12月15日，阿里通義宣布開源Fun-CosyVoice3-0.5B，該版本提供了zero-shot（注：零樣本）音色克隆能力，只需要你提供一段3秒以上的參考音頻，即可復(fù)刻其音色并合成新語音，并且支持本地部署和二次開發(fā)。

此外，通義推出輕量化版本Fun-ASR-Nano模型，總參數(shù)量壓縮到0.8B，推理成本更低，現(xiàn)已開源，支持本地部署與定制化微調(diào)。

值得一提的是，通義還增強(qiáng)了Fun-ASR模型，噪聲場景準(zhǔn)確率93%、支持歌詞與說唱識別。