快科技3月2日音书，本日，阿里发布两款语音新模子开云体育(中国)官方网站，基于参考音频的声息克隆模子Fun-CosyVoice3.5、无参考音频的音色瞎想模子Fun-AudioGen-VD。 据先容，两款模子均引入了弘大的“提醒解雇”才智，解放截止声息的厚谊、语速、场景等。 其可用freestyle（解放格调形态）定制扮装，适用于有声书、游戏、客服、播客、教诲、直播等多个场景。 值得恰当的是，两款模子在同尺寸模子的基准评测中斩获多项SOTA。 在Seed-TTS基准测试的中语“贫苦案例”打算中
快科技3月2日音书，本日，阿里发布两款语音新模子开云体育(中国)官方网站，基于参考音频的声息克隆模子Fun-CosyVoice3.5、无参考音频的音色瞎想模子Fun-AudioGen-VD。
据先容，两款模子均引入了弘大的“提醒解雇”才智，解放截止声息的厚谊、语速、场景等。
其可用freestyle（解放格调形态）定制扮装，适用于有声书、游戏、客服、播客、教诲、直播等多个场景。
值得恰当的是，两款模子在同尺寸模子的基准评测中斩获多项SOTA。
在Seed-TTS基准测试的中语“贫苦案例”打算中，Fun-CosyVoice3.5进展拉风，词错误率(Word Error Rate,WER)和言语东说念主相通度(Speaker Similarity,SSIM)均为最好。
同期，因为优化了“贫苦案例”的发音，荒僻字句错率由15.2%缩短到5.3%。
其中，Fun-CosyVoice3.5赈济freestyle提醒截止，责罚了传统克隆模子只会效法不成指定扮装的痛点。
Fun-AudioGen-VD专注“从无到有”的音色瞎想。在提醒解雇才智和可控性的Instruct-TTS基准测试中跳跃gemini2.5-pro和gpt-4o-mini-tts。
该模子不仅能左证形色定制音色和厚谊，还能同步模拟复杂的听觉环境，扫尾“东说念主物+场景”的一体化。
在强化学习中，两款模子通过使用DiffRO和GRPO，加多了时长和韵律多通说念的奖励。
此外，Fun-CosyVoice3.5所用的tokenizer帧率减半，提高查考后果，且首包蔓延缩短35%，大幅普及了及时交互体验。
即日起开云体育(中国)官方网站，用户可在阿里云百真金不怕火调用这两款最新模子。
