2025年12月15日，通义大模型宣布开源两款“百聆”语音模型，并完成关键升级。Fun-CosyVoice3-0.5B支持zero-shot音色克隆，仅需3秒录音即可实现跨语种、方言及情感的语音合成，首包延迟降低50%，中英混说准确率显著提升。同期开源的轻量级Fun-ASR-Nano-0.8B，支持31语种混说与方言识别，流式识别首字延迟低至160ms，适用于多场景本地部署。两款模型均已开放下载与体验入口。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。