Alibaba lance CosyVoice Studio, la première plateforme chinoise de voix IA intégrant la compréhension sémantique aux capacités vocales

Le 7 août, Alibaba a officiellement lancé CosyVoice Studio, la première plateforme chinoise tout-en-un de production vocale par IA, construite sur son modèle vocal propriétaire Qwen-Audio, qui a obtenu la première place mondiale en reconnaissance vocale (ASR), en interaction en temps réel et en synthèse vocale (TTS) sur la plateforme d'évaluation IA de référence Artificial Analysis. La plateforme comprend trois fonctions principales : le clavier vocal convertit la parole en texte structuré en supprimant les mots de remplissage, l'outil de création de contenu audio transforme le contenu de l'utilisateur en podcasts et en livres audio, et l'agent vocal permet aux entreprises de créer des agents conversationnels en temps réel. C'est la première fois qu'Alibaba regroupe ses capacités de modèles vocaux dans un produit, permettant aux utilisateurs professionnels de tester l'expérience puis d'appeler les interfaces de programmation d'applications (API) selon leurs besoins, tandis que les utilisateurs individuels peuvent l'utiliser directement. Le clavier vocal prend en charge la transcription intelligente de textes spéciaux comme les chiffres et les formules, et son mode « notes » est conçu pour les longues réunions, les entretiens et les cours, avec transcription en temps réel, segmentation des locuteurs, chapitres structurés et traduction multilingue. L'outil agent, CosyAgent, permet aux utilisateurs de créer des agents avec un langage naturel, prenant en charge la configuration approfondie des invites et des flux de travail pour le service client et le télémarketing. L'outil de création de contenu, CosyCreative, propose des milliers de voix et le clonage vocal pour générer des podcasts conversationnels et des livres audio à plusieurs rôles. La plateforme est disponible gratuitement sur iOS, Android, Mac et Windows via les magasins d'applications, tandis que CosyAgent et CosyCreative sont testés avec des utilisateurs professionnels sur une base de liste blanche.