阿里发布中国首个AI语音平台CosyVoice Studio，将语义理解融入语音能力

8月7日，阿里巴巴正式推出国内首个一站式AI语音生产平台CosyVoice Studio，该平台基于其自研语音模型Qwen-Audio构建，后者在权威AI评估平台Artificial Analysis的语音识别、实时交互和语音合成评测中均位列全球第一。平台包含三大核心功能：语音键盘可将语音转换为结构化文本并去除语气词，音频内容创作工具能将用户内容转化为播客和有声书，语音智能体则帮助企业创建实时对话代理。这是阿里巴巴首次将其语音模型能力整合为一款产品，企业用户可先体验测试，再按需调用API接口，而个人用户可直接使用。语音键盘支持数字、公式等特殊文本的智能转写，其“笔记”模式专为长时间会议、访谈和课堂设计，提供实时转写、说话人分离、结构化章节及多语言翻译功能。智能体工具CosyAgent允许用户用自然语言创建智能体，支持对提示词和工作流程进行深度配置，适用于客服和电话营销场景。内容创作工具CosyCreative提供数千种声音和声音克隆功能，可生成对话式播客和多角色有声书。该平台现已在iOS、Android、Mac和Windows应用商店免费提供，而CosyAgent和CosyCreative正以白名单形式对企业用户开放测试。