Theo động sát Beating theo dõi, Alibaba đã ra mắt nền tảng AI giọng nói tất cả trong một CosyVoice Studio, nền tảng sử dụng loạt mô hình Qwen-Audio, bao gồm ghi âm giọng nói, tác nhân giọng nói thời gian thực và sáng tạo âm thanh.
CosyFlow tập trung vào ghi âm giọng nói. Khi người dùng nói, nó sẽ tự động loại bỏ các từ đệm như "ừm, à, cái đó" và các biểu đạt lặp lại, đồng thời có thể trực tiếp sắp xếp lời nói rời rạc thành danh sách, email và biên bản cuộc họp. Khi ghi âm, nó cũng có thể phân biệt các người nói khác nhau, tự động tạo tóm tắt và việc cần làm.
CosyAgent hướng đến dịch vụ giọng nói doanh nghiệp. Người dùng có thể tạo tác nhân đối thoại thời gian thực bằng ngôn ngữ tự nhiên, đồng thời có thể kết nối tài liệu doanh nghiệp, cơ sở dữ liệu, MCP và API, dùng cho các tình huống như chăm sóc khách hàng, tiếp thị qua điện thoại.
CosyCreative đảm nhận sản xuất âm thanh. Tải lên tài liệu, trang web hoặc nhập văn bản, có thể tạo podcast và sách nói đa nhân vật, cũng hỗ trợ tái tạo giọng nói, tạo lại cục bộ và chỉnh sửa đa track.
Phiên bản cá nhân hiện đã hỗ trợ iOS, Android, Mac và Windows, trải nghiệm miễn phí trong thời gian giới hạn. CosyAgent và CosyCreative hiện vẫn đang được thử nghiệm cho doanh nghiệp dưới hình thức danh sách trắng.
