Skip to main content

cosyvoice-v3-flash

Capacidades de síntese: O CosyVoice-v3-Flash é o modelo de síntese de fala de alto desempenho da série CosyVoice do Tongyi Labs. Em comparação com as versões anteriores, oferece maior naturalidade, timbre, prosódia e expressividade emocional. Este modelo suporta síntese de texto para fala em streaming e em tempo real. Capacidades de clonagem: O CosyVoice-v3-Flash também é o modelo de clonagem de fala da série CosyVoice do Tongyi Labs. Comparado às versões anteriores, apresenta melhor precisão na pronúncia e similaridade de timbre, além de suporte a idiomas menos comuns (alemão, espanhol, francês, italiano, russo e japonês). Gera vozes personalizadas altamente semelhantes e naturais rapidamente, usando apenas 5 a 20 segundos de áudio de referência.

Provedor de service de inferência

O provedor de service de inferência para cosyvoice-v3-flash é o Alibaba Cloud Model Studio.

Capacidades do modelo

Capacidade

Suporte

Capacidade

Suporte

Modalidade de entrada

Text

Modalidade de saída

Audio

Experiência do modelo

Não suportado

Function Calling

Não suportado

Saídas estruturadas

Não suportado

Busca na web

Não suportado

Conclusão de prefixo

Não suportado

Cache de contexto

Não suportado

Inferência em lote

Não suportado

Fine-tuning

Não suportado

Limites de contexto

Parâmetro

Valor

Parâmetro

Valor

Comprimento máximo de entrada

—

Comprimento máximo de saída

—

Janela de contexto

—

Preços

Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Console do Model Studio para consultar ofertas promocionais.
  • China (Beijing)
  • Singapore

Item de faturamento

Preço (USD)

Unidade

TTS

0,14335

Por 10.000 caracteres

Limites de taxa

  • China (Beijing)
  • Singapore

Parâmetro

Valor

RPM (Solicitações por minuto)

180

Uso da API