CosyVoice 聲音克隆引擎

CosyVoice（阿里巴巴開源）是業界頂尖的語音合成大模型，具備多語言合成與零樣本 (Zero-shot) 聲音克隆能力。

---

🌟 核心特性

• 3秒極速克隆：僅需提供 3~10 秒參考音訊即可精確復刻音色。
• 情感與韻律控制：支援情感標籤與擬人化口語控制。
• 執行環境：推薦搭載 NVIDIA GPU (CUDA 12.x) 執行。