CosyVoice 是阿里巴巴通义实验室发布的开源语音生成模型。它专注于自然语音生成，支持多语言、音色和情感控制。CosyVoice 能够生成中、英、日、粤、韩五种语言的语音，并且可以在短短几秒钟内克隆声音,适用于智能助手、教育、音视频制作和智能客服等多种场景。

心辰Lingo语音大模型是由西湖心辰（杭州）科技有限公司开发的端到端语音大模型。该模型具备原生语音理解、多种语音风格表达、语音模态超级压缩、实时打断和控制、深度情感理解等功能，能够以超拟人化的方式进行互动。这个模型不仅能快速响应复杂指令，还能深度理解用户的情感和意图。