1. 首页 > 品牌企业 >

阿里通义再发力：开源Fun-CosyVoice3-0.5B及轻量化模型，功能升级亮点多

user3242 • • 品牌企业 •
阿里通义再发力：开源Fun-CosyVoice3-0.5B及轻量化模型，功能升级亮点多

阿里通义近日在语音技术领域接连推出多项创新成果，为开发者与用户带来更高效的解决方案。其最新开源的Fun-CosyVoice3-0.5B模型具备突破性的零样本音色克隆能力，用户仅需上传一段时长超过3秒的音频样本，系统即可精准复刻该音色并生成全新语音内容。该模型支持本地化部署与二次开发，为个性化语音应用开发提供了灵活的技术底座。

在语音识别领域，通义同步推出轻量化模型Fun-ASR-Nano，通过将参数量压缩至0.8B级别，显著降低了推理计算成本。这款开源模型不仅保持了高精度识别能力，更支持开发者根据特定场景需求进行定制化微调，特别适合资源受限设备部署。经测试，该模型在普通消费级硬件上即可实现流畅运行。

针对复杂音频环境挑战，通义对Fun-ASR模型进行专项优化升级。升级后的版本在噪声干扰场景下仍能保持93%的准确识别率，同时扩展了对音乐类内容的识别支持，包括歌词文本转写和说唱节奏识别等特殊需求。这项改进使得语音识别技术得以拓展至音乐创作、影视制作等创意产业领域，为内容生产者提供智能化工具支持。

（来源：小熊科技）
业界动态 阿里通义再发力：开源Fun-CosyVoice3-0.5B及轻量化模型，功能升级亮点多
免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。
user3242user3242

相关推荐