阿里推出國內首個AI語音平臺CosyVoice Studio，將語義理解融入語音能力

2026年8月7日 15:55

重點摘要

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

站內 AI 整理稿

< img id="wx_img" src="https://www.

com/wp-content/uploads/imgs/qbitai-logo-1.

png" width="400" height="400"> 阿里推出國內首個AI語音平臺CosyVoice Studio，將語義理解融入語音能力夢晨 2026-08-07 15:43:06 來源：量子位 AI語音“聽、說、創”一站式滿足允中發自凹非寺量子位 | 公眾號 QbitAI 8月7日，阿里巴巴正式推出國內首個一站式AI語音生產力平臺CosyVoice Studio。

該平臺基於阿里推出的自研語音模型Qwen-Audio打造，在全球權威AI評測平臺Artificial Analysis上，該模型斬獲語音識別（ASR）、實時交互（RealTime）和語音合成（TTS）三個賽道的全球第一。

CosyVoice Studio含有三個主要功能，其中語音鍵盤能夠把說完的話變成去掉口語填充詞邏輯更清晰的結構化文本，音頻內容創作工具能把用戶想講的內容變成播客和有聲書，語音智能體能夠根據企業需求創建實時對話的語音智能體。

該平臺可全面滿足企業、開發者和用戶的AI語音需求。

語音正在成為AI時代人機交互的核心界面。

隨著大模型能力的成熟，用戶在使用AI產品時越來越自然地選擇語音對話而非文字輸入。

行業的技術架構也在隨之演變，早期散點化的語音轉寫和語音合成工具，正在向端到端的語音Agent靠攏。

原始來源：量子位 ↗

查看原始來源

鈦媒體自然語言處理

大廠搶灘辦公入口：AI正在吃掉Office

科技巨頭積極搶進AI辦公領域，試圖以AI技術重新定義辦公入口，挑戰傳統Office軟體市場。各廠商透過整合AI能力，推出智慧辦公產品，使辦公場景更高效。這場競爭正加劇，傳統辦公軟體版圖面臨前所未有的挑戰。

15 小時前閱讀分析

量子位自然語言處理

騰訊混元Hy ASR 3.0 preview：讓語音識別理解上下文

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 騰訊混元Hy ASR 3.0 preview：讓語音識別理解上下文允中 2026-08-04 16:58:21 來源：量子位元寶已接入 8 月 4 日，騰訊混元正式發佈新一代語音識別模型 Hy ASR 3.

2 天前閱讀分析

AIBase自然語言處理