CosyVoice

CosyVoice 是阿里推出的一款 AI 语音输入法，把说话变成打字的主要方式。它能把语音实时转成文字，识别过程中会顺手纠正口误，方言也能听懂。对经常在手机上写长内容的人来说，它提供的是另一种输入思路：张嘴说，文字自己落到输入框里。

软件介绍

语音转写是它的核心。中英文可以混着说，系统自动判断语种，不用手动切换，说出来的话基本能原样变成文字。

方言这块做了专门优化。粤语、四川话等口音的用户，用家乡话说话也能被识别，转写结果按标准普通话呈现。

它还带一点指令理解能力。你说的话里如果包含修改意图，它能感知到，并给出更贴合语境的用词和反馈。

主要功能

1、实时转写：边说话边出字，中英文自由切换，不需要停下来选语言。

2、口语清理：自动过滤「嗯、啊」这类填充词，让成稿读起来干净。

3、改口识别：说到「不对，改成……」这种自我修正，系统会按最后的意思落笔，不留改口痕迹。

4、本地离线：安卓版支持本地推理，语音和文字数据只留在本机，不上传云端。没有网络也能照常使用。

5、方言转写：粤语、四川话、上海话等多种方言，都能转写成标准普通话。

6、结构化整理：零散的口述内容会被整理成编号列表或大纲，口播里的数字、公式也会规范成标准格式，写会议纪要、邮件时省事不少。

软件优势

【零样本克隆】

给几秒钟的目标说话人语音样本，就能模仿对方的声音特征，生成相近的语音。

【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即时响应的场景。

【跨语言合成】

用一种语言的语音样本去合成另一种语言，比如拿中文样本合成英语语音。

【指令控制】

通过指令调整生成语音的情感、语气和重音，让合成结果不那么单调。

使用说明

1、下载安装后打开应用，完成注册并登录账号。

2、按照应用内的指引，把系统输入法切换设置好。

3、点任意一个输入框，就能唤起 CosyVoice 键盘。

4、键盘中间有一个独立的录音按钮。点一下开始口述，再点一下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、键盘自带撤销、换行等编辑功能，改起来不用来回切应用。

软件亮点说明

· 单击和长按两种交互方式，说话就是输入。

· 口语里的自我修正会被识别，并自动应用到最终成稿。

· 支持指令输入，邮件、会议、笔记等场景都能用指令生成内容。

· 口述内容可整理成编号列表、表格或大纲，条理清楚，整理完直接发送。

常见问题

1、不联网能用吗：可以。安卓版支持本地离线推理，无网环境下照样转写。

2、数据会上传吗：语音和文字数据仅保存在本机，不上传云端。

3、方言支持哪些：粤语、四川话、上海话等多种方言，转写结果统一为标准普通话。

4、中英混说怎么办：系统自动识别，不需要手动切换语种。

更新日志说明

v1.4.4版本

• 优化了方言识别的准确率

• 改进了中英混说场景下的转写表现

• 修复了录音按钮偶发的响应延迟问题

• 调整了结构化输出的排版细节

• 提升了离线推理的稳定性