觀點網訊:12月15日,阿里通義宣佈開源Fun-CosyVoice3-0.5B模型,該版本具備zero-shot音色克隆能力,用戶只需提供一段3秒以上的參考音頻,即可復刻其音色併合成新語音,同時支持本地部署與二次開發。

此外,通義同步推出輕量化版本Fun-ASR-Nano模型,總參數量壓縮至0.8億,推理成本更低,現已開源,支持本地部署與定製化微調。