阿里推国内首个一站式AI语音平台

阿里巴巴近日正式推出国内首个一站式AI语音生产力平台CosyVoice Studio，标志着其在语音人工智能领域的产品化布局迈出关键一步。该平台基于阿里自研的语音大模型Qwen-Audio打造，将语音识别、语义理解与生成式AI能力深度融合，面向移动端和桌面端用户提供全链路的语音处理与创作服务。

CosyVoice Studio目前包含三大核心功能模块。其中，语音记录工具CosyFlow在传统语音转文字的基础上叠加了语义理解与文本生成能力，能够自动过滤日常口语中的填充词，将零散叙述整理为结构化表达。针对会议、访谈、课堂等专业场景，CosyFlow内置“随记”功能，支持实时录制和离线上传，并可根据声纹区分不同发言人，录音结束后自动生成章节划分与智能摘要，大幅提升信息整理效率。

语音智能体CosyAgent则允许用户通过自然语言快速创建具备企业知识库、工具调用和实时语音交互能力的智能体，同时兼容prompt与workflow配置方式，可灵活应用于智能客服、电话营销等企业级场景。音频创作工具CosyCreative内置上千种音色，支持声音复刻，用户只需上传文档、网页链接或输入文字，即可生成对话播客或多角色有声书，覆盖音频内容从策划到产出的全流程。

目前，CosyVoice Studio已在iOS、Android、Mac和Windows应用商店开放下载，用户搜索“CosyVoice”即可体验，限时免费。其中CosyAgent和CosyCreative目前以白名单邀请制面向企业用户测试，官方表示将在近期全面开放。这一平台的推出，降低了高质量语音内容生产与语音交互应用的门槛，也为国内语音AI生态提供了新的基础设施选项。