Alibaba: CosyVoice v3.5 Plus
cosyvoice-v3.5-plus- 输入 / 输出
- $22.06 / $0.00
- 模态
- 音频
CosyVoice v3.5 Plus 简介
CosyVoice v3.5 Plus 是阿里巴巴的语音合成模型，用于你自己创建的声音。它没有内置音色列表：你要先用一段样本克隆声音，或者用文字描述设计一个声音，再通过 WebSocket 连接用它合成语音。它支持普通话、英语和其他几种语言，以及许多中国方言，并且可以用自然语言指令控制朗读方式，Qwen3-TTS-Flash 做不到这一点。
擅长的任务
- 支持用录音克隆的声音，或用文字描述设计的声音。
- 接受指令来控制语气和说话风格。
- 支持普通话、粤语和许多中国方言，也支持英语、法语、德语、日语、韩语、俄语、葡萄牙语、泰语、印度尼西亚语和越南语。
- 通过 WebSocket 流式输出音频，合成完成前就可以开始播放。
什么情况换别的模型
- 没有内置的系统音色，必须先创建克隆或设计的声音。
- 需要 WebSocket 客户端，不能只用简单的 HTTP 请求。
- 克隆声音需要干净的参考样本，并且要获得该声音使用的授权。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本转语音TokenLab 端点POST/v1/audio/speechcurl -X POST "https://api.tokenlab.sh/v1/audio/speech" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "tts", "response_format": "mp3", "speed": 1, "model": "cosyvoice-v3.5-plus", "input": "Hello from TokenLab.", "voice": "alloy" }'
价格
官方价格是模型厂商公开的基线价，TokenLab 价格是用这个模型时实际的计费价。
Cosy Tts Number
每百万字符- 官方价格
- 输入 $22.06 / 输出 $0.00
- Official
- 输入 $22.06 / 输出 $0.00
- 折扣
- —
| 官方价格每百万字符 | Official每百万字符 | 折扣 | |
|---|---|---|---|
| Cosy Tts Number | 输入 $22.06 / 输出 $0.00 | 输入 $22.06 / 输出 $0.00 | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
CosyVoice v3.5 Plus 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 cosyvoice-v3.5-plus 发起一条简短的音频请求，接口是 /v1/audio/speech。返回结果和费用。
使用场景
品牌声音
克隆一位已授权的说话人，之后用这个声音做产品导览、IVR 语音提示和公告。
角色声音
根据描述设计声音，比如温暖的年长讲故事人，用于有声书或游戏。
方言旁白
为本地听众制作四川话、上海话或粤语的语音内容。
提示词示例
用轻快、积极的语气读这则公告，日期后面稍作停顿。
把下面这段话读得慢一点、温柔一点，就像在讲睡前故事。
用粤语说这句话，语速放松，像日常聊天。
FAQ
CosyVoice v3.5 Plus 有预设音色吗？
没有。阿里巴巴没有为这个模型列出系统音色。你需要用样本克隆声音，或用文字描述设计声音，合成时再传入该声音。
CosyVoice v3.5 Plus 支持哪些语言和方言？
普通话、粤语和许多中国方言，以及英语、法语、德语、日语、韩语、俄语、葡萄牙语、泰语、印度尼西亚语和越南语。方言支持是它与 Qwen3-TTS-Flash 系列的主要区别。
可以控制它的发声效果吗？
可以。模型支持指令控制，可以用自然语言描述语气、情绪或节奏。所选声音决定谁在说，指令决定这句话怎么说。
怎么调用它？
通过 WebSocket API，音频边生成边流式返回。适合长脚本和实时播放，但需要能处理连接的客户端。
什么时候应该改用 Qwen3-TTS-Flash？
想用现成音色、简单的 HTTP 调用，又不需要克隆或指令控制时。声音身份或朗读风格是产品一部分时，选 CosyVoice。
CosyVoice v3.5 Plus 的费用是多少？
在 TokenLab 上，CosyVoice v3.5 Plus 的价格为 输入 $22.06 / 输出 $0.00 每百万字符。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
CosyVoice v3.5 Plus 应该使用哪个端点？
CosyVoice v3.5 Plus 使用 https://api.tokenlab.sh/v1/audio/speech。代码写法见下方的请求示例。
CosyVoice v3.5 Plus 支持哪些操作？
CosyVoice v3.5 Plus 支持 文本转语音。选了操作，上面会显示对应的端点和请求示例。
CosyVoice v3.5 Plus 对比
资料来源
审阅于 2026年10月2日
