Fun-CosyVoice 3 重磅升级｜更快、更准、更强表达力

通义实验室

合集 · 通义前哨站 (71)

  1. 1:02:05
    【直播回放】ICLR 2025论文解读（上）——通义实验室篇
  2. 1:11
    智能体工作流评估新框架：WorFBench
  3. 1:20
    这是通义千问的来时路。
  4. 15:23
    从单图到可驱动3D数字人生成技术讲解
  5. 1:15
    有人问Qwen2.5-Omni 和VL的区别？
  6. 1:27:46
    【直播回放】ICLR 2025论文解读（下）——通义实验室篇
  7. 2:03
    通义万相2.1的3D VAE是什么？
  8. 1:29
    多模态大模型解题新思路：mPLUG-Owl3
  9. 0:42
    行业首发全栈MCP服务，尽在百炼平台～
  10. 1:29
    通义万相2.1首尾帧生视频模型开源
  11. 1:23
    【玩转MCP】手把手教你自定义部署MCP服务
  12. 1:23
    【玩转MCP】手把手教你搭建专属MCP Agent
  13. 1:57
    超写实3D数字人大模型（LAM）技术报告解读
  14. 1:34
    表情、声音、说话风格一键复刻！
  15. 0:23
    我们为千行百业而来。
  16. 0:40
    Qwen3 来了！
  17. 1:20
    Thinking Budget：让大模型灵活思考
  18. 0:56
    Qwen3+MCP带来哪些新场景？
  19. 1:00
    太好了，是Qwen的Deep Research,我们有救了
  20. 1:07
    通义万相视频编辑统一模型VACE开源发布
  21. 10:01
    【直播回放】通义万相视频编辑统一模型VACE开源
  22. 2:14
    如果有Wan Day，它会是什么样子？
  23. 2:42
    ZeroSearch：无需真实搜索也能激发模型搜索能力
  24. 3:24
    今天来复习一下Qwen2.5-VL技术报告！
  25. 3:15
    ParScale：一种全新的大模型Scaling Law
  26. 2:01
    大模型如何持续进化，实现精准检索？
  27. 59:14
    【直播回放】Qwen3-Embedding模型深度解析
  28. 2:40
    语音识别怕噪声？CoGenAV 来破局！
  29. 0:37
    在这里，了解通义千问的一切
  30. 1:36
    微表情捕捉、潜台词翻译，AI“读心专家”就位！
  31. 1:47
    理解画面捕捉细节，你的AI音效师来啦！
  32. 5:03
    框架开源，无需邀约，即刻体验！
  33. 0:57
    Qwen Vlo｜描绘你关于世界的想象
  34. 1:51
    10分钟，打造你的专属实时语音交互应用！
  35. 1:41
    手机也能跑 Qwen3？手把手教你部署！
  36. 1:10
    一句话玩转网页开发！
  37. 1:04:15
    【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
  38. 52:16
    如何让AI有理有据地识别情绪？
  39. 5:10
    来吧，上船，起航！
  40. 1:16
    👂听说，Qwen3-Coder其实也能听懂大白话？
  41. 1:57
    人人都是大导演！通义万相2.2来了！🤩
  42. 1:05
    Github 5K+🌟WebAgent研究团队新作：WebShaper来啦
  43. 1:57
    书画双全！Qwen-Image开源🖌
  44. 2:04:47
    【直播回放】Qwen-Image技术报告解读和模型实战攻略01
  45. 1:05
    音画传情 声启万相
  46. 3:39
    什么呀？语音识别现在也要调监控啦🧐？
  47. 4:03
    AgentScope1.0：终结智能体黑盒🗃️，打造生产级可控应用
  48. 1:41
    🎙️ 开麦即真：CosyVoice 全面升级
  49. 1:20
    不止入戏，更能入景🎬
  50. 2:35
    说得更好、更准、更自然：Qwen3-TTS上线
  51. 6:55
    原生全模态不降智
  52. 2:03
    Qwen3-VL 看懂、理解并响应世界
  53. 0:58
    多图编辑进化，万物皆可一键“同框”！
  54. 0:41
    大就是好！Qwen3-Max 正式亮相
  55. 0:41
    通义万相2.5：一句指令，玩转图像魔法
  56. 0:44
    别让声音困住你的效率
  57. 0:47
    通义万相2.5：一句话实现“Vibe PSing”！
  58. 0:48
    通义万相2.5：让声音当你的视频“导演”！
  59. 1:21
    通义万相2.5：让画面“声”动起来！
  60. 0:54
    通义万相2.5：能听懂，也能准确执行！
  61. 4:52
    Qwen3-Omni API上新：声形意合，令出智随
  62. 1:15
    Fun-CosyVoice 3 重磅升级｜更快、更准、更强表达力
  63. 1:21
    Fun-ASR 全新升级｜企业级抗干扰
  64. 0:39
    「通义万相2.6」来啦！所有角色，听我指挥
  65. 0:51
    Qwen-Image-Layered：下一代图像生成基础模型 🚀
  66. 0:55
    进来复习！是谁8步推理1秒出图
  67. 1:39
    【能干活的高情商语音搭子】
  68. 3:19
    Qwen3-TTS上新，支持跨物种克隆音色！
  69. 0:57
    Qwen-Image-2512 正式开源发布！
  70. 1:16
    除夕！Qwen3.5来了！
  71. 2:53
    Qwen-Audio-3.0-Realtime 发布：懂倾听，更聪明的实时语音方案
Description 
Fun-CosyVoice 3 在首包延迟、合成内容准确率、多语言与情感表达等能力上全面提升，并同步开源 0.5B 轻量模型。
核心升级亮点
• 首包延迟下降 50%，支持双向流式合成，实现输入即发声
• 中英混说能力显著提升，WER 下降 56.4%
• 内容一致性与音色相似度全面提升，复杂场景CER相对降低26%
• 支持 9 种语言、18 种方言、9 种情感，支持跨语种音色复刻
Fun-CosyVoice 3（0.5B） 模型开源
• 支持零样本音色克隆
• 本地部署友好
• 多项评测优于主流开源 TTS 模型

