阿里通义开源Fun-CosyVoice 3.0.5B：零样本音色克隆功能详解
12月15日，阿里通义正式开源Fun-CosyVoice3-0.5B版本。该模型具备零样本音色克隆能力，用户只需提供一段3秒以上的参考音频，即可复刻其音色并合成新语音，同时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，推理成本更低，现已开源，支持本地部署与定制化微调。
值得一提的是，通义进一步增强了Fun-ASR模型，其在噪声场景下的准确率达到93%，并新增歌词与说唱识别功能。
相关攻略
3月2日，阿里通义实验室语音团队发布两款支持FreeStyle指令生成的模型Fun-CosyVoice3 5与Fun-AudioGen-VD。最新宣称，无论是精细控制声音表达，还是从零设计音色与场
12月24日消息，阿里通义百聆家族近日开源新一代语音交互模型Fun-Audio-Chat-8B。新模型兼具高智商和高情商，具备出色的共情能力，与之对话，仿佛与懂你的人聊天。在OpenAudioBen
7月29日消息，7月28日晚，阿里AI“四连发”再落一子，电影级视频生成模型通义万相Wan2 2正式开源，并全面接入通义APP。据悉，Wan2 2此次开源的文生视频模型和图生视频模型均为业界首个使用
12 月 15 日消息，今天下午，通义大模型通过最新公众号宣布，两款“百聆”语音模型正式开源，两款模型迎来升级。根据介绍，其只需 3 秒录音，就能让你的声音无缝切换语种、方言与情绪 —— 普通话、
12月15日，阿里通义宣布开源Fun-CosyVoice3-0 5B，该版本提供了zero-shot音色克隆能力，只需要你提供一段3秒以上的参考音频，即可复刻其音色并合成新语音，并且支持本地部署和
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