通义百炼开源Fun-CosyVoice，支持极速克隆高品质语音
智通财经APP获悉，12月15日，通义大模型官方微信公众号发布消息，宣布通义百炼语音模型迎来新一轮升级。本次升级主要涵盖以下方面：Fun-CosyVoice3模型性能提升，首次响应延迟降低50%，中英文混合识别准确率翻倍，并支持9种语言及18种方言口音、跨语种声音克隆与情感控制能力。同时，Fun-CosyVoice3（0.5B）模型正式开源，此版本提供零样本声音克隆功能，用户仅需提供一段3秒以上的参考音频，即可复刻其音色并合成新语音，且支持本地部署与二次开发。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
此外，通义还推出了轻量化版本Fun-ASR-Nano模型，总参数量压缩至0.8B，推理成本进一步降低，目前已开源，支持本地部署与定制化微调。
通义团队表示，本次Fun-CosyVoice3大模型实现了多项关键性能提升：
首包延迟降低50%，支持双向流式合成，真正实现“输入即发声”，适用于语音助手、直播配音、无障碍阅读等实时交互场景；
中英文混合词错误率相较于之前大幅下降56.4%，无论是包含专业术语、大小写混排，还是需要进行语码转换的句子，模型均能精准、自然地发音；
在零样本文本到语音评测中，内容一致性与音色相似度均获全面提升，复杂场景下的字符错误率相对降低26%，已接近真人录音水平；
模型支持9种通用语言、18种中文方言、9种情感控制，并具备跨语种音色复刻能力——仅需一段普通话录音，即可生成粤语、日语、英语等不同语言的语音，且音色保持高度一致。
Fun-ASR模型能力也同步获得增强。作为通义百炼推出的端到端语音识别大模型，Fun-ASR基于数千小时真实语音数据训练，已在钉钉“AI听记”、视频会议等场景中大规模落地应用。本次，通义对Fun-ASR的核心能力进行了全面升级，重点优化了嘈杂环境鲁棒性、多语言自由混说、中文方言与口音覆盖、歌词识别、定制化能力，并将流式识别模型的首字延迟降低至160毫秒。
相关攻略
新华社东京3月26日电（记者钱铮）日本一项新近发表的研究显示，哺乳动物的克隆不能无限进行，一代代克隆过程中有害突变会在克隆动物体内积蓄，最终达到克隆极限。 日本放射线影响研究所和山梨大学研究人
3月14日，千问AI眼镜在2026年中国家电及消费电子博览会（简称“AWE”）现场举办国内首场产品发布会。据悉，在展区现场，千问AI眼镜吸引大量观众排队体验。展台上多台设备被轮流试戴，许多观众从语音
近期，短视频平台上“假周星驰”刷屏，AI生成的内容与星爷长得一模一样，语气、笑声乃至小动作都惟妙惟肖，还复刻了多个经典片段，不仔细看真能以假乱真。这些视频打着“致敬经典”的旗号，本质是赤裸裸的侵权
来源：科技日报科技日报银川1月5日电 （记者王迎霞）记者5日从宁夏农林科学院获悉，该院动物科学研究所联合浙江省农业科学院畜牧兽医研究所实施“滩羊体细胞保种与克隆技术研究”项目，目前已培育健康克隆羔羊
今天磊哥就花 3 分钟，一次性带你盘点目前市面上主流的 4 种声音克隆方案，帮你精准避坑，直接把最省钱、最好用的方案带回家！ 最近这几个月，数字人和短视频配音简直火得一塌糊涂。很多朋友在做视频的时候
热门专题
热门推荐
3月31日消息，OPPO将于4月21日举行新品发布会，推出Find X9s Pro、Find X9 Ultra两款影像旗舰。今日，OPPO Find 系列产品负责人卓世杰晒出Find X9s Pro
Yandex网页版无需登录入口是https: ya ru ，该链接通过skip_sslsignin=1参数直连最新服务器，自动跳过登录验证，支持多语言、多服务快捷访问，具备轻量界
格隆汇3月31日｜日经225指数收盘下跌822 13点，跌幅1 58%，报51063 72点。日经225指数3月收跌13 23%，创下自2020年3月(新冠疫情初期)以来最大月度跌幅。
顺丰控股港股(6936 HK)涨超5%，报35 02港元，最高触及35 7港元；顺丰控股A股(002352 SZ)涨4%，报38 23元，创一个半月新高。消息面上，顺丰控股披露了2025年年度报告，
小吉空调以“双十”服务，向用户交付家居空间的美学方案家电行业的竞争，长期围绕产品参数与外观设计展开;但当产品趋同成为常态，品牌真正的分水岭开始后移——从“产品交付那一刻”延伸到“用户使用的整个周期”