Comments

哆哆梨想 2025-12-15

4060ti 16G 测试例子rtf是0.9～1.8。voxcpm是0.33 流食生成应该都够用 感谢相关人员的努力

♥ 5 ↩ 1

Kashmarine 2025-12-16

Qwen3-Max-Thinking正式版啥时候来啊。还有许愿Qwen3.5（一定要用3Next的架构啊[星星眼]

♥ 4 ↩ 4

道九歌_ 2025-12-15

@刘悦的技术博客博客

♥ 4

walk2see 2025-12-16

好奇，这种语音模型的应用目标有哪些？语音小说？

♥ 3 ↩ 1

dy深蓝行 2025-12-15

开源的吗[doge]

♥ 2 ↩ 4

暗月百合 2026-02-07

有没有对比过qwen3-asr和这个cosyvoice3啊

♥ 1

loudMore老末哒 2025-12-16

速速上硅基流动@硅基流动SiliconFlow

♥ 1

Rockyjai 2025-12-16

坐等1.5B粵語模型

♥ 1

luneice 2025-12-16

你们能不能把模型名称整的规范一点？

♥ 1 ↩ 1

星月两断 2025-12-16

听说wan出2.6了？真的假的？

♥ 1 ↩ 3

4kkk4 2025-12-15

阿里百练怎么没有同步更新，目前还没有看到

♥ 1 ↩ 1

溜吧NolanWu 2025-12-16

我只想知道这个相较于2会不会降低一些显卡的压力

♥ 1

灵狐心月 2025-12-15

[打call][打call][打call]期待能支持mps，voxcpm1.5规模更大有0.8b，但因为多了mps，实测mac上生成速度只有cs2的1/3不到

♥ 1 ↩ 1

福娃贝贝7557 2025-12-16

啥时候推出AMD显卡rocm环境的版本呢？

UC11779470 2025-12-16

最小的版本可以支持手机npu推理吗？

-镯 2025-12-16

龙呼呼配音像派蒙[呲牙]

蟑螂为三暴打男模 2025-12-16

互 诚信可查

俏佳人滴滴滴 2025-12-16

太讷了。

海拉鲁大陆旅行家 2025-12-16

你们什么都好就是不会写文档[doge]

↩ 2

水洛州 2025-12-15

开源竞争激烈