cosyvoice官方正版由通义云启信息技术有限公司推出,是一款 AI 语音生成工具。把文字粘贴进去就能生成对应音频,上传几秒原声样本即可复刻音色,语种和说话情绪也能自由切换。软件收录了多国语言和国内多种方言,自带多款成熟基础音色,支持调整语速与停顿,用来优化朗读效果。

· 支持单击和长按两种交互方式,说话本身就是输入手段。
· 能识别口语里的自我修正,并把修正后的内容直接应用到最终成稿,改口痕迹不会留下来。
· 口述内容可整理成编号列表、表格或大纲,结构清楚,整理完就能直接发送。
· 输入指令即可成稿,覆盖邮件、会议、笔记等多种指令类型。
1. 自动过滤「嗯、啊、那个」
语音转文本时,CosyVoice 会实时识别并去掉口语化的填充词和重复词,转写出来的文字更干净。
2. 散乱口述自动排成清单
说出一堆事情后,CosyVoice 能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「不对不对」「改成」「我意思是」这类口语自我修正,并自动应用到最终稿件,不留改口痕迹。
4. 一句指令生成完整邮件
写邮件、写会议邀请、写 vlog 脚本时,告诉 CosyVoice 想要的格式,它直接给出完成稿,称谓、问候、签名都包含在内。
5. 数字、公式、单位自动写对
口播中的「三点五八亿」「百分之十二点六」会自动还原为「3.58 亿」「12.6%」,公式表达也能识别并补齐符号,金融、科研、媒体场景可直接使用。
6. 上海话、粤语、川话都能听懂
支持识别上海话、粤语、四川话等多种方言,并能转写为标准普通话,跨地区团队、田野调研、客户访谈等场景不再受口音影响。
1. 下载打开应用,完成注册并登录账号。

2. 根据应用内指引,完成系统输入法切换设置。

3. 点击任意输入框,即可唤起 CosyVoice 键盘。

4. 键盘界面中央设有独立的语音录制按钮。点击一次开始口述,再次点击结束录音并启动转写;长按则实时识别,把文字填入输入框。

5. 键盘自带撤销、换行等编辑功能。
1. 在首页菜单栏找到音色克隆功能入口,点击进入对应页面。
2. 选择上传本地音频,或开启麦克风录制一段清晰人声。
3. 素材上传或录制完成后点击试听,确认音频无噪音、无多人杂音,保证人声干净。
4. 试听合格后打开文本输入框,完整录入这段人声音频里朗读的全部文字内容。
5. 填好参考文本后,在下方输入框填写需要用复刻音色朗读的目标文案,点击生成。
6. 完成后点击播放键,试听生成的语音。




