阿里通义开源Fun-CosyVoice3-0.5B 提供零样本音色克隆能力

阿里通义开源Fun-CosyVoice3-0.5B，支持仅需3秒音频的零样本音色克隆，并推出参数量0.8B的轻量化模型Fun-ASR-Nano，降低推理成本；增强版Fun-ASR在噪声环境下识别准确率达93%，支持歌词与说唱识别，均支持本地部署与定制开发。
来源：https://tech.ifeng.com/c/8p6hBddgWJU