IT时代网8月7日消息，阿里巴巴今天正式推出CosyVoice Studio，官方给它的定位是国内首个一站式AI语音生产力平台。平台底层用的是自研语音模型Qwen-Audio，功能上分成三块：语音记录CosyFlow、语音智能体CosyAgent，以及音频内容创作工具CosyCreative。

用户在iOS、Android、Mac和Windows的应用商店搜索"CosyVoice"就能下载，目前限时免费体验。不过CosyAgent和CosyCreative这两项还没完全放开，先以白名单邀请制面向企业用户测试，官方表示近期将全面开放。

三个模块各管一摊。

CosyFlow解决的是"说完就能用"。传统语音转文字只负责听清，转出来的还是一堆口语原貌；CosyFlow在转写基础上叠加了语义理解和文本生成能力，日常场景中会自动过滤"那个""嗯"这类口语填充词，把零散想法整理成清晰表达。工作场景更实用一些——口述一段话，直接产出邮件、工作汇报或会议纪要的格式与话术。它还内置了"随记"功能，面向会议、访谈、课堂等场景，支持实时录制和离线上传，能根据声纹区分不同发言人，录音结束后自动生成结构化章节和智能摘要。

CosyAgent这一块面向企业。用自然语言就能快速创建具备企业知识、工具调用和实时语音交互能力的智能体，同时兼容prompt与workflow配置，主要场景指向智能客服、电话营销一类。

CosyCreative走的是内容创作路线。平台内置上千种音色，支持声音复刻，官方称生成音色已经相当接近真人。用户上传文档、网页内容或者直接输入文字，就能生成对话播客或多角色有声书，把音频内容创作的全链路包了进去。

语音这条赛道最近热度不低。识别精度的竞争已经卷到小数点后面，各家真正开始比拼的是转写之后那一步——内容能不能直接拿去用。阿里这次把记录、智能体、创作三件事装进同一个入口，走的显然是平台化的路子。

打开网易新闻 查看精彩图片

注：本文中包含AI辅助创作的内容。