TOOLORA / Edición local de lectura
CosyVoice
Sintetiza voz multilingüe con texto y audio de referencia, streaming, corrección de pronunciación e instrucciones de idioma, emoción o velocidad.
Descripción
CosyVoice es una familia desplegable de síntesis de voz. Fun-CosyVoice 3.0 cubre nueve idiomas, condicionamiento por audio y reproducción de voz entre idiomas. Las instrucciones controlan dialecto, emoción, velocidad y volumen; pinyin o fonemas ingleses corrigen pronunciación. Admite texto y audio en streaming. Ofrece pesos base y RL y código de entrenamiento e inferencia. La ficha actual y el código principal declaran Apache 2.0; las dependencias varían por versión.
Fuentes oficiales y referencias
- Sitio oficialhttps://github.com/QwenAudio/CosyVoice
- Documentaciónhttps://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512
Las descripciones resumen información pública. Consulta los sitios oficiales para funciones, precios y disponibilidad regional.