Alibaba hôm nay công bố ra mắt nền tảng năng suất giọng nói AI một cửa đầu tiên tại Trung Quốc, CosyVoice Studio.
Theo thông tin chính thức, nền tảng được xây dựng trên mô hình giọng nói tự phát triển Qwen-Audio, với các tính năng như công cụ ghi âm CosyFlow, tác nhân giọng nói CosyAgent và công cụ sáng tạo nội dung âm thanh CosyCreative.
Người dùng có thể tìm kiếm “CosyVoice” trên các cửa hàng ứng dụng iOS, Android, Mac và Windows để tải xuống, trải nghiệm miễn phí có thời hạn. CosyAgent và CosyCreative hiện được cung cấp cho người dùng doanh nghiệp thử nghiệm theo hình thức mời trong danh sách trắng, dự kiến sẽ mở rộng cho tất cả người dùng trong thời gian tới.
Các tính năng của CosyVoice Studio:
Công cụ ghi âm bổ sung khả năng hiểu ngữ nghĩa và tạo văn bản trên nền tảng chuyển giọng nói thành văn bản. Trong các tình huống hằng ngày, công cụ tự động loại bỏ những từ đệm như “ừm”, “à” và sắp xếp các ý tưởng rời rạc thành cách diễn đạt rõ ràng; trong công việc, người dùng chỉ cần đọc nội dung để tạo định dạng và cách diễn đạt cho email, báo cáo công việc hoặc biên bản cuộc họp.
Tính năng “Ghi nhanh” tích hợp hướng đến các tình huống như cuộc họp, phỏng vấn và lớp học, hỗ trợ ghi âm theo thời gian thực và tải lên ngoại tuyến. Công cụ phân biệt các diễn giả khác nhau dựa trên dấu giọng, sau khi kết thúc ghi âm sẽ tự động tạo các chương có cấu trúc và bản tóm tắt thông minh.
CosyAgent hỗ trợ tạo nhanh các tác nhân có kiến thức doanh nghiệp, khả năng gọi công cụ và tương tác bằng giọng nói theo thời gian thực thông qua ngôn ngữ tự nhiên. Công cụ cũng tương thích với cấu hình prompt và workflow, hướng đến các tình huống như chăm sóc khách hàng thông minh và tiếp thị qua điện thoại.
CosyCreative tích hợp hơn một nghìn giọng đọc, hỗ trợ sao chép giọng nói, với âm sắc tạo ra rất gần với giọng người thật. Người dùng chỉ cần tải lên tài liệu, liên kết trang web hoặc nhập văn bản để tạo podcast đối thoại hoặc sách nói có nhiều nhân vật, bao phủ toàn bộ quy trình sáng tạo nội dung âm thanh.
