CosyVoice

最近通义实验室搞了个叫 CosyVoice 的玩意儿，说实话，它把“说话”这件事给彻底重构了。以前咱们对着手机打字，总觉得隔着一层玻璃，现在只要录个十几秒自己的声音，或者甚至不用录音直接描述音色，它就能瞬间复刻出和你一模一样的声线，延迟低到几乎感觉不到卡顿。这不仅仅是个语音转文字的工具，更像是一个懂你脾气的私人助理。最绝的是它对口语的包容度，你说话时那些“嗯、啊、那个”的废话，它能自动过滤得干干净净；哪怕你说到一半突然改口说“不对，改成那样”，它也能像老练的编辑一样，把最终稿子修得严丝合缝，完全看不出你刚才还在纠结。这种能力在写邮件或者做会议记录时简直降维打击，你只需要用方言跟它聊两句上海话或粤语，甚至随口报几个数字公式，它立马就能整理成条理清晰的列表、表格，甚至直接生成带问候语和签名的完整邮件。以前我们总担心口述不够正式，现在这种“零样本”的克隆技术加上强大的指令理解，让创作门槛降到了尘埃里。我觉得这不仅仅是效率的提升，更是一种思维方式的解放，它把人类最自然的表达习惯保留了下来，却用算法赋予了其完美的秩序感，让那些原本散乱的思绪瞬间变得逻辑严密，真正实现了让说话再次成为最自然的写作方式，这种人机协作的默契感，才是科技该有的温度。

功能特色

1、支持单击和长按两种交互模式，让说话成为最自然的输入方式

2、识别口语中的自我修正，并自动应用到最终成稿，不留改口痕迹

3、整理成编号列表、表格或大纲，条理清晰，可直接发送

4、指令输入，一键成稿支持邮件、会议、笔记等多种指令

CosyVoice使用指南

1、自动过滤「嗯、啊、那个」

实时高质量语音转文本，CosyVoice 在转写过程中自动识别并去除口语化的填充词与重复词，让你的每一句话都干净利落。

2、散乱的口述，自动排成清单

说出一堆事情，CosyVoice 自动识别其中的项目结构，整理成编号列表、表格或大纲，条理清晰，可直接发送。

3、说错了？「不对，改成…」就行

CosyVoice 能识别口语中的自我修正——「不对不对」「改成」「我意思是」——并自动应用到最终稿件，不留改口痕迹。

4、说一句指令，得到一封完整邮件

写邮件、写会议邀请、写 vlog 脚本——告诉 CosyVoice 你想要什么格式，它直接给你完成稿，称谓、问候、签名一应俱全。

5、数字、公式、单位，都帮你写对

口播中的「三点五八亿」「百分之十二点六」自动还原为「3.58 亿」「12.6%」，还能识别公式表达并补齐符号，金融、科研、媒体场景都能直接用。

6、上海话、粤语、川话，都能听懂

无缝识别上海话、粤语、四川话等多种方言，并能将其转写为标准普通话，跨地区团队、田野调研、客户访谈都不再被口音卡住。

更新日志

v1.1.0版本

1、支持多语言-（日韩英繁体中文）

2、历史记录支持编辑修改

3、支持二维码加入内测群

4、支持标点符号过滤设置