CosyVoice 语音合成测试
零样本声音克隆，上传参考音频即可合成任意声音
服务配置
检测
未检测
合成参数
合成文本
你好，这是 CosyVoice 语音合成测试。我可以克隆任意声音，只需要上传一段参考音频。
😄 笑声
💨 呼吸
💪 强调
⏸️ 长停顿
😂 笑场
提示：点击按钮在光标处插入标记。CosyVoice 支持 [laughter]笑声、[breath]呼吸、<strong>强调</strong> 等控制标记。
情绪预设
自定义
😊 开心（语速快、音量高）
😢 悲伤（语速慢、音量低）
🤩 激动（语速快、音量高）
😌 平静（语速中、音量中）
😐 严肃（语速慢、音量中）
🥰 温柔（语速慢、音量低）
😰 紧张（语速快、音量中）
😴 疲惫（语速慢、音量低）
情绪强度
中
语速
1.0x
音量
1.0x
输出采样率
22050 Hz（语音标准）
44100 Hz（CD音质）
48000 Hz（专业音频）
音频优化
淡入淡出（避免爆音）
参考音频（用于声音克隆）
点击上传或拖拽参考音频到此处
建议 3-10 秒清晰人声，支持 WAV、MP3、M4A、FLAC
或使用麦克风录制参考音频
开始录制
00:00
正在录制...
声音克隆提示：
参考音频质量直接影响合成效果。建议使用 3-10 秒、清晰无背景噪音的单人说话音频。CosyVoice 支持零样本克隆，无需预训练音色。
参考音频文本
（可选，留空自动识别）
开始合成
正在合成语音...
合成结果
下载音频
关闭