← 全部模型

CosyVoice-v3-Flash

發布時間 發布主體 Alibabacosyvoice-v3-flash

定位與發布

CosyVoice-v3-Flash 是通義實驗室 CosyVoice 系列的語音合成與聲音複製模型,由阿里雲百鍊提供推理服務。官方發布清單將其列於 2025 年 11 月 17 日;國際部署版本則列於 2026 年 2 月 9 日。(help.aliyun.com)

能力與用途

  • 支援文字轉語音及即時串流合成;相較先前版本,官方表示其自然度、音色、韻律與情感表現有所改善。
  • 支援使用約 5–20 秒參考音訊複製聲音;官方表示發音準確度及音色相似度有所提升,並支援多種語言。實際合成時,文字語言須符合所選音色支援範圍。
  • 可用於有聲讀物、影片配音、語音助理及客製化聲音等場景。(alibabacloud.com)

限制

  • 合成輸入為文字、輸出為音訊;聲音複製另需參考音訊。
  • 官方模型頁未列出最大輸入、最大輸出及上下文長度;並標示不支援函式呼叫、結構化輸出、聯網搜尋、上下文快取、批次推理及模型調優。
  • 官方模型頁列出的北京與新加坡限流均為每分鐘 180 次請求。(alibabacloud.com)

API 價格

以下為官方列示的標準語音合成價格,按輸入文字字元數計費,輸出音訊不另計費;不是按 token 計價。不同站點與部署地區的報價各自適用,不視為可直接換算的同一套餐。

官方站點與部署地區 輸入價格 輸出價格
中國站・華北 2(北京) CNY 1/萬字元 不計費
中國站・新加坡,國際部署 CNY 0.9541/萬字元 不計費
國際站・華北 2(北京) USD 0.14335/萬字元 不計費
國際站・新加坡,國際部署 USD 0.13/萬字元 不計費

中國站列示北京地區 1 萬字元免費額度;國際站列示新加坡地區 1 萬字元免費額度。各站免費額度有效期均為開通百鍊、模型發布或申請通過之日起,以較晚者為準的 90 天。優惠及實際適用條件以相應站點控制台為準。中國站官方另說明,建立 CosyVoice 複製音色免費,使用該音色合成時按目標模型計費。(help.aliyun.com)

官方來源