TOOLORA / ローカル閲覧版
CosyVoice
テキストと参考音声から多言語音声を合成。ストリーミング入出力、発音修正、言語・感情・速度などの指示に対応します。
製品紹介
CosyVoiceは導入可能な音声合成モデル群です。現行Fun-CosyVoice 3.0は9言語、参考音声による生成、言語をまたぐ声の再現に対応します。方言・感情・速度・音量を指示し、中国語ピンインや英語音素で発音を修正できます。文字入力と音声出力のストリーミングも利用できます。基礎版とRL版の重み、学習・推論コードを提供し、現行モデルカードと主要コードはApache 2.0を宣言しています。環境と依存関係は版ごとに設定します。
公式の出典・参考資料
- 公式サイトhttps://github.com/QwenAudio/CosyVoice
- 公式ドキュメントhttps://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512
公開情報に基づく紹介です。機能、料金、地域ごとの提供状況は公式サイトで確認してください。