跳过主要内容

CosyVoice.org 背后的创作者

我在做 CosyVoice.org,是想把强大的多语言语音研究成果,变成一个打开就能理解和使用的工具。

CosyVoice.org 创作者肖像

是谁在做这个网站?

我是这个网站的创作者,负责设计、开发和维护。我围绕一个目标打磨每个环节:让语音生成更好上手,也更容易真正投入使用。

为什么要做它?

我想解决的是优秀开源模型与真正可用的音频之间的落差。环境搭建、声音与参数选择,以及把一次实验变成可重复流程,都不该挡在想法与声音之间。

哪些事情比预想中更难?

我反复踩到的一个坑是:合成成功,不等于工作流让人安心。声音选择、多语言文本、克隆素材、生成等待与失败状态,都要讲得通,并在每个环节告诉使用者下一步该做什么。

最自豪的是什么?

我最自豪的是,任何人都可以先匿名体验核心功能,再从一次短小的尝试走向更进阶的声音工作流,而不必先弄懂背后的基础设施。

使命是什么?

我的使命是让高质量、有表现力的语音工具更容易被不同语言的使用者探索和使用,同时清楚说明哪些能力来自开源研究、哪些价值由这个服务补上。

以开源模型为核心

这个服务建立在开源 CosyVoice 模型之上,模型采用 Apache-2.0 许可证。底层模型并非由我创建;CosyVoice.org 提供的是托管访问、产品工作流、运行维护和围绕模型的实用增强。

保持开放交流

如果你对服务有问题、建议或反馈,可以直接发邮件给我,也可以给我留言。