CosyVoice 음성 복제 엔진

Alibaba에서 개발한 CosyVoice는 다국어 합성 및 3초 초단기 제로샷(Zero-Shot) 음성 복제를 지원하는 첨단 뉴럴 음성 합성 모델입니다.

🌟 핵심 기능

제로샷 음성 복제: 3~10초 길이의 짧은 음성 샘플만으로 모든 화자의 목소리를 정밀하게 복제합니다.
방언 및 감정 표현력: 풍부한 감정 상태와 낭독 스타일 제어 지원.
배포 요구사항: CUDA 12.x를 지원하는 NVIDIA GPU 환경이 필요합니다.