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 |