← Tous les modèles

CosyVoice-v3-Flash

Publication Éditeur Alibabacosyvoice-v3-flash

Présentation

CosyVoice-v3-Flash est un modèle de synthèse et de clonage vocal de la série CosyVoice, développé par Tongyi Lab et proposé par Alibaba Cloud Model Studio. Il convertit du texte en audio et prend en charge la synthèse vocale en flux en temps réel. (alibabacloud.com)

Capacités et usages

  • Il permet d’utiliser des voix système, de cloner une voix ou de concevoir une voix personnalisée. Alibaba indique qu’un échantillon audio de référence de 5 à 20 secondes suffit pour créer une voix clonée. (alibabacloud.com)
  • Parmi les usages possibles figurent la narration audio, les interfaces vocales en temps réel et la production de contenus avec une voix personnalisée.
  • Les voix clonées prennent notamment en charge le français, l’anglais, l’allemand et plusieurs autres langues. (alibabacloud.com)

Limites

Les langues disponibles dépendent du type de voix : le français figure dans la liste des voix clonées, tandis que les voix conçues prennent en charge le chinois et l’anglais. La fiche du modèle ne précise pas de longueur maximale d’entrée ou de sortie et indique que l’appel de fonctions, la recherche web, la mise en cache du contexte et l’inférence par lots ne sont pas pris en charge. (alibabacloud.com)

Publication

L’annonce officielle classe le modèle au 17 novembre 2025. Elle indique aussi une mise à disposition dans le périmètre international le 9 février 2026. Annonce officielle des modèles. (help.aliyun.com)

Tarifs API

Tarifs de synthèse à l’usage consultés le 17 novembre 2026. La facturation porte sur les caractères du texte en entrée ; la sortie audio n’est pas facturée séparément.

Ces tarifs sont propres aux sites et régions indiqués ; ils ne sont pas présentés comme des conversions de devise.