CosyVoice是一款语音相关工具，主要用来做文字转语音和声音生成。它的功能大致有三块：一是把文字变成语音，二是可以用很短的音频(大概10到20秒)去“模仿”某个人的声音，三是还能根据描述去生成不同风格的音色。支持的语言也比较多，包括中、英、日、韩等多种语言，还有十几种中文方言，整体适用范围比较广。语音合成的速度也比较快，延迟很低，适合用在一些需要实时语音输出的场景，比如客服系统、游戏配音或者有声内容制作等。简单来说，就是一个既能“说话”，也能“学声音”的语音合成工具。

CosyVoice软件使用方法介绍

1、自动过滤「嗯、啊、那个」

实时高质量语音转文本，CosyVoice 在转写过程中自动识别并去除口语化的填充词与重复词，让你的每一句话都干净利落。

2、散乱的口述，自动排成清单

说出一堆事情，CosyVoice 自动识别其中的项目结构，整理成编号列表、表格或大纲，条理清晰，可直接发送。

3、说错了?「不对，改成…」就行

CosyVoice 能识别口语中的自我修正——「不对不对」「改成」「我意思是」——并自动应用到最终稿件，不留改口痕迹。

4、说一句指令，得到一封完整邮件

写邮件、写会议邀请、写 vlog 脚本——告诉 CosyVoice 你想要什么格式，它直接给你完成稿，称谓、问候、签名一应俱全。

5、数字、公式、单位，都帮你写对

口播中的「三点五八亿」「百分之十二点六」自动还原为「3.58 亿」「12.6%」，还能识别公式表达并补齐符号，金融、科研、媒体场景都能直接用。

6、上海话、粤语、川话，都能听懂

无缝识别上海话、粤语、四川话等多种方言，并能将其转写为标准普通话，跨地区团队、田野调研、客户访谈都不再被口音卡住。

CosyVoice软件特点

1、支持语音输入操作，通过说话就能完成内容录入，不需要手动打字。

2、可以识别说话过程中的自我修正，比如说错后重新表达，会自动按最终意思整理。

3、能把语音内容自动结构化处理，整理成大纲、列表或表格形式，方便直接使用。

4、支持指令式生成内容，比如输入任务需求，可以快速生成邮件、会议记录等文本。

CosyVoice软件亮点

1、交互方式比较灵活，既可以单击触发，也可以长按连续输入，适配不同使用习惯。

2、在语音转写过程中，会尽量保留语义连贯性，让生成内容更接近真实表达逻辑。

3、输出内容偏“可直接用”，不需要再二次整理，适合快速发送或记录场景。

4、对多种使用场景有适配能力，比如办公记录、学习整理、日常备忘等都可以覆盖。

CosyVoice软件特色

1、支持单击和长按两种操作方式，用语音说话来输入内容，整体体验比较自然。

2、可以识别人在说话时的自我纠正，比如说错再改的部分，会自动帮你整理成最终正确内容。

3、能把语音内容自动整理成编号列表、大纲或者表格，看起来会更清晰，整理好就可以直接发出去。

4、支持指令式输入，比如说要写邮件、会议记录或者笔记，可以直接一键生成对应内容。