工具介绍
CosyVoice Studio 是阿里巴巴推出的国内首个一站式 AI 语音生产力平台，基于自研 Qwen-Audio 语音大模型打造，整合语音记录、语音智能体和音频内容创作三大能力，覆盖「听、创、聊」全链路。用户可在 iOS、Android、Mac、Windows 应用商店搜索”CosyVoice”下载使用。
核心功能
语音记录 CosyFlow
将口述语音转写为结构化文本，在语音转文字基础上叠加语义理解和文本生成能力，自动过滤”那个””嗯”等口语填充词，将零散想法整理为清晰有逻辑的表达。
随记模式
面向会议、访谈、课堂等长时间记录场景，实时转写逐字稿，根据声纹智能区分发言人，录音结束后自动生成结构化章节，支持一键多语言翻译。
特殊文本智能转写
支持数字、公式等特殊文本转写，”三点五八亿””百分之十二点六”可直接输出为 3.58 亿、12.6%，适合金融、科研、媒体等专业场景。
语音智能体 CosyAgent
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，支持 Prompt 与 Workflow 深度配置，面向智能客服、电话营销等场景。
音频内容创作 CosyCreative
内置上千种音色，支持声音复刻，上传文档、网页链接或输入一句话，即可生成对话播客或多角色有声书，覆盖音频内容创作全链路。
多平台客户端
支持 iOS、Android、Mac、Windows 四大平台，应用商店搜索”CosyVoice”即可下载，不限量免费使用。
使用场景
- 职场人士：口述生成邮件、工作汇报、会议纪要，开会后纪要待办自动生成
- 内容创作者：快速生成播客、有声书，用声音复刻打造个人 IP 音色
- 企业客服团队：用 CosyAgent 搭建实时语音智能体，对接企业知识与工具调用
- 金融从业者：口述行情速报直接输出结构化数据，数字公式智能转写
- 科研人员：描述实验数据直接得到可用结构化内容
- 媒体记者：采访录音上传转写，单次最长支持 6 小时连续录音，多语言翻译
价格方案
| 档位 | 价格 | 说明 |
|---|---|---|
| 免费体验 | 免费 | 应用商店下载即可使用，不限量免费 |
| 企业测试 | 白名单邀请制 | CosyAgent、CosyCreative 面向企业用户邀请测试 |
| 全面开放 | 待公布 | 白名单功能近期将全面开放，详情见官网 |
功能特点
- 基于阿里自研 Qwen-Audio 语音大模型，语音识别、实时交互、语音合成三赛道评测全球第一
- 语音转写叠加语义理解，自动去除口语填充词与改口痕迹
- 随记模式支持声纹区分发言人、自动生成结构化章节
- 支持数字、公式等特殊文本智能转写
- 上传录音转写单次最长 6 小时，支持多语言翻译
- 语音智能体支持自然语言创建、Prompt 与 Workflow 配置
- 音频创作内置上千种音色，支持声音复刻
- 覆盖 iOS、Android、Mac、Windows 四大平台
上手指南
1. 在 iOS、Android、Mac 或 Windows 应用商店搜索”CosyVoice”，下载安装
2. 打开应用，选择语音记录、语音智能体或音频创作功能开始体验
3. 企业用户可访问官网 cosyvoice.net 申请 CosyAgent、CosyCreative 白名单测试
常见问题
CosyVoice Studio 是免费的吗？
个人用户在应用商店下载后不限量免费使用；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。
在哪里可以下载？
iOS、Android、Mac、Windows 四大平台的应用商店均可搜索”CosyVoice”下载。
支持哪些语言？
随记模式支持一键多语言翻译，可满足跨国会议和海外客户访谈场景。
录音转写有长度限制吗？
已有的录音文件可直接上传转写，单次最长支持 6 小时连续录音。
企业如何使用语音智能体？
企业可申请 CosyAgent 白名单测试，通过自然语言创建具备企业知识、工具调用和实时语音交互能力的智能体，支持 Prompt 与 Workflow 配置。
