RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

CosyVoice

QwenAudio/CosyVoiceRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es CosyVoice?

Un modelo de generación de voz del equipo FunAudioLLM: convierte texto en habla en nueve idiomas y más de dieciocho dialectos chinos, copia una voz a partir de una muestra corta sin necesidad de entrenamiento, y puede seguir instrucciones sobre emoción, velocidad o acento. Instalas Conda y Python, descargas archivos de modelo de varios gigabytes desde ModelScope o Hugging Face, y luego ejecutas un script de ejemplo o una página web local. Se espera una tarjeta NVIDIA para una velocidad aceptable, y las configuraciones de servidor más rápidas (vLLM, TensorRT, Docker) son solo para Linux.

CosyVoice es gratis y de código abierto (Apache-2.0) y puede reemplazar a ElevenLabs, Murf y Fish Audio.

¿Qué tan fácil es instalar CosyVoice?

D · terminal, varias herramientas o tarjeta específica · Windows

  • Windows D
  • macOS D
  • Linux D

En todos los sistemas es trabajo de terminal: clonas con submódulos, instalas Conda, creas un entorno, instalas con pip una larga lista de paquetes, descargas varias carpetas de modelo con un script y solo entonces ejecutas "python example.py" o "python3 webui.py". Linux es el que tiene mejor soporte: las piezas de deepspeed, onnxruntime-gpu, TensorRT y Docker en requirements.txt y en el README solo aplican ahí, y sox puede necesitar un paquete del sistema.

Pronto: instala con 1 clic desde la app RepoPicks.

CosyVoice en GitHub

Estrellas
24.356el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
+64estrellas en 6 días

Estrellas a lo largo del tiempo

24.31024.32024.33024.34024.35024.360 6 nov7 nov8 nov9 nov10 nov 24.31024.32024.33024.34024.35024.360 6 nov8 nov10 nov

Datos

Funciona en
Windows, macOS, Linux
Necesitas instalar
Python, Tarjeta NVIDIA, Otras herramientas
Para compilar desde el código
Python, Tarjeta NVIDIA
Espacio en disco
1,2 GB–5,1 GB · estimación
Cuentas o claves
Ninguna
Costo
Gratis · Código bajo Apache-2.0 y archivos de modelo gratuitos para descargar; la electricidad y la tarjeta gráfica son cosa tuya.
Licencia
Apache-2.0 (Permisiva)
Puede reemplazar
ElevenLabs, Murf, Fish Audio
Último cambio en GitHub
25 may 2026

Señales de riesgo de CosyVoice (6)

  • AtenciónDependencias con vulnerabilidades conocidas

    Dependencias fijadas con vulnerabilidades conocidas (OSV): diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; gdown: GHSA-76hw-p97h-883f, PYSEC-2026-2158; gradio: GHSA-39mp-8hj3-5c49, GHSA-5cpq-9538-jm2j, GHSA-6655-8ph2-63j3; hydra-core: GHSA-2cp2-2r3c-7p7r, GHSA-c3wx-c55w-pxjq, PYSEC-2026-3850; lightning: GHSA-cgwc-qvrx-rf7f, GHSA-mr7h-w2qc-ffc2, GHSA-qqmf-gpg7-g8gw; modelscope: GHSA-fhhq-h4hg-549x, PYSEC-2026-2663; onnx: GHSA-3r9x-f23j-gc73, GHSA-48m4-24cq-37qf, GHSA-538c-55jv-c5g9; protobuf: GHSA-7gcm-g887-7qv7, GHSA-8qvm-5x2c-j2w7, PYSEC-2026-1805; pyarrow: GHSA-rgxp-2hwp-jwgg, PYSEC-2026-113; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-63cw-57p8-fm3p; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74

    revisión automática

  • AtenciónClonación de voces de personas reales

    El proyecto se promociona con "multi-lingual/cross-lingual zero-shot voice cloning" a partir de una muestra corta, y su propio descargo de responsabilidad dice "The content provided above is for academic purposes only" y pide que se escriba si algún ejemplo infringe los derechos de alguien; copiar la voz de una persona está restringido en varios países.

    revisión con IA

  • InfoEl repositorio es una copia del proyecto original

    Este repositorio es QwenAudio/CosyVoice, pero todos los enlaces del README apuntan a FunAudioLLM/CosyVoice y el paso de instalación dice "git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git", así que las instrucciones compilan el otro repositorio, no este.

    revisión con IA

  • InfoInstalación desde un espejo con la verificación de certificado desactivada

    Comando de instalación del README: "pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com" — los paquetes vienen de un espejo de Alibaba y el indicador --trusted-host desactiva la verificación de certificado para ese sitio.

    revisión con IA

  • InfoDescargas grandes de modelos fuera de GitHub

    El README indica descargar Fun-CosyVoice3-0.5B, CosyVoice2-0.5B, CosyVoice-300M, -SFT, -Instruct y el recurso ttsfrd desde ModelScope o Hugging Face, y el paso opcional de ttsfrd instala dos archivos .whl que vienen dentro de esa descarga.

    revisión con IA

  • InfoSin lanzamientos y muchos issues abiertos

    El repositorio no tiene lanzamientos en GitHub, tiene 640 issues abiertos y el último commit es del 2026-05-25 (168 días antes de la revisión), así que siempre instalas lo que sea que tenga la rama principal en ese momento.

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de CosyVoice

  • Si funciona en Windows o Mac en la práctica, y qué tan lento es ahí sin una tarjeta NVIDIA.
  • El uso real de disco: las revisiones estiman entre 1.2 y 5.2 GB, y eso depende de cuántas carpetas de modelo descargues.
  • Las afirmaciones de calidad y velocidad (150 ms de latencia, los puntajes de la tabla de evaluación) fueron medidas por los propios autores.
  • Quién puede acceder a la página web que inicia webui.py, que no tiene inicio de sesión propio.
  • Qué tan buenas son las voces en idiomas distintos del chino y el inglés.

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub