据通义大模型官方发布，通义百聆正式推出升级版语音大模型fun-cosyvoice3与fun-asr，并同步向全球开源。本次迭代重点强化模型的核心能力与落地实用性，旨在为开发者及企业用户提供更高效、更可靠的语音ai解决方案。
Fun-CosyVoice3：低延迟、高保真的智能语音合成
首包响应时间缩短50%，真正达成“边输边说”的实时合成体验。中英文混合语音合成错误率显著降低56.4%，全面支持9种国际语言、18类中文方言，并内置多维度情感表达调控能力。其轻量开源版本Fun-CosyVoice3-0.5B具备出色的zero-shot音色复刻性能。
Fun-ASR：高鲁棒性、低延迟的语音识别引擎
在复杂噪声场景下识别准确率高达93%，新增对歌词文本及说唱节奏的专项识别优化。支持31种语言自由混读识别，覆盖主流中文方言；流式识别首字输出延迟压缩至160毫秒。配套轻量级模型Fun-ASR-Nano-0.8B已同步开源，显著降低推理资源消耗与部署门槛。
目前，两大模型已在魔搭（ModelScope）、Hugging Face及GitHub等主流平台全面开放，支持本地化部署与深度定制开发。
https://www.php.cn/link/8f9b9fd0f3d4fdb8e07c3c7b1640d9b7）
https://www.php.cn/link/5aae68270b448da2adfa823502b512a8）
https://www.php.cn/link/373eb24e9055ded5b02698f7c7f7d4b8）
https://www.php.cn/link/f86bb0bfe24918427cf1b171fb3c5d8d）
https://www.php.cn/link/96ecbfadac55a39b8909822f91399f00）
https://www.php.cn/link/4773b356503b0370e3380e03ec73421c）
源码获取地址：立即下载
以上就是通义百聆语音双子星升级并开源，大幅提升语音合成与识别能力的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
广告Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
674
收藏
