CosyVoice Studio

CosyVoice Studio 是阿里巴巴于2026年8月7日正式推出的国内首个一站式 AI 语音生产力平台，由阿里云通义实验室 Qwen-Audio 团队打造，定位为覆盖「听、创、聊」全链路的语音 AI 入口，填补了国内语音生产力平台的空白。

平台整合了三大核心功能模块。CosyFlow 语音记录模块可将口述内容直接转换为去掉口语填充词、逻辑清晰的结构化文本，适用于会议纪要、邮件撰写、工作汇报等场景，支持声纹区分不同发言人、实时录制和离线上传，自动生成结构化章节和智能摘要。CosyAgent 语音智能体模块支持企业用户以自然语言快速定制具备实时语音交互能力的 AI 智能体，兼容 prompt 与工作流配置，核心面向智能客服和电话营销场景，采用白名单邀请制接入。CosyCreative 音频内容创作模块内置上千种音色和声音复刻功能，支持从文档或文字直接生成对话播客、多角色有声书等形态的音频内容。

底层依托 Qwen-Audio 系列语音大模型。Qwen-Audio-3.0-Realtime 在 Artificial Analysis 2026 年 7 月榜单中，语音到语音综合指数以 84.1% 摘得全球第一，语音推理、智能体表现、对话动态三个子项均为世界第一。目前 CosyFlow 已在 iOS、Android、Mac、Windows 四大平台应用商店上架，限时免费体验；CosyAgent 和 CosyCreative 以白名单邀请制面向企业用户测试，预计近期全面开放。