CosyVoice2-Ex 是音频音乐领域的开源项目，由 journey-ad 开发，2025 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 197。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-30。Apache-2.0许可证，可免费使用和部署，无付费版本。
它主要面向的使用场景是：个性化语音助手快速定制音色。同类可对比的替代方案包括 CosyVoice2、GPT-SoVITS、XTTS-v2。
CosyVoice2-Ex
3秒复刻音色，自然语言控声音，开箱即用的语音合成增强包
CosyVoice2-Ex 是基于阿里开源 CosyVoice2 的增强扩展项目，旨在解决原版在音色定制和部署体验上的不足。它新增了预训练音色推理能力，无需训练即可使用多种预设音色；支持仅需 3 秒音频的极速音色复刻，大幅降低克隆门槛；引入自然语言控制，用户可用文字描述情感、语速等属性；自动识别功能可自动检测输入文本的语言和说话人特征；支持将定制音色保存为独立模型文件，便于复用和分发；同时提供封装好的 API 接口，方便集成到各类应用中。项目完全基于 Python 实现，依赖 CosyVoice2 生态，适合快速构建个性化语音合成服务。
开源
free
音频音乐
GitHub 星标
★ 197
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队journey-ad
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型cosyvoice,tts
GitHub 星标★ 197
30天Star增速
HF 下载量
上线时间2025-02-08 00:00:00
最近更新2026-08-30 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
核心亮点
- 3秒极速音色复刻，比原版门槛大幅降低
- 支持自然语言描述控制情感和语速，交互直观
- 提供预训练音色库和模型保存功能，便于复用和分发
不足之处
- 早期项目，文档和社区支持待观察
- 依赖 CosyVoice2 生态，需先安装原版环境
适用场景
- 个性化语音助手快速定制音色
- 有声书/播客批量生成多音色内容
- 游戏或虚拟人实时语音交互
替代项目
CosyVoice2、GPT-SoVITS、XTTS-v2
项目介绍
上一篇：TextyMcSpeechy
下一篇：optispeech
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···