据动察 Beating ตรวจสอบพบว่า อาลีบาบาเปิดตัวแพลตฟอร์ม AI เสียงแบบครบวงจร CosyVoice Studio โดยใช้โมเดลตระกูล Qwen-Audio เป็นพื้นฐาน รองรับทั้งการบันทึกเสียง เอเจนต์เสียงแบบเรียลไทม์ และการสร้างสรรค์เนื้อหาเสียงในคราวเดียว
CosyFlow เน้นการบันทึกเสียงเป็นหลัก เมื่อผู้ใช้พูดออกมา ระบบจะตัดคำเติมเต็มอย่าง "อืม อ่า เอ่อ" และการพูดซ้ำซ้อนออกโดยอัตโนมัติ พร้อมทั้งจัดเรียงคำพูดที่กระจัดกระจายให้เป็นรายการ อีเมล และบันทึกการประชุมได้โดยตรง ขณะบันทึกเสียงยังสามารถแยกแยะผู้พูดแต่ละคนได้ พร้อมสร้างบทสรุปและรายการสิ่งที่ต้องทำโดยอัตโนมัติ
CosyAgent มุ่งเน้นบริการเสียงสำหรับองค์กร ผู้ใช้สามารถสร้างเอเจนต์สนทนาแบบเรียลไทม์ด้วยภาษาธรรมชาติ และเชื่อมต่อกับเอกสารองค์กร ฐานข้อมูล MCP และ API ได้ ใช้ในสถานการณ์เช่นฝ่ายบริการลูกค้าและการตลาดทางโทรศัพท์
CosyCreative รับผิดชอบด้านการผลิตเสียง อัปโหลดเอกสาร เว็บเพจ หรือป้อนข้อความ ก็สามารถสร้างพอดแคสต์และหนังสือเสียงหลายตัวละครได้ รองรับการเลียนแบบเสียง การสร้างใหม่เฉพาะส่วน และการตัดต่อหลายแทร็ก
ฝั่งผู้ใช้ส่วนบุคคลครอบคลุม iOS, Android, Mac และ Windows แล้ว พร้อมให้ทดลองใช้ฟรีในช่วงเวลาจำกัด ส่วน CosyAgent และ CosyCreative ยังคงทดสอบกับองค์กรในรูปแบบบัญชีขาว
