FunAudioLLM是阿里發布的開源語音互動模型，包括SenseVoice和CosyVoice兩個模組，前者擅長多語言語音識別和情緒分析，後者專注於自然語音生成。
基本介紹
- 外文名：FunAudioLLM
- 發布方：阿里
產品模組,產品套用,
產品模組
SenseVoice支持超過50種語言，具備音頻事件檢測功能；CosyVoice可以進行多語言語音生成和音色情感控制。
產品套用
該模型框架已開源，可套用於語音翻譯、情感語音聊天、互動式播客和有聲讀物，推動自然語音互動技術的發展。
FunAudioLLM是阿里發布的開源語音互動模型，包括SenseVoice和CosyVoice兩個模組，前者擅長多語言語音識別和情緒分析，後者專注於自然語音生成。
Fun-CosyVoice3-0.5B是阿里通義（FunAudioLLM團隊）於2025年12月15日開源的一款基於大型語言模型（LLM）的文本轉語音（TTS）系統。該版本具備zero-shot音色克隆能力，用戶通過輸入3秒以上的參考音頻可復刻音色並生成新語音。該模型支持9種通用語言（中文、英語、日語、韓語、德語、西班牙語、法語、義大利語、俄語）和...
CosyVoice是由FunAudioLLM團隊開發的多語言大型語音生成模型，基於Apache-2.0許可證開源，提供從推理到訓練再到部署的全棧語音合成能力。該模型支持中英日韓等9種語言及18種中文方言，具備3秒音頻零樣本語音克隆功能，支持跨語言音色復刻與情感控制，實時流式推理延遲低至150毫秒。2025年阿里通義百聆推出Fun-CosyVoice3...