Alibaba kompaniyasi CosyVoice Studio ni ishga tushirdi va uni Xitoydagi ovoz yordamida samaradorlikni oshirish uchun birinchi toʻliq funksional platforma sifatida taqdim etmoqda. Ushbu mahsulot Qwen-Audio modellar oilasini bitta stackda birlashtiradi, u nutqni tanish, nutqni sintezlash va real vaqt rejimida ovoz bilan oʻzaro aloqani qamrab oladi.
Ushbu platforma sunʼiy intellekt uchun nutqdan nutqqa tarjima Indeksi boʻyicha 28-iyul kuni birinchi oʻrinni egallagan modellar oilasiga asoslangan. Bu yerda Qwen-Audio-3.0-Realtime modeli 84,1 foiz natija koʻrsatib, ovozli fikrlash, agentlar samaradorligi va dialog dinamikasida raqobatchilarni ortda qoldirdi.
Mahsulot uchta funksional modulga ajratilgan. CosyFlow shaxsiy samaradorlik darajasini ifodalaydi: u shoshilinch aytilgan ogʻzaki nutqni anʼanaviy ovozli vositalar talab qiladigan tozalash bosqichini chiqarib tashlab, tuzilgan ish natijasiga aylantiradi. CosyCreative moduli kontent yaratish uchun masʼul: u ssenariy yoki URL manzilini qabul qiladi va har qanday ovozda tayyor audio materialni yaratadi. Nihoyat, CosyAgent korporativ darajadir va bu bizneslarga ovozli interfeysni mavjud mijozlarga xizmat koʻrsatish tizimlariga integratsiya qilish imkonini beradi.
Bunday ajratish ovozli AI ning chat-botlardan tashqari uchta tijoratlashtirish yoʻnalishini aks ettiradi.
Bu ishga tushirish ovozga asoslangan samaradorlikka boʻlgan xalqaro talabning oʻsishi fonida sodir boʻlmoqda. Masalan, Amerika ovozli klaviatura xizmati Wispr olti oy ichida yillik bahosini deyarli uch baravar oshirib, 2 milliard dollarga yetdi va foydalanuvchilar soni yillik hisobda yuzdan ortiq oshdi. Global ovozli AI moliyalashtirilishi faqat 2026 yilning birinchi choragida 7 milliard dollardan oshdi. Shu bilan birga, apparat taʼminoti rivojlanmoqda: ovozli halqalar, AI linzalari va AI osilib turuvchi qurilmalar kundalik hayotni AI asosidagi ish jarayonlariga integratsiya qilish toʻsiqlarini kamaytirishga intilmoqda. Amerika bozorida toʻliq funksional ovozli platformaning standart namoyon etiluvchisi ElevenLabs boʻldi. Alibaba Xitoyda bunday analog yoʻqligini hisoblaydi va CosyVoice Studio shu boʻshliqni toʻldirishga moʻljallangan.
Alibaba ning tuzilmaviy ustunligi modellarni oʻqitish siklida yotadi. CosyVoice Studio butunlay yangi mahsulot emas; bu Qwen, DingTalk, Amap va Taobaoʻda 2023 yildan beri haqiqiy ishlab chiqarish trafikida faol sinovdan oʻtgan modellar oilasi uchun foydalanuvchi interfeysidir. Qwen-Audio modeli shovqinli xitoy dialektlari katta hajmdagi maʼlumotlar toʻplami ustida oʻqitilgan va har bir yangi nashr foydalanuvchilar bilan qayta aloqa siklini bosib oʻtadi. Shu sababli, platforma stackni barqarorlashtirish uchun yillik pilot loyihalarga ehtiyoj sezmasdan bevosita chiqarilishi mumkin.
Bozor tuzilmasi masalasi muhim ikkilamchi jihatdir. Ovoz AI agenti uchun maʼlumotlarni kiritishning eng kam mehnat talab qiladigan usuli boʻlib, Alibaba CosyVoice Studio ni Xitoydagi ovozli trafik uchun yoʻnaltiruvchi qatlam sifatida joylashtiradi. Ushbu platforma shuningdek, Alibaba ning murakkab strategiyasining eng toza misolidir: birgalikda bozorda chiqadigan oʻziga xos modul, ishlab chiqarish platformasi va ishlab chiquvchilar uchun mahsulot. Xitoydagi ovozli AI sohasidagi avvalgi gʻalabaqashlar bir funksiyali vositalardan iborat edi; keyingi toʻlqin esa platforma yechimlari boʻlib, Alibaba bunday mahsulotni chiqargan birinchi yirik xitoy texnologik kompaniyasi boʻladi.