CosyVoice输入法

阿里巴巴正式推出了 CosyVoice 输入法，这是一款基于阿里自研 CosyVoice 语音引擎的智能输入工具。目前已在 macOS、iOS 和安卓平台上线，Windows 版本预计稍后发布。与传统输入法不同，CosyVoice 的核心定位是“纯语音高效输入”，旨在让用户仅通过口述即可产出规范、得体的书面内容，覆盖消息沟通、会议记录、邮件撰写等全场景。

核心亮点：从“听写”到“创作”的跨越

CosyVoice 不仅仅是一个语音转文字工具，它更像是一个嵌入在输入框中的 AI 秘书，具备以下五大核心能力：

1. 智能清洗，告别口语废话

系统能自动识别并过滤掉“嗯”、“啊”、“那个”等口语填充词以及重复语句。用户无需刻意调整说话节奏，输出的文本依然干净、简洁，直接可用。

2. 逻辑重组，零散变结构

面对碎片化的口述内容，CosyVoice 能自动识别其中的逻辑关系，并将其整理为编号清单、表格或清晰的大纲。这对于会议纪要整理或任务梳理尤为实用，大幅降低了后期编辑的时间成本。

3. 口语自我更正，无痕修改

支持自然的口语修正指令。当用户说出“不对”、“改成”等词汇时，系统会自动理解并修改前文内容，且不会在最终文稿中保留修改过程的痕迹，确保成稿的专业性。

4. 意图理解，一键生成成品

依托强大的意图理解能力，用户只需口述需求，CosyVoice 即可直接生成完整的邮件、会议邀约或短视频脚本。它会自动补齐称谓、问候语、落款等格式要素，实现从“想法”到“成品”的直达。

5. 专业标准化与方言兼容

• 专业场景适配：针对金融、科研、媒体等领域，系统能智能标准化处理口述中的数字、百分比和计算公式，自动转换为规范的符号格式。
• 多方言支持：支持上海话、粤语、四川话等多种方言识别，并能将其统一转译为标准普通话，有效解决跨地区沟通中的记录难题。

适用人群与场景

• 职场人士：快速起草邮件、整理会议纪要、生成工作日报。
• 内容创作者：口述灵感，快速生成短视频脚本或文章大纲。
• 跨地域团队：使用方言沟通时，确保记录内容的标准化和统一性。
• 移动办公族：在手机端通过语音高效处理大量文字工作，解放双手。