홈으로 돌아가기
공식 웹사이트 방문하기
CosyVoice 2 알리바바 초저지연 감정 모사 및 다국어 스트리밍 음성 복제 모델
공식 서비스 바로가기
서비스 상세 소개
CosyVoice 2 알리바바 초저지연 감정 모사 및 다국어 스트리밍 음성 복제 모델: 단 0.5초의 짧은 음성 샘플만으로 목소리 톤과 감정을 복제하며 스트리밍 대화를 지원하는 오디오 모델입니다.
CosyVoice 2는 알리바바 통이 랩이 선보인 2세대 오픈소스 제로샷 음성 합성 파운데이션 모델입니다. 발화 지연 시간을 150밀리초 미만으로 단축하여 실시간 음성 통화형 AI 에이전트에 최적화되었습니다. 웃음, 한숨, 분노 등 미묘한 감정 뉘앙스를 프롬프트 태그로 세밀하게 지시할 수 있으며 다국어 교차 음성 복제를 완벽 지원합니다.
핵심 기능 목록
첫 오디오 청크 방출까지 150밀리초 미만의 초저지연 스트리밍 합성
0.5초에서 3초 수준의 짧은 음성 녹음만으로 타깃 화자 톤 완벽 복제
웃음과 호흡 및 감정 강도를 조절하는 풍부한 텍스트 인스트럭션 제어
한국어, 영어, 일본어, 중국어 다국어 혼합 발음 자연스러운 연계
