三花快讯 · 2024, 7月8日
阿里 FunAudioLLM：增强人类和 AI 用自然语音交互
语音识别+LLMS+语音生成，强烈推荐试试看
FunAudioLLM 是阿里通义团队发布的用于增强人和 LLMS 语音交流的框架，包含了：
- SenseVoice：支持 50 多种语音和情感识别的语音识别
- CosyVoice：支持多语言、跨语言、语音克隆，自然情感语音生成
都在 modelscope 上有免费试用，FunAudioLLM 能够轻松与 LLMS 集成，能实现语音翻译、情感语音聊天、交互式播客和有声读物等。
整体效果比起之前字节的 Seed-TTS 略差，不过强在开源了，并且现在你就可以直接用了！
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。