CosyVoice-v3.5-Flash是通義實驗室CosyVoice系列的高效能語音合成大模型。對聲音複製和聲音設計的語音合成效果進行全面升級，確保說話人高相似性的前提下，支援free-style指令控制，合成風格豐富多樣。較之前版本大幅減少首包延遲，同時提高發音準確率，改善韻律和音質。支援跨多語種（中、英、德、法、俄、日、韓、葡、泰、印尼、越南）超自然聽感即時語音合成。
推理服務供應商
cosyvoice-v3.5-flash模型的推理服務供應商為阿里雲百鍊。
模型能力
| 能力項 | 支援情況 | 能力項 | 支援情況 |
|---|---|---|---|
輸入模態 | Text | 輸出模態 | Audio |
模型體驗 | 不支援 | Function Calling | 不支援 |
結構化輸出 | 不支援 | 連網搜尋 | 不支援 |
首碼續寫 | 不支援 | 上下文緩衝 | 不支援 |
批量推理 | 不支援 | 模型調優 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|---|---|---|
最大輸入長度 | — | 最大輸出長度 | — |
上下文長度 | — |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百鍊控制台查看活動優惠。
- 華北2（北京）
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
語音合成 | 0.116 | 每萬字元 |
限流
- 華北2（北京）
| 參數 | 值 |
|---|---|
RPM（每分鐘請求數） | 180 |