01 / Overview
简介
阿里巴巴通义语音实验室（FunAudioLLM）的开源语音生成模型家族，主力为 CosyVoice 系列 TTS：支持多语言合成、约 3 秒参考音频音色克隆与流式生成，代码与权重以 Apache-2.0 开源；同项目另有语音理解模型 SenseVoice（ASR 方向）。
发布日期2025-12-01
02 / Provenance
字段核对与口径说明
同一字段在不同来源出现两种说法时，这里把每种说法连同出处一起列出。本站不取中间值、不补造缺失数字，也不替读者裁定哪一方正确；读数时按出处自行判断即可。
查看逐字记录（2 项）
| 字段 | 素材原文记载（逐字保留） | 来源 |
|---|---|---|
| 基准与榜单分数 | 未抓到按登记口径可录入的旗舰分数（论文有 Seed-TTS 等测试集结果，本轮未逐项核到原文数值，未录入） | |
| 其他口径备注 | 阿里云百炼 CosyVoice API 的人民币计价未核实 |
03 / Plain layer
通俗层评测
自然度 官方未公布
识别准确率 官方未公布
语速 / 延迟 官方未公布
支持语言数 官方未公布
价格 / 免费 官方未公布开源权重免费自部署
04 / Facts
实用信息
| 上下文长度 | 官方未公布 |
|---|---|
| 最大输出 | 官方未公布 |
| 参数量 | 官方未公布 |
| 输入价 | 官方未公布 |
| 输出价 | 官方未公布 |
| CNY | 开源权重免费下载自部署（Apache-2.0）；阿里云百炼等云端 API 计价以官网公示为准（人民币口径，以厂商官网定价页为准） |
| 免费额度 | 开源权重免费自部署 |
| 输出速度 | 官方未公布 |
| 发布日期 | |
| 许可证 | 官方未公布 |
展开专业数据
专业层评测表
暂无已核实评测数据（未测 / 官方未公布 / 不适用）。
| 版本 | 发布日期 | 状态 | 开源情况 | 参数量 | 变化说明 | 详情 | |
|---|---|---|---|---|---|---|---|
| Fun-CosyVoice 3.0（0.5B）当前展示版本 | 现役 | 开源 | 官方未公布 | 第三代，2025 年 12 月开源；在内容一致性、说话人相似度与韵律自然度上超越 2.0，支持 9 种语言与 18+ 种中文方言（据 HF 模型页与项目资料）。 | 详情 | ||
| CosyVoice 2.0（CosyVoice2-0.5B） | 被替代 | 开源 | 官方未公布 | 2024 年 12 月发布，流式优先重构，首包延迟约 150ms（项目资料口径）。 | 详情 | ||
| CosyVoice 1.0 | 被替代 | 开源 | 官方未公布 | 2024 年 7 月首发，与 SenseVoice 同属 FunAudioLLM 项目发布。 | 详情 |
最后更新: · 数据来源见详情
06 / Compare