使用 CosyVoice 进行 AI 声音克隆
仅需几秒音频即可克隆你拥有或已获授权的声音。CosyVoice 是开源的零样本声音克隆模型，能够还原音色、口音与韵律 — 并用多种语言朗读你的文本。
输入文本
每次生成限 120 字符。 3 次试用 · 等待 20 秒 · Pro 免等待
选择声音
晓悦 · 普通话
温暖自然的女声，适合配音、有声书与客服播报。
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。
阿乐 · 粤语
地道粤语男声，适合粤语配音、短视频与影视解说。
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。
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。
津味 · 天津话
诙谐的天津话男声，适合相声风格与喜剧配音。
为什么用 CosyVoice 克隆声音
零样本克隆
仅凭一小段参考音频即可还原目标声音，无需微调或数小时的训练数据。
开源且免费
CosyVoice 基于 Apache-2.0 许可发布。可本地运行、自行部署，或免费在线试用 — 无厂商锁定。
跨语言声音
用一种语言克隆声音，再用另一种语言朗读，在中文、英语、日语、韩语等之间保持同一身份。
自然韵律
有监督的语音 token 捕捉节奏、重音与情感，让克隆的声音听起来像真人，而非机器。
你可以用它做什么
有声书与旁白
用统一、可辨识的声音为长篇内容配音。
AI 智能体与助手
为虚拟智能体赋予品牌化的实时声音，延迟低于一秒。
视频配音
将视频配音成新语言，同时保留原说话人的身份。
无障碍辅助
为辅助阅读与沟通工具还原或定制声音。
声音克隆常见问题
什么是零样本声音克隆？
零样本声音克隆只需一小段参考样本即可用目标声音生成语音 — 无需针对每个说话人训练。CosyVoice 实时提取声音身份，并应用到你提供的任意文本。
CosyVoice 声音克隆是免费且开源的吗？
是的。CosyVoice 基于 Apache-2.0 许可发布，可免费使用、修改并自行部署。上方演练场的在线声音克隆功能即将推出。
克隆一个声音需要多少音频？
通常几秒钟干净的参考音频就足以让 CosyVoice 捕捉音色与说话风格。更长、更高质量的样本能提升相似度。
可以用一种语言克隆声音再用另一种语言朗读吗？
可以。CosyVoice 支持跨语言克隆，用英语录制的声音可以朗读中文、日语、韩语等支持的语言，并保持其身份。
声音克隆是否合乎道德与法律？
只克隆你拥有或已获明确授权的声音。未经同意克隆他人声音可能侵犯隐私与肖像权。请负责任地使用 CosyVoice。