阿里推出国内首个AI语音平台CosyVoice Studio，将语义理解融入语音能力
内容提要
阿里巴巴推出国内首个一站式AI语音生产力平台CosyVoice Studio，基于自研语音模型Qwen-Audio，在语音识别、实时交互和语音合成上获全球第一。平台提供语音键盘、音频内容创作和语音智能体三大功能，支持口语整理、多语言翻译、声音复刻等，满足企业、开发者和个人用户的AI语音需求。
延伸解读
从工具到平台：语音能力的聚合与开放
CosyVoice Studio的推出标志着阿里将语音模型能力从单一API转向聚合产品形态。文章指出，早期散点化的语音转写和合成工具正朝端到端语音Agent演变，而该平台首次以产品形式对外开放，企业可先体验再调用API，个人用户也能直接使用。这种模式降低了AI语音技术的使用门槛，可能推动更多场景的落地。
语义理解提升语音转写的实用性
CosyVoice的语音键盘不仅转写文字，还叠加语义理解，能过滤口语填充词、修正自我改口，并生成结构化文本。例如，数字和公式可智能转写为规范格式，口述可直接生成邮件或纪要。这种能力让语音输入从简单记录升级为内容整理，对需要高效产出的职场场景尤其有价值。
多场景覆盖与当前限制
平台提供语音键盘、音频创作和语音智能体三大功能，覆盖会议记录、播客生成、智能客服等场景。但需注意，CosyAgent和CosyCreative目前仅以白名单邀请制向企业测试，尚未全面开放。个人用户可免费使用语音键盘，但专业功能的使用门槛和后续收费模式尚不明确。
Q&A
CosyVoice Studio是什么？由哪家公司推出？
CosyVoice Studio是阿里巴巴推出的国内首个一站式AI语音生产力平台，基于自研语音模型Qwen-Audio打造。
CosyVoice Studio在Artificial Analysis上取得了什么成绩？
其自研语音模型Qwen-Audio在语音识别（ASR）、实时交互（RealTime）和语音合成（TTS）三个赛道均获得全球第一。
CosyVoice Studio有哪些主要功能？
主要有三个功能：语音键盘（CosyVoice）、音频内容创作工具（CosyCreative）和语音智能体（CosyAgent）。
CosyVoice的语音键盘有哪些特色能力？
它不仅能语音转文字，还能过滤口语填充词、整理逻辑，支持数字和公式的智能转写，并内置“随记”模式，可区分发言人、生成章节和进行多语言翻译。
CosyAgent是什么？能用来做什么？
CosyAgent是一款AI Agent搭建工具，用户可通过自然语言快速创建具备企业知识、工具调用和实时语音交互能力的智能体，适用于智能客服、电话营销等场景。
CosyCreative有哪些功能？
CosyCreative内置上千种音色，支持声音复刻，用户上传文档、网页链接或输入一句话，即可生成对话播客或多角色有声书。
CosyVoice Studio目前如何获取和使用？
用户可在iOS、Android、Mac和Windows应用商店搜索“CosyVoice”下载体验，不限量免费使用；CosyAgent和CosyCreative目前以白名单邀请制面向企业用户测试，近期将全面开放。
