ITCOW牛新网 8月7日消息，阿里巴巴今日正式发布 CosyVoice Studio，定位于国内首个一站式 AI 语音生产力平台，底层由自研语音模型 Qwen-Audio 支撑。该应用已上架 iOS、Android、macOS 与 Windows 商店，搜索“CosyVoice”即可下载，当前对个人用户不限量限时免费；其中面向企业的 CosyAgent 与 CosyCreative 模块暂以白名单邀请制试跑，后续会全面放开。
平台把语音能力拆成三条可独立使用的链路。CosyFlow 负责“把话变成能用的文字”，在常规转写之上叠了语义理解与生成，日常口述会自动剔掉“嗯”“那个”等填充词，顺手把改口痕迹抹平，工作场景里说一段就能直接套出邮件、汇报或会议纪要的骨架；内置的“随记”支持会议、课堂、访谈实时录或离线上传，靠声纹切分说话人，录完给出带章节和摘要的结构化稿。
CosyAgent 让企业用自然语言就能拉起一个带私有知识、能调接口、可实时语音应答的客服或外呼智能体，也留了 prompt 与 workflow 的配置口子。
CosyCreative 则兜住内容生产，上千种音色加声音复刻，丢一份文档、一条网址或几句文案进去，就产出接近真人的对话播客或多角色有声书。
据ITCOW牛新网了解，Qwen-Audio 在 Artificial Analysis 的语音识别、实时交互与语音合成三项评测中均列全球第一，这次是阿里首次把该模型族以聚合产品形态对外释放，个人走应用端直连、企业可先试用再按需接 API。 从单点转写工具到“听、说、创”同台，CosyVoice Studio 的上线把国内语音 AI 的竞争从识别准确率拉到了后端生产力闭环。