RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

CosyVoice

QwenAudio/CosyVoiceRevisado por IA

Verificado pelo RepoPicks Radar em

O que é CosyVoice?

Um modelo de geração de voz da equipe FunAudioLLM: transforma texto em fala em nove idiomas e mais de dezoito dialetos chineses, copia uma voz a partir de uma amostra curta sem precisar de treinamento, e pode seguir instruções sobre emoção, velocidade ou sotaque. Você instala o Conda e o Python, baixa arquivos de modelo de alguns gigabytes do ModelScope ou do Hugging Face, e então executa um script de exemplo ou uma página web local. Uma placa NVIDIA é esperada para uma velocidade razoável, e as configurações de servidor mais rápidas (vLLM, TensorRT, Docker) só funcionam no Linux.

CosyVoice é grátis e de código aberto (Apache-2.0) e pode substituir ElevenLabs, Murf e Fish Audio.

Quão fácil é instalar CosyVoice?

D · terminal, várias ferramentas ou placa específica · Windows

  • Windows D
  • macOS D
  • Linux D

Em todos os sistemas é trabalho de terminal: clonar com submódulos, instalar o Conda, criar um ambiente, instalar com pip uma longa lista de pacotes, baixar várias pastas de modelo por script e só então executar "python example.py" ou "python3 webui.py". O Linux é o mais bem suportado: as partes de deepspeed, onnxruntime-gpu, TensorRT e Docker no requirements.txt e no README só valem ali, e o sox pode precisar de um pacote do sistema.

Em breve: instale com 1 clique pelo app RepoPicks.

CosyVoice no GitHub

Estrelas
24.356em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
+64estrelas em 6 dias

Estrelas ao longo do tempo

24.31024.32024.33024.34024.35024.360 6 de nov.7 de nov.8 de nov.9 de nov.10 de nov. 24.31024.32024.33024.34024.35024.360 6 de nov.8 de nov.10 de nov.

Fatos

Roda em
Windows, macOS, Linux
Você precisa instalar
Python, Placa NVIDIA, Outras ferramentas
Para compilar a partir do código
Python, Placa NVIDIA
Espaço em disco
1,2 GB–5,1 GB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis · Código sob Apache-2.0 e arquivos de modelo gratuitos para baixar; a eletricidade e a placa de vídeo são por sua conta.
Licença
Apache-2.0 (Permissiva)
Pode substituir
ElevenLabs, Murf, Fish Audio
Última mudança no GitHub
25 de mai. de 2026

Sinais de risco de CosyVoice (6)

  • AtençãoDependências com vulnerabilidades conhecidas

    Dependências fixadas com vulnerabilidades conhecidas (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

    checagem automática

  • AtençãoClonagem de vozes de pessoas reais

    O projeto se anuncia com "multi-lingual/cross-lingual zero-shot voice cloning" a partir de uma amostra curta, e o próprio aviso legal diz "The content provided above is for academic purposes only" e pede que as pessoas escrevam se algum exemplo violar seus direitos; copiar a voz de alguém é restrito em vários países.

    revisão por IA

  • InfoO repositório é uma cópia do projeto original

    Este repositório é o QwenAudio/CosyVoice, mas todos os links do README apontam para FunAudioLLM/CosyVoice e o passo de instalação diz "git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git", então as instruções constroem o outro repositório, não este.

    revisão por IA

  • InfoInstalação a partir de um espelho com a verificação de certificado desligada

    Comando de instalação do README: "pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com" — os pacotes vêm de um espelho da Alibaba e a opção --trusted-host desliga a verificação de certificado para esse endereço.

    revisão por IA

  • InfoDownloads grandes de modelos fora do GitHub

    O README orienta baixar o Fun-CosyVoice3-0.5B, CosyVoice2-0.5B, CosyVoice-300M, -SFT, -Instruct e o recurso ttsfrd do ModelScope ou do Hugging Face, e o passo opcional do ttsfrd instala dois arquivos .whl que vêm dentro desse download.

    revisão por IA

  • InfoSem lançamentos e muitas issues abertas

    O repositório não tem lançamentos no GitHub, tem 640 issues abertas e o último commit é de 2026-05-25 (168 dias antes da checagem), então você sempre instala o que estiver na branch principal naquele momento.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em CosyVoice

  • Se funciona de fato no Windows ou no Mac, e quão lento fica ali sem uma placa NVIDIA.
  • O uso real de disco: as checagens estimam de 1,2 a 5,2 GB, e isso depende de quantas pastas de modelo você baixar.
  • As afirmações de qualidade e velocidade (150 ms de latência, as notas na tabela de avaliação) foram medidas pelos próprios autores.
  • Quem consegue acessar a página web aberta pelo webui.py, que não tem login próprio.
  • Quão boas são as vozes em idiomas além do chinês e do inglês.

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub