AI在线 AI在线

语音模型

阿里通义百聆推出语音模型新版本：3 秒录音即可“复制”9 种语言、18 种方言

阿里通义百聆推出语音模型新版本：3 秒录音即可“复制”9 种语言、18 种方言
AI在线 12 月 15 日消息，今天下午，通义大模型通过官方公众号宣布，两款“百聆”语音模型正式开源，两款模型迎来升级。 根据介绍，其只需 3 秒录音，就能让你的声音无缝切换语种、方言与情绪 —— 普通话、粤语、日、英、开心、愤怒……9 种通用语言、18 种方言，通通搞定。 升级Fun-CosyVoice3 模型升级：首包延迟降低 50%，中英混字准确率翻倍，支持 9 语种 18 方言口音、跨语种克隆与情感控制；Fun-ASR 模型能力增强：噪声场景准确率 93%、支持歌词与说唱识别、31 语种自由混说、方言口音覆盖，并将流式识别模型的首字降低到 160ms。
12/15/2025 4:23:52 PM
清源
百度端到端语音语言大模型发布，成本宣称最高降 90%

百度端到端语音语言大模型发布，成本宣称最高降 90%
百度发布首个基于全新互相关注意力（Cross-Attention）的端到端语音语言大模型，宣布实现超低时延与超低成本，在电话语音频道的语音问答场景中，调用成本较行业均值下降约 50%-90%。
3/31/2025 4:34:27 PM
汪淼