アリババが音声モデルを一つのアプリにまとめた——自分で整う書き起こし、ポッドキャストになる文書
アリババは金曜、自社開発のQwen-Audio音声モデルを基盤にしたデスクトップおよびモバイル向けアプリCosyVoice Studioを公開した。構成は三つ。書き起こしたうえで「えー」などのつなぎ言葉を取り除き、メールや報告書、議事録の形に整えるCosyFlow。ツールを呼び出し、企業自身の文書を検索できる音声エージェントを作るCosyAgent。アップロードした文書をポッドキャストやオーディオブックに変えるCosyCreativeである。アプリはiOS、Android、Mac、Windowsで期間限定無料、CosyAgentとCosyCreativeは法人向けの招待制となっている。
なぜ重要か音声はキーボードを使わずにアシスタントへ届く手段になりつつある。今回は認識、音声エージェント、音声制作を、自分で配線しなければならないクラウドAPIではなく、一つの消費者向けアプリとしてまとめた点が要点だ。今週Wan 3.0のベータを開いたときに動画で採った手と同じである。ただし注意も要る。発表資料にあるベンチマーク順位はアリババ自身によるもので、独立した検証は受けていない。
アプリで読む——無料・9言語
関連ニュース
マイクロソフトの新モデルは話し終わる前に書き始めます。2026-10-05イレブンラボが学生に朗読音声を一年間無料で出します。
2026-10-05メタの助手はあなたの周りの全員を一時間ごとに記録しています。
2026-10-05一つのコマンドで、アップルが消した停止スイッチが戻る
2026-10-05OpenAIが28日間、毎日の新機能か上限リセットを約束した
2026-10-05