CosyVoice

CosyVoice：阿里巴巴的开源多语言语音生成模型，拥有 20K 星标

语音生成技术取得了显著进步，但大多数开源文本转语音（TTS）模型仍在一个基本权衡中挣扎：质量与语言覆盖率之间的取舍。由阿里巴巴 FunAudioLLM 团队开发的 CosyVoice 打破了这一障碍，在 9 种语言与 18 种以上中文方言中提供生产级质量的语音生成。