Tongyi Fun
Tongyi Fun という企業向け音声基盤モデルの構成を説明し、Fun-ASR の認識と Fun-CosyVoice の合成が会議記録やサポート品質の確認をどう支えるかを示す。
Tongyi Fun はアリババ通義の企業向け音声基盤モデルで、認識を担う Fun-ASR と合成を担う Fun-CosyVoice から成る。Fun-ASR は数千万時間の実音声で学習し、業界用語と雑音の多い環境を扱い、検索で言語をまたぐ幻覚を抑える。Fun-CosyVoice は多言語・多音色の合成と声質複製を提供する。いずれもオープンソースで、会議の文字起こしやサポート品質の確認、音声ボットに落とし込める。
