CosyVoice的跨语言合成支持四川话等方言生成

2025-08-23

512

方言语音合成的技术实践

CosyVoice通过多任务学习框架实现方言语音合成，其300M-SFT模型专门针对四川话、粤语等方言优化，采用三项关键技术：

使用示例中，开发者只需传入”用四川话说这句话”的指令，系统即可自动切换方言模式。实测表明，四川话合成的自然度MOS达4.8分，音素准确率92%。该技术已用于本地化导航提示音生成，比传统方言录制方案成本降低85%。