阿里把语音模型打包成一个应用：会自己清理的转写，能变成播客的文档
阿里巴巴周五推出 CosyVoice Studio，一款基于自研 Qwen-Audio 语音模型的桌面与移动端应用。它包含三个部分：CosyFlow 负责转写，并进一步剔除口语填充词、把文本改写成邮件、汇报或会议纪要；CosyAgent 用于搭建能调用工具、检索企业自有文档的语音智能体；CosyCreative 则把上传的文档变成播客或有声书。该应用在 iOS、Android、Mac 和 Windows 上限时免费，CosyAgent 与 CosyCreative 目前对企业用户采取邀请制。
为什么重要?语音正在成为人们不碰键盘就能找到助手的方式，而这一次是把识别、语音智能体和音频生产打包成一个面向消费者的应用，而不是一套需要自己接线的云 API——和阿里本周开放 Wan 3.0 公测时在视频上的做法如出一辙。需要提醒的是：发布材料中的评测排名来自阿里自己，尚未经过独立核实。
在App中阅读——免费，9种语言
相关新闻
Apple Music 将标注哪些歌曲由机器生成——但要不要说，取决于上传者2026-08-21Stripe 刚以75亿美元买下一个模型路由器。几天后，Ramp 自己造了一个，并且免费送到一月。
2026-08-21Meta 的助手现在是一款 Mac 应用，能读你的屏幕、往任何窗口里打字——而它看到的东西可以用来训练模型
2026-08-21在新闻网站上点一下，就等于告诉谷歌"多给我看这家"——而且你不用离开正在读的页面
2026-08-21Adobe 现在能生成配乐、旁白和关门声——而且它说授权已经替你兜底
2026-08-21