模型
CosyVoice
阿里巴巴推出的TTS语音合成模型，支持声音克隆和多语言语音合成。
时间轴 (近 90 天)
10月10日
火山引擎（字节跳动）和阿里的 CosyVoice 等云端 TTS 服务在高频或长时长场景下成本偏高
待验证50%
9月22日
现代开源TTS模型如CosyVoice、Fish Speech已能实现对音色、情绪、语速、停顿的细粒度控制
待验证50%
9月18日
OpenReel选择通义千问（CosyVoice）TTS的原因是其预设音色库和声音设计功能，能让Agent根据节目调性自动设计播报音色
待验证50%
9月15日
国内外已有ElevenLabs、微软Azure Speech、阿里CosyVoice等成熟声音克隆服务以API形式对外提供
待验证50%
全部知识事实 (6)
待验证
现代声音克隆方案（如SV2TTS、VALL-E、CosyVoice等）已将所需语音样本压缩至数秒
85%待验证CosyVoice是阿里的TTS方案，F5-TTS是本地部署方案
85%待验证火山引擎（字节跳动）和阿里的 CosyVoice 等云端 TTS 服务在高频或长时长场景下成本偏高
50%待验证现代开源TTS模型如CosyVoice、Fish Speech已能实现对音色、情绪、语速、停顿的细粒度控制
50%待验证OpenReel选择通义千问（CosyVoice）TTS的原因是其预设音色库和声音设计功能，能让Agent根据节目调性自动设计播报音色
50%待验证国内外已有ElevenLabs、微软Azure Speech、阿里CosyVoice等成熟声音克隆服务以API形式对外提供
50%