阿里通义千问语音模型新版发布：3秒录音复制9种语言及18种方言
12月15日消息，据通义大模型官方公众号今日下午宣布，两款"百聆"语音模型现已正式开源，并且迎来了全面升级。据介绍，该模型只需3秒录音样本，就能让你的声音无缝切换多达9种通用语言和18种地方方言，同时还能精准复刻说话者的情绪——无论是普通话、粤语、日语、英语，还是开心、愤怒等语气，都能轻松驾驭。
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 👈
能力升级
Fun-CosyVoice3 模型升级：首次发声延迟降低50%，中英文混合语音识别准确率显著提升，新增支持9种语言、18种方言口音，并具备跨语种声音克隆与情感控制能力；
Fun-ASR 模型能力增强：在噪声环境下的识别准确率高达93%，新增歌词与演唱识别功能，支持31种语言自由混合输入、并覆盖多种方言口音，同时将流式识别模型的首字延迟降低至160毫秒。
正式开源
Fun-CosyVoice3（0.5B）开源：该模型提供零样本音色克隆能力，支持本地化部署与二次开发；
Fun-ASR-Nano（0.8B）开源：作为Fun-ASR的轻量化版本，推理成本更低，模型完全开源，支持本地部署与个性化微调。
根据最新了解，本次Fun-CosyVoice3大模型完成了多项关键升级：
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比前代大幅降低56.4%，无论是包含专业术语、大小写混排的文本，还是需要进行语码转换的句子，模型都能精准、自然地发音；
在零样本语音合成评测中，内容一致性与音色相似度全面提升，复杂场景下的字符错误率相对降低26%，效果已接近真人录音水平；
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制能力——仅需一段普通话录音样本，即可生成粤语、日语、英语等多种语言的语音，同时保持高度一致的音色特征。
而此次开源的Fun-CosyVoice3-0.5B模型提供了零样本音色克隆功能，用户只需提供一段3秒以上的参考音频，即可复制其音色并合成新的语音内容，并且支持本地部署和二次开发。
Fun-ASR则致力于让AI"听得懂"。其基于数千上万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。最新版本重点优化了嘈杂环境鲁棒性、多语言自由混合输入、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到160毫秒。
Fun-CosyVoice3-0.5B 开源地址：
https://github.com/FunAudioLLM/CosyVoice（GitHub）
https://funaudiollm.github.io/cosyvoice3/（GitHub.io）
https://www.modelscope.cn/studios/FunAudioLLM/Fun-CosyVoice3-0.5B（体验demo）
https://modelscope.cn/models/FunAudioLLM/Fun-CosyVoice3-0.5B-2512（国内模型仓库）
https://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512（海外模型仓库）
Fun-ASR-Nano-0.8B 开源地址：
https://github.com/FunAudioLLM/Fun-ASR（GitHub）
https://funaudiollm.github.io/funasr/（GitHub.io）
https://modelscope.cn/studios/FunAudioLLM/Fun-ASR-Nano/（国内体验demo）
https://huggingface.co/spaces/FunAudioLLM/Fun-ASR-Nano（海外体验demo）
https://modelscope.cn/models/FunAudioLLM/fun-asr-nano-2512（国内模型仓库）
https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512（海外模型仓库）
相关攻略
近日，全球科技界迎来一场高规格访问：十余位美国顶尖科技企业首席执行官随代表团抵达中国。名单星光熠熠，包括苹果公司蒂姆·库克、英伟达创始人黄仁勋、特斯拉首席执行官埃隆·马斯克等业界领袖，堪称“硅谷天团”集体亮相。 在此次访问中，英伟达创始人兼CEO黄仁勋的发言尤为引人关注。他公开向媒体表示：“人工智能
四川将“人工智能+”列为全省“一号创新工程”，旨在将其作为驱动未来发展的核心引擎。该工程聚焦基础研究、产业生态、场景应用与人才支撑，推动人工智能与实体经济深度融合，以科技创新培育新质生产力，重塑经济竞争力，为高质量发展注入动力。
当前，国内人工智能领域的竞争已进入白热化阶段，一场围绕大模型技术的“百模大战”全面展开。在这场技术与商业应用的双重竞赛中，实在智能的实践路径尤为独特。该公司将自研的垂直大模型“TARS（塔斯）”与超自动化技术进行深度融合，成功开辟了一条聚焦垂直行业、深入具体业务场景的创新道路。 实在智能公司成立于2
5月14日，中国诚通总经理郭祥玉与中国电信总经理刘桂清在京座谈。双方围绕深化战略合作、服务国家大局深入交流，一致同意在基金投资、新兴产业培育及人工智能、云计算等前沿科技领域加强协同。此次会谈标志着两家央企合作进入新阶段，将通过优势互补共同培育新质生产力，推动高质量。
国家规划推动“人工智能+”与社会经济深度融合。第二届“未来企业家”评选增设“未来人工智能先锋企业家”奖，提升创新权重，旨在发掘以技术与远见引领未来的新一代商业领袖。当前AI竞争正从基础模型转向行业精耕，关键在于技术与实体经济的结合及综合能力比拼。该奖项聚焦在AI关键领域实现。
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