阿里推出 AI 語音平台 CosyVoice Studio，整合 Qwen-Audio 支援語意修正與 6 小時錄音轉寫

據報導，阿里巴巴推出一站式 AI 語音平台 CosyVoice Studio，底層基於其自研語音模型 Qwen-Audio。平台包含三大核心功能，其中「語音鍵盤 CosyVoice」已於 iOS、Android、Mac 與 Windows 應用商店上架，提供不限量免費使用。 該鍵盤在語音轉文字基礎上加入語意理解，能自動過濾口語填充詞並消除說話時的自我修正痕跡，直接輸出結構化文本，且支援數字與公式（如將「百分之十二點六」轉為 12.6%）的智慧轉寫。內建的「隨記」模式專為會議與訪談設計，支援單次最長 6 小時連續錄音、聲紋辨識區分發言人、即時多國語言翻譯，並可於錄音後自動生成結構化章節與待辦事項。 另外兩項功能目前以白名單邀請制向企業用戶開放測試：「CosyAgent」為 AI Agent 搭建工具，支援透過自然語言建立具備企業知識與即時語音互動能力的代理，可深度配置 prompt 與 workflow，面向客服與電話行銷場景；「CosyCreative」音訊內容創作工具則內建上千種音色並支援聲音復刻，能將上傳的文件或網頁連結直接生成 Podcast 或多角色有聲書。