Alibaba Meluncurkan Platform Suara AI Pertama di China, CosyVoice Studio, yang Mengintegrasikan Pemahaman Semantik ke dalam Kemampuan Suara

Pada tanggal 7 Agustus, Alibaba secara resmi meluncurkan CosyVoice Studio, platform produksi suara AI satu atap pertama di China, yang dibangun di atas model suara buatan sendiri Qwen-Audio, yang meraih peringkat pertama secara global dalam pengenalan ucapan (ASR), interaksi real-time, dan sintesis ucapan (TTS) pada platform evaluasi AI otoritatif Artificial Analysis. Platform ini mencakup tiga fitur utama: keyboard suara yang mengubah ucapan menjadi teks terstruktur dengan menghilangkan kata pengisi, alat pembuatan konten audio yang mengubah konten pengguna menjadi podcast dan buku audio, serta agen suara yang memungkinkan bisnis membuat agen percakapan real-time. Ini adalah pertama kalinya Alibaba menggabungkan kemampuan model suaranya ke dalam sebuah produk, memungkinkan pengguna perusahaan untuk menguji pengalaman tersebut dan kemudian memanggil API sesuai kebutuhan, sementara pengguna individu dapat langsung menggunakannya. Keyboard suara mendukung transkripsi cerdas untuk teks khusus seperti angka dan rumus, dan mode 'catatan' dirancang untuk rapat panjang, wawancara, dan kelas, dengan transkripsi real-time, pembedaan pembicara, bab terstruktur, dan terjemahan multibahasa. Alat agen, CosyAgent, memungkinkan pengguna membuat agen dengan bahasa alami, mendukung konfigurasi mendalam dari prompt dan alur kerja untuk layanan pelanggan dan telemarketing. Alat pembuatan konten, CosyCreative, menawarkan ribuan suara dan kloning suara untuk menghasilkan podcast percakapan dan buku audio multi-peran. Platform ini tersedia gratis di iOS, Android, Mac, dan Windows melalui toko aplikasi, sementara CosyAgent dan CosyCreative sedang diuji dengan pengguna perusahaan berdasarkan daftar putih.