阿里巴巴这个AI模型，可以让你说5种语言！

文章预览

这几天，阿里通义实验室搞了个大新闻！他们发布了个叫 FunAudioLLM 的语音大模型项目，还开源了，看样子是想让 AI 说话更像人了。 说实话，一开始听到这消息我还没太在意。毕竟现在 AI 项目层出不穷，谁知道哪个真能成。 但是仔细一看了下下面这个演示视频，我发现在这玩意儿还真有点东西。 FunAudioLLM 主要是两个模型：CosyVoice 和 SenseVoice。 CosyVoice 负责"说"，SenseVoice 负责"听"。 听起来挺简单，但背后的技术可不简单。 CosyVoice 这个"说"的模型，厉害了： 支持 5 种语言合成，效果比传统模型强多了。 给它 3-10 秒的音频，就能学会模仿你的音色，连韵律情感都能学。这不就是 AI 版的"郭德纲"吗？ 还能用自然语言控制合成语音的情感韵律。想让 AI 说话带情绪？没问题！ SenseVoice 这个"听"的模型也不赖： 支持 50 多种语言识别，号称比 Whisper 还强。 能 ………………………………