阿里通义实验室开源的多语言语音合成模型——这是 CosyVoice 最主要的用途,也是本文讨论的前提。

这篇写给客服人员:围绕回复草稿、工单分类和知识库整理这几类日常工作,说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

客服人员的三个高频用法

1. 回复草稿

可直接复制到 CosyVoice 里修改:

根据这张工单写回复草稿:复述客户问题,说明处理步骤和预计时间,必要时请客户补充订单号。语气诚恳,不承诺政策外的补偿。

把关:回复没有越权承诺。

2. 工单分类

提示词示例:

把这 50 张工单按问题类型分类,标出情绪激烈需要优先处理的,以及疑似同一故障的集中反馈。

把关:集中反馈被识别。

3. 知识库整理

在 CosyVoice 中可以这样提:

根据这些高频问题和已有答复,整理 10 条知识库条目:标准问题、相似问法、答案、更新日期。

把关:答案与现行政策一致。

也可以试试:短视频配乐

这是「音频与语音」类工具的通用任务,客服人员同样用得上。

生成一段 30 秒的背景音乐:轻快、温暖、无人声,前 5 秒渐入,结尾干净收尾,适合生活类短视频。

边界与合规

不得以 AI 名义做出政策外承诺,涉及隐私的问题按流程处理。

  • 产出由客服人员本人负责,AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单,优先在清单内选择;CosyVoice 的同类还有 GPT-SoVITS、F5-TTS。

一周试用建议

选一个最常做的任务连续用 5 个工作日,记录每次节省的时间和需要修改的地方,再决定是否把 CosyVoice 纳入日常流程。

延伸练习

会议录音转写

适用情况:手头有一段 1 小时的会议录音时。

转写这段录音并区分发言人,生成要点摘要和待办清单,人名和专有名词按我提供的名单校正:【名单】。

交付前确认:专有名词按名单校正。

课程旁白配音

准备材料:一份 800 字的讲解稿。

把这份讲稿改成适合朗读的口播版本:句子不超过 20 字,数字改成口语读法,标出需要停顿和重读的地方。

交付前确认:数字读法不会产生歧义。

有声读物试音

输入:一个章节的文本。

用两种不同的声音风格朗读这一章节的前 300 字:一种沉稳叙述,一种轻松亲切,对比后选择更适合的版本。

检查点:两种风格差异明显。

常见问题:合成语音读错多音字

在文本中改用同音字或拼音标注,或使用工具的发音词典。

常见问题:转写错字集中在专有名词

提前提供人名、产品名词表,转写后批量替换。

常见问题:配乐与画面情绪不符

先写清情绪关键词和节奏,再分段生成拼接。

概念补充:响度标准化

把音频调整到平台推荐的响度范围,避免忽大忽小。

概念补充:TTS(文本转语音)

把文字合成为语音,可选择音色、语速与情感。

适合人群:播客主

播客主可以用 CosyVoice 处理选题与提纲、音频后期等工作。需要注意:嘉宾声音和内容的再利用需取得同意。

注意事项

所有示例输出均为示意,不代表真实统计或效果承诺;请以自己的测试结果为准。

本文基于 CosyVoice 公开的定位与通用用法编写,具体功能、套餐与可用地区以官方页面为准,产品更新后界面和名称可能变化。

延伸阅读