语音合成-CosyVoice

产品简介

基于新一代生成式语音大模型，CosyVoice将文本理解和语音生成技术深度融合，能够精准解析并诠释各种文本内容，将其转化为如同真人发声般的自然语音，带来高度拟人化的自然语音合成体验。

产品优势

• 高度拟人化：采用阿里通义语音实验室自研的CosyVoice 生成式神经网络语音大模型算法，使生成的语音在语调、韵律、情感表达等方面达到超拟人程度。

• 多样化音色选择：提供多种音色，满足用户在不同场景下的个性化需求。无论是新闻播报的庄重严肃风格，还是故事讲述的情感丰富场景，都能完美适配。

• 实时高效合成：系统具有出色的响应速度和流式语音合成处理能力，无论是长篇文档还是短句指令，都能实现快速、准确的实时语音合成。

• 应用广泛：适用于多种应用场景，如智能客服、有声读物、车载导航、教育辅导等，极大地拓宽了语音交互的可能性，提升用户体验的同时，也为企业智能化转型提供了强大支持。

功能特性

应用场景

• 智能客服

  提供多行业多场景的智能客服语音合成能力。能够提高解答效率，提升客户满意度，降低呼叫中心人工成本。通过定制个性化人声，使智能客服与真人保持同一音色。

• 智能设备

  为智能家居、音箱、车载和可穿戴设备等赋予更具人性化温度的声音。例如用父母音色讲故事或用子女音色进行导航。

• 文学有声阅读

  让富有感染力的声音为您讲故事、读小说、播新闻，满足便捷阅读需求。

• 新闻传媒播报

  释放用户的双手和双眼，提供多种发音风格的新闻播报，打造更优质的传媒体验。

• 无障碍播报

  将文字转成流畅动听的自然语言声音，实现面向各类人群的无障碍播报。

• 内容创作

  自媒体、大V等内容创作方可将个性化定制的声音应用于传播平台。如资讯播报、视频配音等。

• 在线教育

  “复制”在线课堂老师的声音，增强课堂的交互性。

• 更多应用场景

  除上述场景外，CosyVoice还适用于各种需要语音合成的场景，为用户提供高效、准确、超自然拟人的服务。

产品体验

请点击链接体验语音合成。

API详情

不同编程语言的SDK/API在参数命名规则、接口调用方式上存在差异，请根据实际编程语言参阅对应文档：

• Java：Java API

• Python：Python API

• 其他编程语言（如Go、C#、PHP、Node.js等）：WebSocket API

计量计费

• 单价：2元/万字符

  根据待合成字符数计费（其中1个汉字算2个字符，英文、标点符号均按照个1个字符计费）

• 免费额度：每主账号每模型每月2000字符

相关文档

• 语音合成-CosyVoice/Sambert：介绍语音合成技术的基本概念、应用场景和解决方案。

• 声音复刻：仅需10~20秒的录音，即可复刻真人声音，快速定制专属音色。

• 模型列表：提供模型的基本信息与计费说明。

• 限流：概述模型限流规则。