CosyVoice 声音克隆引擎

CosyVoice（阿里巴巴开源）是业界顶尖的语音合成大模型，具备多语言合成与零样本 (Zero-shot) 声音克隆能力。

---

🌟 核心特性

• 3秒极速克隆：仅需提供 3~10 秒参考音频即可精确复刻音色。
• 情感与韵律控制：支持情感标签与拟人化口语控制。
• 运行环境：推荐搭载 NVIDIA GPU (CUDA 12.x) 运行。