2026年6月27日，阿里阿里巴巴正式宣布发布CosyVoice语音输入法。发布目前，语音输言识该输入法已同步上线macOS、入法iOS及安卓三大主流平台，支持Windows版本亦在规划中，多平即将陆续推送。台方

作为阿里自研的别智新一代语音输入工具，CosyVoice深度集成自研CosyVoice语音引擎，稿生旨在打造极致的阿里纯语音高效输入体验。无论是发布即时通讯、会议纪要，语音输言识还是入法邮件撰写，用户只需通过口述，支持即可快速生成逻辑严密、多平表达得体且格式规范的书面内容。

核心功能亮点

1. 高精度转写与智能降噪

系统具备卓越的语音转写精度，能够在实时转写过程中，自动识别并过滤“嗯”、“啊”、“那个”等口语填充词，同时智能剔除重复及冗余语句。这一特性确保了输出文本的简洁性与专业性，实现“即说即得”，无需二次人工润色即可直接使用。

2. 语义重构与结构化整理

针对用户零散、跳跃式的口述习惯，CosyVoice内置深度语义分析引擎，能够自主梳理内容间的逻辑关联。系统可将杂乱口述自动转化为编号条目、结构化表格或层级分明的大纲，大幅降低人工整理信息的时间成本，提升工作效率。

3. 自然语言即时修正

在口述过程中，用户无需中断思路，只需通过自然语言下达指令（如“不对”、“改成”、“删掉刚才那句”），系统即可即时响应并完成内容调整。这种无痕修改机制保持了文稿的连贯性与完整性，让修改过程如同思维延伸般自然流畅。

4. 深度意图理解与自动生成

依托先进的深度意图理解技术，CosyVoice支持从核心需求直接生成完整成品。用户仅需口述意图，例如：
* “给客户写一封项目延期说明邮件”
* “拟一份下周三下午的团队会议邀请”
* “生成一个30秒科普短视频脚本”

系统即可自动补全称谓、正文、问候语及落款，一键输出符合场景规范的完整文档。

5. 专业领域数据标准化

面向金融、科研、媒体等高严谨性行业，CosyVoice能够精准识别口述中的数字、百分比及复杂运算表达式，并自动转换为符合行业规范的数值格式与数学符号，确保专业写作的数据准确性与规范性。

6. 多方言识别与统一转译

为打破地域沟通壁垒，输入法全面支持上海话、粤语、四川话等多种方言的语音识别。系统可将不同方言输入统一转译为标准普通话文本，有效解决跨地域协作中的语音记录难题，提升信息传递的准确性与一致性。