阿里巴巴近日宣布正式上线国内首个集成化AI语音创作平台——CosyVoice Studio，该平台依托自主研发的Qwen-Audio语音模型构建，整合了语音处理、智能交互与内容生成三大核心能力，为企业及个人用户提供全场景语音解决方案。
平台核心功能之一"语音记录CosyFlow"突破传统语音转写局限，通过语义分析技术自动剔除冗余语气词，将非结构化口语转化为邮件、会议纪要等规范文本。更值得关注的是，该功能可基于声纹特征识别不同发言人，在多人对话场景中实现角色自动标注，大幅提升信息整理效率。
针对企业服务场景，"语音智能体CosyAgent"支持通过自然语言指令快速构建行业专属AI助手。这些智能体不仅具备企业知识库调用能力，还能实现电话营销、在线客服等场景的实时语音交互。目前该功能已开放白名单测试，首批合作企业正在验证其在业务场景中的落地效果。
内容创作领域，"音频创作工具CosyCreative"内置超过千种专业音色库，支持用户通过上传文本或链接生成多角色有声内容。其声音复刻技术可精准还原特定声线特征，使播客制作、有声书录制等创作流程大幅简化。测试数据显示，单条30分钟音频的生成时间较传统制作方式缩短80%。
产品采用分阶段开放策略，个人用户现已可通过主流应用商店下载体验基础功能，企业级功能将根据测试反馈逐步优化。开发团队透露，后续版本计划增加方言识别、实时翻译等扩展模块，持续完善语音交互生态建设。
