Theo giám sát từ Động Sát Beating, Alibaba Cloud đã chính thức ra mắt bộ gõ AI giọng nói mới CosyVoice trên ứng dụng macOS và các cửa hàng ứng dụng di động của Huawei, Xiaomi, vivo, v.v., hiện đang trong giai đoạn trải nghiệm miễn phí có giới hạn. Tên bộ gõ được kế thừa từ mô hình giọng nói lớn CosyVoice của Alibaba, trong khi nền tảng sử dụng mô hình lớn Tongyi Qianwen để phân tích ngữ nghĩa, hỗ trợ nhập liệu bằng giọng nói trong mọi tình huống.
Giao diện bộ gõ cực kỳ tối giản, chỉ giữ lại 4 phím vật lý: xóa, xuống dòng, @ và khoảng trắng; để gõ chữ cần chuyển về bàn phím hệ thống. Dựa trên khả năng hiểu của mô hình lớn Tongyi Qianwen, nhập liệu giọng nói có thể tự động làm sạch các từ đệm như "ừ, à" và nhận diện các chỉnh sửa bằng miệng như "không đúng, sửa thành...". Ngoài việc tự động sắp xếp nội dung song song thành danh sách đánh số hoặc bảng, bộ gõ còn có thể chuyển đổi thời gian thực các phương ngữ như Thượng Hải, Quảng Đông, Tứ Xuyên thành tiếng phổ thông chuẩn, và được trang bị chức năng từ khóa nóng hỗ trợ nhập thủ công các thuật ngữ chuyên ngành.
Có sự khác biệt về chức năng giữa hai phiên bản ứng dụng; phiên bản macOS độc quyền có tính năng "Tăng cường nhận diện video". Khi bật, hệ thống sẽ tự động chụp màn hình và tải lên trong quá trình nhập liệu giọng nói, kết hợp với ngữ cảnh màn hình để cung cấp chuyển đổi ngữ nghĩa chính xác hơn, nhưng cũng đặt ra yêu cầu về cân bằng quyền riêng tư. So sánh theo chiều ngang, CosyVoice đang ở giai đoạn phát triển ban đầu, còn khoảng cách về tích hợp hệ sinh thái và độ ổn định so với bộ gõ WeChat và Doubao, đồng thời có vấn đề loại bỏ quá mức các từ đệm trong quá trình chuyển đổi.
