CosyVoice
PulseAugur coverage of CosyVoice — every cluster mentioning CosyVoice across labs, papers, and developer communities, ranked by signal.
- 2026-07-06 product_launch Alibaba's Qwen launched the CosyVoice AI-powered input method application. 来源
-
阿里巴巴的 Qwen-Audio-3.1-TTS 在语音AI排行榜上名列全球第一
阿里巴巴的 Qwen-Audio-3.1-TTS 模型在权威的Artificial Analysis Controlled Voice Arena排行榜上获得了全球第一的排名。这一新一代文本到语音模型支持多语言合成，并允许跨语言的自然语音迁移，专注于语境的恰当性和情感表达。Qwen-Audio-3.1系列，包括ASR和实时交互模型，现已通过Qwen AI平台的API提供，同时几个相关的开源模型也在GitHub上获得了显著关注。
-
研究揭示ASR往返评估掩盖了TTS阅读错误
一篇新发表在arXiv上的研究论文指出了自动语音识别（ASR）往返评估在评估中文新闻文本到语音（TTS）系统时的局限性。研究发现，该方法会掩盖上下文和约定相关的阅读错误，即TTS系统产生一个看似合理但发音错误的语音，而自动语音识别（ASR）系统仍能正确转录。对MiMo TTS和CosyVoice系统的审计揭示了大量此类被掩盖的错误，这表明ASR往返评估可用于初步筛选，但不足以作为评估中文新闻TTS阅读风险的唯一依据。
-
俄罗斯AI语音合成面临质量、成本和许可障碍
使用AI生成逼真的俄语人声面临重大挑战，因为不同模型对同一文本表现出不同程度的性能。虽然一些服务在发音和重音方面存在困难，但其他服务则提供更自然的输出，尽管成本更高或访问受限。开源模型提供了免费替代方案，但许可可能成为商业使用的障碍，只有少数选项可在宽松许可下使用。
-
阿里巴巴的Qwen推出AI驱动的CosyVoice输入法
阿里巴巴的Qwen发布了CosyVoice，一款AI驱动的输入法应用程序。这款新工具利用大型语言模型提供智能文本润色，并拥有近乎完美的英语语音识别准确率。