跳到正文

FunAudioLLM

增强人机自然语音交互的框架

访问官网

funaudiollm 是什么

FunAudioLLM 是一个让人类与大型语言模型之间的语音交互更自然的框架。

你可以用它做什么

  • 识别多种语言的语音
  • 检测情绪与音频事件
  • 生成自然的多语种语音

主要特点

  • 延迟极低的 SenseVoice
  • CosyVoice 的零样本上下文生成
  • 支持跨语言语音克隆

快速上手

  • 访问 GitHub 页面了解模型信息
  • 选择 SenseVoice 或 CosyVoice 获取代码
  • 搭建训练与推理环境

优点与缺点

✓ 我们认可的地方

  • 资料列出情绪识别和音频事件检测
  • 语音生成支持多语种、音色与情绪控制

! 需要留意的地方

  • 使用者需按需求在 SenseVoice 与 CosyVoice 中选择
  • 训练与推理环境需在本地或云平台搭建

常见问题

两个模型是什么?

资料点名了 SenseVoice 和 CosyVoice。

支持多少种语言?

资料说明 SenseVoice 支持超过 50 种语言。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法