Cosyvoice V3.5 Plus

用同一种声音讲述不同内容

CosyVoice-v3.5-Plus 侧重声音复刻、声音设计后的合成表现，适合品牌旁白、有声读物、展览导览和多语言内容。它将待朗读文字转为音频，在保留说话人音色特点的同时，通过自由风格指令调整表达，让同一音色用于平静讲解、热情欢迎或带有角色感的叙述。

模型支持中文、英文、德文、法文、俄文、日文、韩文、葡萄牙文、泰文、印尼文和越南文，可用于跨语言的语音内容制作。需要多语言版本时，应分别准备准确的正文，保留一致的术语与人名写法，再试听不同语言的发音和节奏；合成服务本身不负责翻译校对。

先准备音色，再安排表演

v3.5 不提供系统预置音色。先通过声音复刻或声音设计创建适配目标模型的 voice ID，再用这个 ID 合成。复刻适合已有明确声音素材的项目，设计适合从文字描述创建新的声音方向。创建音色和生成最终配音是两个步骤，不能把音色描述直接当成 voice ID。

复刻与设计音色都支持自然语言指令，可以写清语气、语速和停顿要求。试听时先固定音色，只改变一两个表达维度；长篇内容按段落处理，检查段间衔接。模型支持流式合成，应用可逐段接收音频，或在完整合成后保存文件。

北京地域基准价为 1.5 元/万计费字符，输出音频不另收费。汉字通常计 2 个字符，SSML 标签不计入，按返回的计费字符数结算。美元基准按 1 美元 = 6.8 元换算，最终费用应用账户分组倍率。

展览导览制作

先创建适配 cosyvoice-v3.5-plus 的复刻或设计音色，取得 voice ID。

正文：“眼前这件陶器距今已有两千多年。请注意器身上的纹样，它记录着当时人们对生活的观察。”

instruction：“温和沉稳，像面对观众讲解，语速稍慢，重点词自然强调。”

可以直接选择常见的系统音色吗？

v3.5 需要自建复刻或设计音色，不能直接沿用其他版本的系统音色。

自建音色无法使用时检查什么？

确认 voice ID 创建成功、适配目标模型，并检查调用账号与地域是否一致。