CosyVoice 为文本到语音生成设立了新标准
以非凡的语音合成质量，全方位覆盖多语言和多场景应用。
输入文本
0/120
每次生成限 120 字符。可用：120 字符。
选择声音
普通话
晓悦 · 普通话
温暖自然的女声，适合配音、有声书与客服播报。
普通话
晨煦 · 普通话
沉稳清晰的男声，适合新闻播报、讲解与教程旁白。
粤语
阿乐 · 粤语
地道粤语男声，适合粤语配音、短视频与影视解说。
四川话
幺妹 · 四川话
亲切的四川话女声，适合方言短视频与趣味配音。
上海话
阿宝 · 上海话
软糯的上海话嗓音，适合本地生活与情感叙事内容。
天津话
津味 · 天津话
诙谐的天津话男声，适合相声风格与喜剧配音。
介绍
什么是 CosyVoice
探索一个由 CosyVoice 驱动的多语种语音生成世界。
产品优势
CosyVoice 优势
CosyVoice 提供了多样化的语言支持和低延迟的实时实施，为各种语音合成需求提供了解决方案。
支持多语言
支持多种语言，包括普通话、英语和方言的语音合成。
零样本语音克隆
以极低延迟实时克隆声音，适用于交互式即时应用。
快速流式合成
采用 CosyVoice 低延迟流式合成，在实时应用中无缝生成语音。
关键数字
CosyVoice 实力
通过创新的双语语音模组，CosyVoice 为用户提供无与伦比的实时体验。
5+
覆盖语种
支持的全球语言
150ms
超低延迟
首包延迟（毫秒）
5.5
高 MOS 评分
语音自然度平均意见分
常见问题
帮助中心
以下是关于 CosyVoice 使用和功能的常见问题解答。
应用场景
全方位多场景声音赋能
探索 CosyVoice 凭借高保真语音合成与零样本声音克隆，如何赋能不同场景的应用与创作需求。