借助官方的介绍:CosyVoice是通义实验室依托大规模预训练语言模型,深度融合文本理解和语音生成的新一代生成式语音合成大模型,支持文本至语音的实时流式合成。可以应用于:
看过介绍语,高精干的小伙伴是不是已经想好各种应用场景了吧,嘿嘿!
介于本次分享的与往期的语音模型大致操作异曲同工,就不过多演示,请大家自行挖掘吧。
下载解压包:标准用户点击: 运行CosyVoice-300M 待CMD窗口读数会自动弹出web页面,即可探索。
CosyVoice-300M本身具备一定从文本内容中推断情感的能力,经过细粒度控制训练的模型,CosyVoice-300M-Instruct在情感分类中的得分更高,具备更强的情感控制能力。
项目地址:https://gitee.com/youkuanghua/CosyVoice
阿里官方API接口详情:
https://help.aliyun.com/zh/model ... .0.0.56f01751Ke29mh
结语:因考察CosyVoice项目半载有余,项目拥护者自行维护基本7月反反复复期间做了些许优化升级更新,故推算7月最终版敲定,故现此发布于此。
为表谢意维护者,大家可按需下载多多支持:https://pan.quark.cn/s/3201dd483e92
https://www.123pan.com/s/GaNFjv-QAKSv.html 提取码:52pj
度盘我暂且不放了,让给维护者,有小伙伴需要的,可让哪位好心的同学置顶分享一下。