Readhub

阿里发布两款语音新模型：基于参考音频的声音克隆模型 Fun-CosyVoice3.5 和无参考音频的音色设计模型 Fun-AudioGen-VD。两款模型均有「指令遵循」能力，适用于多场景。Fun-CosyVoice3.5 在 Seed-TTS 基准测试中文「困难案例」指标表现佳，降低了生僻字句错率，支持自由风格模式指令控制，解决传统克隆模型痛点。Fun-AudioGen-VD 专注「从无到有」的音色设计，能定制音色、情感，模拟复杂听觉环境。编辑杨娟娟，校对陈荻雁。