用例 · 内容创作
30 秒克隆一个声音。
可连续合成数小时。
在 Apple Silicon 上进行零样本声音克隆。提供 5–30 秒的参考片段及其转录,CosyVoice 3 即可用该声音在九种语言上合成语音,全程离线。无需微调、无按字符计费,音频从不离开设备。
你能构建什么
五种声音克隆配方。
每种配方都围绕 CosyVoice 3 完成合成,但前/后处理不同 —— 用说话人嵌入做匹配、用去噪保持参考干净、当你只有音频时用 Qwen3-TTS ICL。
有声书朗读
一次克隆作者或所选声音,合成数小时一致的朗读。
配音与本地化
让主持人的声音在翻译音轨中保持一致,支持九种语言。
角色配音
每个场景通过行内说话人标签使用二到四个自定义声音。
个人语音 TTS
为无法自然发声的用户恢复熟悉的声音。
品牌声音
在整条产品线上使用同一位一致的朗读者。
深入阅读