Fun-CosyVoice3.5

Fun-CosyVoice3.5是通義實驗室於2026年3月2日發布的語音生成模型，支持FreeStyle自然語言指令控制語音生成，擺脫傳統預設標籤限制。

該模型新增泰語、印尼語等4種語言支持，覆蓋13種語言；生僻字讀錯率從15.2%降至5.3%，首包延遲降低35%。在Seed-TTS基準測試中詞錯誤率(WER)和說話人相似度(SSIM)均為最佳。Fun-CosyVoice3.5支持聲音克隆和角色定製，適用於有聲書、遊戲、客服等多個場景，使用DiffRO和GRPO強化學習技術最佳化，通過阿里雲百鍊平台調用。

基本介紹

• 外文名：Fun-CosyVoice3.5
• 發布方：通義實驗室

產品優勢

Fun-CosyVoice3.5新增泰語、印尼語等4種語言支持共覆蓋13種語言，生僻字讀錯率從15.2%降至5.3%，首包延遲降低35%。