Alibaba imetangaza leo kuzindua CosyVoice Studio, jukwaa la kwanza la kila kitu kimoja la kuongeza tija kwa kutumia AI ya sauti nchini China.
Rasmi ilisema kuwa jukwaa hili limejengwa kwa kutumia modeli ya sauti Qwen-Audio iliyotengenezwa na kampuni yenyewe, na linajumuisha vipengele kama kurekodi sauti CosyFlow, wakala wa sauti CosyAgent na zana ya kuunda maudhui ya sauti CosyCreative.
Watumiaji wanaweza kutafuta “CosyVoice” katika maduka ya programu ya iOS, Android, Mac na Windows ili kupakua programu hiyo na kuitumia bila malipo kwa muda maalum. CosyAgent na CosyCreative kwa sasa zinajaribiwa na watumiaji wa kampuni kwa mfumo wa mialiko ya orodha iliyoidhinishwa, na zitafunguliwa kikamilifu hivi karibuni.
Vipengele vya CosyVoice Studio ni kama ifuatavyo:
Kipengele cha kurekodi sauti kinaongeza uwezo wa kuelewa maana na kuzalisha maandishi juu ya ubadilishaji wa sauti kuwa maandishi. Katika matumizi ya kila siku, huondoa kiotomatiki maneno ya kujaza katika mazungumzo kama “hilo” na “mm”, na kupanga mawazo yaliyotawanyika kuwa maelezo yaliyo wazi; katika mazingira ya kazi, mtumiaji anaweza kutamka tu ili kuzalisha muundo na lugha ya barua pepe, ripoti za kazi na kumbukumbu za mikutano.
Imejumuisha kipengele cha “Kumbukumbu za Haraka”, kinacholenga mikutano, mahojiano, madarasa na mazingira mengine, na kinaunga mkono kurekodi moja kwa moja na kupakia rekodi nje ya mtandao. Hutofautisha wazungumzaji mbalimbali kwa kutumia alama za sauti, kisha huzalisha kiotomatiki sura zilizopangwa na muhtasari mahiri baada ya kurekodi kumalizika.
CosyAgent inawezesha kuunda kwa haraka, kupitia lugha ya kawaida, mawakala wenye maarifa ya kampuni, uwezo wa kutumia zana na mwingiliano wa sauti wa wakati halisi. Pia inaendana na mipangilio ya prompt na workflow, na inalenga matumizi kama huduma kwa wateja mahiri na uuzaji wa simu.
CosyCreative ina zaidi ya aina elfu moja za sauti na inaunga mkono kunakili sauti, huku sauti zinazozalishwa zikifanana sana na za binadamu halisi. Watumiaji wanaweza kupakia hati, kiungo cha ukurasa wa wavuti au kuingiza maandishi ili kuzalisha podikasti za mazungumzo au vitabu vya sauti vyenye wahusika wengi, hivyo kushughulikia mchakato mzima wa uundaji wa maudhui ya sauti.
