阿里的 CosyVoice Studio 一口气集齐了语音转写、智能体和音频创作，现在是限时免费，想试试语音工具链的可以下载用用。
阿里巴巴发布一站式 AI 语音生产力平台 CosyVoice Studio，基于自研语音模型 Qwen-Audio 构建。平台包含语音记录工具 CosyFlow、语音智能体 CosyAgent 和音频创作工具 CosyCreative。CosyFlow 支持语音转写并过滤口语填充词，可生成邮件、会议纪要等结构化文本。CosyAgent 可通过自然语言创建实时对话智能体，兼容 prompt 与 workflow 配置。CosyCreative 内置上千种音色并支持声音复刻，上传文档即可生成播客或有声书。
IT之家 8 月 7 日消息，阿里巴巴今日宣布推出国内首个一站式 AI 语音生产力平台 CosyVoice Studio 。 官方表示，该平台基于自研语音模型 Qwen-Audio 打造，包含语音记录 CosyFlow、语音智能体 CosyAgent 和音频内容创作工具 CosyCreative 等功能。 用户可在 iOS、Android、Mac 和 Windows 应用商店搜索“CosyVoice”下载， 限时免费体验 。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 。 IT之家附 CosyVoice Studio 功能如下： 语音记录 CosyFlow：转写叠加语义理解，输出结构化文本 语音记录在语音转文字基础上叠加语义理解和文本生成能力。日常场景中自动过滤“那个”“嗯”等口语填充词， 将零散想法整理为清晰表达 ；工作场景中，口述即可生成邮件、工作汇报、会议纪要的格式与话术。 内置“随记”功能 ，面向会议、访谈、课堂等场景，支持实时录制和离线上传。根据声纹区分不同发言人，录音结束后自动生成结构化章节和智能摘要。 语音智能体 CosyAgent：自然语言创建实时对话 Agent CosyAgent 支持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，也兼容 prompt 与 workflow 配置，面向智能客服、电话营销等场景。 音频创作 CosyCreative：上传文档即可生成播客或有声书 CosyCreative 内置上千种音色，支持声音复刻，生成的音色十分接近真人。用户上传文档、网页链接或输入文字，即可生成对话播客或多角色有声书，覆盖音频内容创作的全链路。