CosyVoice围绕语音输入、声音内容创作和实时语音交互提供三类产品能力，底层由QwenAudio音频大模型提供支持。使用CosyFlow时，可直接口述或处理录音内容，系统会进行语音转文字，并识别填充词、重复表达和口头自我修正，还能把散乱口述整理成列表、表格或大纲；录音内容可继续区分发言人、生成摘要和待办。进入CosyCreative后，可输入一句想法或参考生成播客，也可导入书稿制作有声书，上传短样本音频复刻声音，或将网页、文档转换为语音；生成后还能通过文本与音频对齐进行局部重生成、自动分段、多轨编排和背景音乐处理。面向企业场景，CosyAgent支持用自然语言创建语音智能体，并接入数据库、文档、RAG、MCP和API。整体覆盖个人记录、内容生产和企业语音服务三条使用链路。
