Japanese
Standart Female

Korean Female

Korean
Standart Female

Russian Female

Russian
Standart Female

Spanish Female

Spanish
Standart 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.
← Tüm sesleri