RepoPicks Radar

每天约 23:30 UTC 更新

指南

CosyVoice

QwenAudio/CosyVoiceAI 已审核

RepoPicks Radar 检查于

CosyVoice 是什么?

这是 FunAudioLLM 团队发布的语音生成模型:可以把文字转换成九种语言和十八种以上中文方言的语音,无需训练就能从一段短样本复刻一个声音,还能按指令调整情绪、语速或口音。你需要安装 Conda 和 Python,从 ModelScope 或 Hugging Face 下载几 GB 的模型文件,再运行示例脚本或本地网页。要获得不错的速度需要一块 NVIDIA 显卡,更快的服务器方案(vLLM、TensorRT、Docker)只支持 Linux。

CosyVoice 免费开源(Apache-2.0),可以替代 ElevenLabs、Murf和Fish Audio。

CosyVoice 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • macOS D
  • Linux D

在每个系统上都是终端操作:带子模块克隆仓库,安装 Conda,创建环境,用 pip 安装一长串依赖包,用脚本下载好几个模型文件夹,最后才运行 "python example.py" 或 "python3 webui.py"。Linux 的支持最好:requirements.txt 和 README 里的 deepspeed、onnxruntime-gpu、TensorRT 和 Docker 相关部分只适用于 Linux,sox 还可能需要安装一个系统软件包。

即将推出:用 RepoPicks 应用一键安装。

CosyVoice 的 GitHub 数据

星标
24,3562026年11月10日
下载量
—所有发布版本
增长
+646 天内新增星标

星标变化

24,31024,32024,33024,34024,35024,360 11月6日11月7日11月8日11月9日11月10日 24,31024,32024,33024,34024,35024,360 11月6日11月8日11月10日

事实

可运行于
Windows, macOS, Linux
需要安装
Python, NVIDIA 显卡, 其他工具
从源码编译需要
Python, NVIDIA 显卡
磁盘空间
1.2 GB–5.1 GB · 估算
账号或密钥
无
费用
免费 · 代码采用 Apache-2.0 协议,模型文件可以免费下载;电费和显卡费用自己承担。
许可证
Apache-2.0 (宽松型)
可以替代
ElevenLabs, Murf, Fish Audio
GitHub 上的最近改动
2026年5月25日

CosyVoice 的风险信号 (6)

  • 注意依赖存在已知漏洞

    固定版本的依赖存在已知漏洞(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

    自动检查

  • 注意克隆真实人物的声音

    项目宣传自己支持 "multi-lingual/cross-lingual zero-shot voice cloning",只需一段短样本,它自己的声明也写着 "The content provided above is for academic purposes only",并请求如果有例子侵犯了某人的权利请联系说明;复刻一个人的声音在不少国家是受限制的。

    AI 审核

  • 信息这个仓库是原项目的复制品

    这个仓库是 QwenAudio/CosyVoice,但 README 里所有链接都指向 FunAudioLLM/CosyVoice,安装步骤里写的是 "git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git",所以这些说明实际构建的是另一个仓库,不是这个。

    AI 审核

  • 信息从关闭证书校验的镜像安装

    README 的安装命令是:"pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com"——这些包来自阿里云的镜像,--trusted-host 参数关闭了对该站点的证书校验。

    AI 审核

  • 信息从 GitHub 之外下载大体量模型

    README 要求从 ModelScope 或 Hugging Face 获取 Fun-CosyVoice3-0.5B、CosyVoice2-0.5B、CosyVoice-300M、-SFT、-Instruct 和 ttsfrd 资源,可选的 ttsfrd 步骤还会安装两个随该下载内容附带的 .whl 文件。

    AI 审核

  • 信息没有发行版,且有很多未解决的 issue

    这个仓库在 GitHub 上没有发行版,有 640 个未解决的 issue,最后一次提交是在 2026-05-25(检查时的 168 天前),所以你安装到的始终是当时 main 分支上的内容。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 CosyVoice 相关内容

  • 在 Windows 或 Mac 上是否真的能跑,以及没有 NVIDIA 显卡时到底有多慢。
  • 实际占用的磁盘空间:检查结果估算为 1.2 到 5.2 GB,具体取决于你下载了多少个模型文件夹。
  • 质量和速度方面的说法(150 毫秒延迟、评测表里的分数)都是作者自己测出来的。
  • 谁能访问 webui.py 打开的那个网页,它本身没有登录功能。
  • 除中文和英文之外,其他语言的语音效果到底怎么样。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面