今日，阿里巴巴正式推出国内首个一站式AI语音生产力平台CosyVoice Studio。
该平台基于自研语音模型Qwen-Audio打造，包含语音记录CosyFlow、语音智能体CosyAgent和音频内容创作工具CosyCreative等功能。
语音记录CosyFlow：转写叠加语义理解，输出结构化文本
语音记录在语音转文字基础上叠加语义理解和文本生成能力。日常场景中自动过滤“那个”“嗯”等口语填充词，将零散想法整理为清晰表达；工作场景中，口述即可生成邮件、工作汇报、会议纪要的格式与话术。
内置“随记”功能，面向会议、访谈、课堂等场景，支持实时录制和离线上传。根据声纹区分不同发言人，录音结束后自动生成结构化章节和智能摘要。
语音智能体CosyAgent：自然语言创建实时对话Agent
CosyAgent支持通过自然语言快速创建具备企业知识、工具调用和实时语音交互能力的智能体，也兼容prompt与workflow配置，面向智能客服、电话营销等场景。
音频创作CosyCreative：上传文档即可生成播客或有声书
CosyCreative内置上千种音色，支持声音复刻，生成的音色十分接近真人。用户上传文档、网页链接或输入文字，即可生成对话播客或多角色有声书，覆盖音频内容创作的全链路。
即日起用户可在iOS、Android、Mac和Windows应用商店搜索“CosyVoice”下载，限时免费体验。CosyAgent和CosyCreative目前以白名单邀请制面向企业用户测试，近期将全面开放。
来源于阿里云