CosyVoice

CosyVoice 是阿里推出的一款智能语音输入工具，它想做的事很直接：让你少打字，多说话。把你说出的内容准确转成文字只是第一步，它还会顺手帮你纠正口误、整理语句，连粤语、四川话这类方言也能听懂。

CosyVoice 手机版特点说明

语音转写这块，它做的是实时转换，边说边出字，中英文混着说也不用你手动切来切去。方言识别是重点打磨过的部分，粤语、四川话、上海话都能识别，并转写成标准普通话。

智能转写优化：说话时那些“嗯、啊”之类的口头填充词会被自动过滤掉；如果你中途说“不对，改成……”，它也能听懂这是在修正前面的内容，最终成稿里看不到改口的痕迹。

离线安全运行：安卓版本支持本地离线推理，语音和文字数据只留在本机，不会往云端传，断网状态下照样能用，隐私这块顾虑少一些。

多语种多方言支持：中英混说的内容会自动识别，不需要你手动切换语言；粤语、四川话、上海话等多种方言也能转写成标准普通话。

结构化输出：零散的口述内容会被整理成编号列表或大纲，口播时提到的数字、公式也会自动规范成标准格式，用来记会议纪要、写邮件都合适。

软件优点说明

1、零样本语音克隆：给几秒钟目标说话人的语音样本，就能模仿对方的声音特征，生成听起来相似的语音。

2、流式推理：支持流式推理模式，语音合成可以实时进行，适合智能客服、实时语音翻译这类需要马上给出反应的场景。

3、跨语言语音合成：用一种语言的语音样本去合成另一种语言的语音，比如拿中文语音样本合成出英语语音。

4、指令控制语音生成：可以通过指令去控制合成语音的情感、语气、重音这些细节，让合成出来的声音变化更多。

app 亮点

1、单击和长按两种交互模式都支持，说话这件事变得跟平时聊天一样自然。

2、语音修改，识别口语里的自我修正，并自动应用到最终成稿，改口不留痕迹。

3、指令理解，用指令输入，一次成稿，邮件、会议、笔记等多种指令都支持。

4、结构化内容，整理成编号列表、表格或大纲，条理清楚，可以直接发送。

使用方法

1、下载并打开 app，完成注册登录账号。

2、按照 app 内的指引，完成系统输入法切换设置。

3、点击任意输入框，就能唤起 CosyVoice 键盘。

4、键盘界面中央有一个独立的语音录制按钮。点一次开始口述，再点一次结束录音并启动转写；也可以长按识别，文字会实时填进输入框。

5、键盘还带了撤销、换行这些编辑功能，用起来省事。

介绍

语音输入方面，CosyVoice 支持多语种实时转写，中英文之间自由切换，说出口的每句话都能转成文字。方言识别能力是下过功夫优化的，粤语、四川话的用户也能按自己的习惯说话。它还用了指令意图理解技术，能感知你输入的是什么指令，给出更贴切的用词和更自然的交互反馈。