據通義大模型官方消息，通義百聆宣佈其語音大模型Fun-CosyVoice3與Fun-ASR完成重大升級並同步開源。此次升級聚焦核心性能與實用性，為開發者與企業提供更強大的語音AI工具。

Fun-CosyVoice3：實時、精準的語音合成

模型首包延遲降低50%，實現“輸入即發聲”。中英混説錯誤率大幅下降56.4%，並支持9種語言、18種方言及情感控制。其開源版本Fun-CosyVoice3-0.5B具備優秀的zero-shot音色克隆能力。

Fun-ASR：強悍抗干擾的語音識別

該模型在嘈雜環境下準確率達93%，新增歌詞與説唱識別功能。支持31種語言自由混説與多種中文方言，流式識別首字延遲僅160毫秒。輕量化版本Fun-ASR-Nano-0.8B同步開源，推理成本更低。

模型已在魔搭、HuggingFace及GitHub等平台開源，支持本地部署與二次開發。

https://github.com/FunAudioLLM/Fun-ASR（GitHub）
https://funaudiollm.github.io/funasr/（GitHub.io）
https://modelscope.cn/studios/FunAudioLLM/Fun-ASR-Nano/（國內體驗demo）
https://huggingface.co/spaces/FunAudioLLM/Fun-ASR-Nano（海外體驗demo）
https://modelscope.cn/models/FunAudioLLM/fun-asr-nano-2512（國內模型倉庫）
https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512（海外模型倉庫）