阿里推出CosyVoice Studio：国内首个一站式AI语音平台上线

8月10日，阿里巴巴正式推出国内首个一站式AI语音平台CosyVoice Studio，基于自研Qwen-Audio模型构建，集成了三大核心模块：语音记录CosyFlow、语音智能体CosyAgent和音频创作CosyCreative，覆盖从语音识别到内容创作的全链路需求。

CosyFlow突破了传统语音转写的局限，不仅将语音转换为文字，还叠加语义理解层，自动生成结构化文本输出。CosyAgent允许用户通过自然语言快速创建实时语音交互智能体，无需编程即可构建客服机器人、语音助手等应用。CosyCreative则面向内容创作者，支持上传文档自动生成播客节目与多角色有声书，大幅降低音频内容的生产门槛。

这一平台的推出标志着AI语音技术从单一功能工具向平台化生态演进。此前阿里已发布Qwen-Audio-3.0-ASR-Flash模型，在医疗专业术语识别中准确率达95.36%。CosyVoice Studio将这些底层能力封装为可直接使用的产品，面向企业级和消费级用户同步开放。随着语音交互成为AI助手的核心入口，从语音识别到语音生成到智能体交互的全栈能力正成为大厂竞争的焦点。阿里在语音赛道的布局与字节跳动的豆包语音、科大讯飞的星火语音形成三足鼎立之势，一站式平台的先发优势或将为其赢得更多开发者生态。