← Tous les modèles

CosyVoice-v3-plus

Publication Éditeur Alibabacosyvoice-v3-plus

Positionnement et capacités

CosyVoice-v3-plus est un modèle de synthèse et de clonage vocal de la série CosyVoice du laboratoire Tongyi, destiné notamment aux usages professionnels. Il transforme du texte en audio et prend en charge la synthèse en temps réel et en streaming. Une voix personnalisée peut être clonée à partir de 5 à 20 secondes d’audio de référence. (alibabacloud.com)

Les usages possibles comprennent la narration, le doublage et les interfaces vocales personnalisées. Avec une voix clonée, les langues documentées comprennent le chinois et plusieurs dialectes, l’anglais, le français, l’allemand, le japonais, le coréen et le russe. Les voix système de ce modèle prennent en charge le chinois mandarin et l’anglais selon la voix choisie. (help.aliyun.com)

Limites

L’API ne prend pas en charge l’appel de fonctions, la recherche sur le Web, les sorties structurées, la mise en cache du contexte, l’inférence par lots ou l’ajustement du modèle. La fiche ne précise pas de longueur maximale d’entrée ou de sortie ni de fenêtre de contexte. Le contrôle par instruction des voix clonées ou conçues n’est pas pris en charge pour cette version. (alibabacloud.com)

Date de publication

L’annonce officielle classe le modèle au 3 septembre 2025 pour la région de Pékin. Elle le présente séparément au 10 février 2026 pour le déploiement international. (help.aliyun.com)

Tarification

Tarifs API à l’usage consultés le 18 novembre 2026. La facturation porte sur les caractères du texte d’entrée ; l’audio de sortie n’est pas facturé séparément. Les tarifs ci-dessous correspondent à des sites et régions distincts, sans conversion de devise. (help.aliyun.com)

Sources officielles