Tongyi Fun
说明 Tongyi Fun 这套企业级音频基础模型的组成，看 Fun-ASR 的识别与 Fun-CosyVoice 的合成如何覆盖会议记录与客服质检。
Tongyi Fun 是阿里通义的企业级音频基础模型，由识别模型 Fun-ASR 与合成模型 Fun-CosyVoice 组成。Fun-ASR 用数千万小时真实语音训练，覆盖行业术语与嘈杂环境，并借助检索减少跨语言幻觉；Fun-CosyVoice 提供多语多音色合成与声音克隆。两者均已开源，可用于会议转写与客服质检。
Fun-ASR与Fun-CosyVoice 3开放源码，推动语音AI生态发展
近期，语音与视频人工智能领域迎来多项技术发布，多模态生成模型 Wan2.6 以及语音模型 Fun-ASR、Fun-CosyVoice 3 相继公布，引发创作者与开发者关注。相关模型主打在角色外观、声音与叙事风格上的一致性表现，目标是提升视频内容的电影化效果与整体表达能力。 据介绍，Wan2.6 被定...
Admin
194 
开源语音方案对比：Fun-CosyVoice3 vs 常见 TTS、Fun-ASR-Nano vs 主流 ASR
一、摘要 阿里通义语音团队（FunAudioLLM）开源两类音频模型：面向语音合成的 Fun-CosyVoice3-0.5B-2512（TTS），以及面向语音识别的 Fun-ASR-Nano-2512（ASR）。前者强调多语种、零样本声音克隆与低延迟流式合成；后者强调 31 语种识别、方言口音覆盖与...
Admin
744 
阿里发布 Tongyi Fun：企业级音频基础模型，结合 Fun-ASR 与 Fun-CosyVoice
阿里通义推出企业级音频基础模型 Tongyi Fun，由 Fun-ASR 与 Fun-CosyVoice 组成，目标在真实企业环境中实现“听懂—转写—会说”的全链路能力。官方信息显示，Fun-ASR 以数千万小时真实语音训练，覆盖金融、科技、制造等行业术语与嘈杂场景；Fun-CosyVoice 提供...
Admin
157