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，提供语音记录、智能体和音频创作功能，支持转写、语义理解、声纹区分、自然语言创建智能体，以及文档生成播客或有声书。现已在多平台开放下载，限时免费体验。

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。

Cosyvoice是由Jichengdu维护的多语言文本转语音系统，具备先进的语音克隆能力，支持低延迟和高质量输出，能够生成自然语音，适用于多种语言和风格。

CosyVoice是阿里巴巴开源的语音生成大模型，最新的2.0版本在音质、准确性和稳定性上有显著提升，支持多方言和情感控制，语音合成延迟更低。

本文介绍了安装和使用CosyVoice多语言、音色和情感控制模型的步骤。首先下载安装包，然后安装Conda和所需的依赖。接下来安装Homebrew和sox，并设置环境变量。最后通过webui.py启动模型，并使用预设音色进行文本转语音。

阿里通义实验室开源了CosyVoice语音模型，支持自然语音生成，多语言、音色和情感控制。模型训练数据超过15万小时，支持中英日粤韩5种语言合成。提供了Windows和Mac平台的本地部署教程。推荐使用webui进行操作。