大家好，本次分享的是文本生成语音的又一款神器：阿里音频生成大模型的其中一款文字转语音，声音克隆，粤语模型，情感控制，笑声控制，音视频创作中需要将文字转为语音播报的场景，如小说阅读、新闻播报、影视解说、剧本配音等。

CosyVoice则专注自然语音生成，支持多语言、音色和情感控制，支持中英日粤韩5种语言的生成，效果显著优于传统语音生成模型。

仅需要3~10s的原始音频，CosyVoice即可生成模拟音色，甚至包括韵律、情感等细节，包括跨语种语音生成。而且CosyVoice支持以富文本或自然语言的形式，对生成语音的情感、韵律进行细粒度的控制，生音频在情感表现力上得到明显提升。

下载解压包：标准用户点击：运行CosyVoice-300M，待CMD窗口读数会自动弹出web页面，即可探索。

阿里开源语音模型CosyVoice整合包0721更新版 第5张插图