Fun-CosyVoice3.5 – 阿里通义实验室推出的语音生成模型

Fun-CosyVoice3.5是什么

Fun-CosyVoice3.5 是阿里通义实验室语音团队最新发布的语音生成模型，主打多语种音色复刻与精细化表达控制。模型最突出的创新在于FreeStyle自然语言控制能力——用户无需掌握专业参数，直接用口语化指令如”语气坚定一点””语速慢一点”即可精准调控语音效果，实现”一句话自由生成语音”。Fun-CosyVoice3.5新增泰语、印尼语、葡萄牙语、越南语支持，覆盖13种语言，生僻字读错率从15.2%降至5.3%，并通过Tokenizer帧率优化将首包延迟降低35%。

Fun-CosyVoice3.5的主要功能

• FreeStyle 自然语言控制：支持用口语化指令直接描述语音效果，如”语气坚定一点””稍微压低音调，语速慢一点””带一点情绪起伏”等，无需掌握专业参数即可精准调控。