CosyVoice大模型

复制成功!
立即体验加入对比
语音合成

概述

语音合成

CosyVoice 是通义实验室依托大规模预训练语言模型,深度融合文本理解和语音生成的新一代生成式语音合成大模型,支持文本至语音的实时流式合成。

输入

文本

输出

音频

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 语音合成
    ¥2每万字符

速率限制

    API 参考

    获取 API Key
    复制成功!
    12345678910111213141516
    # coding=utf-8
    
    import dashscope
    from dashscope.audio.tts_v2 import *
    
    # 若没有将API Key配置到环境变量中,需将your-api-key替换为自己的API Key
    # dashscope.api_key = "your-api-key"
    
    model = "cosyvoice-v1"
    voice = "longxiaochun"
    
    synthesizer = SpeechSynthesizer(model=model, voice=voice)
    audio = synthesizer.call("今天天气怎么样?")
    
    with open('output.mp3', 'wb') as f:
        f.write(audio)