# 阿里云 TTS 模型 × 语言 × 音色 矩阵

> 数据来源:阿里云官方 [系统预置音色参数与特性列表](https://help.aliyun.com/zh/model-studio/cosyvoice-voice-list)(本地下载的 `tts音色/` 目录)
> 抓取方式:
> - CosyVoice 4 个模型:v3-flash / v3-plus / v2 / v1,共 216 个音色
> - Qwen3-TTS v3-flash:48 个音色
> - 全文 JSON 数据:`/tmp/alicloud-voices-matrix.json`

**用途**:未来"用户选语言"功能的**核心数据库** — 用户选 X 语言,后端路由先查表确认有可用音色再调 TTS,**避免"用户选了但生成失败"的尴尬**。

---

## 一、模型 × 音色 × 主推语种

| 模型 | 音色数 | 主要语种 | Instruct 支持 | 现状 |
|------|-------|---------|--------------|------|
| `cosyvoice-v3-flash` | 88 | 中文 9 种方言 + 英/日/韩/印尼 | ✅(固定格式) | ✅ 项目主力 |
| `cosyvoice-v3-plus` | 2 | 中/英(仅 2 音色) | ❌ | ⚠️ 兼容旧集成 |
| `cosyvoice-v2` | 106 | 普通话+粤/东北/闽南/陕西+英/日/韩 | 部分 | 老牌音色最丰富 |
| `cosyvoice-v1` | 20 | 普通话 + 东北口音 | ❌ | ❌ 历史,逐步淘汰 |

> ⚠️ **特别说明**:CosyVoice v3.5 (`-plus` / `-flash`) **没有系统音色**,只支持"声音复刻"和"声音设计"。复刻/设计音色理论上支持 11 种语言(中/英/法/德/日/韩/俄/葡/泰/印尼/越南),但需先录制训练,不在本表中。

---

## 二、语言选择可用性矩阵(用户视角)

> 用户在 UI 选语言,看哪些模型/音色真的能生成。✅ = 有可用音色

| 语言 | cosyvoice-v3-flash | cosyvoice-v3-plus | cosyvoice-v2 | cosyvoice-v1 |
|------|-------------------|------------------|-------------|-------------|
| 中文 | ❌ | ❌ | ❌ | ✅ 19 |
| 中文(东北) | ✅ 1 | ❌ | ❌ | ✅ 1 |
| 中文(东北话) | ✅ 1 | ❌ | ✅ 1 | ❌ |
| 中文(四川) | ✅ 1 | ❌ | ❌ | ❌ |
| 中文(山东) | ✅ 1 | ❌ | ❌ | ❌ |
| 中文(普通话 | ✅ 1 | ❌ | ❌ | ❌ |
| 中文(普通话) | ✅ 59 | ✅ 2 | ✅ 78 | ❌ |
| 中文(河南) | ✅ 1 | ❌ | ❌ | ❌ |
| 中文(湖南) | ✅ 1 | ❌ | ❌ | ❌ |
| 中文(粤语) | ✅ 4 | ❌ | ✅ 3 | ❌ |
| 中文(闽南话) | ✅ 1 | ❌ | ✅ 1 | ❌ |
| 中文(陕西) | ✅ 1 | ❌ | ❌ | ❌ |
| 中文(陕西话) | ✅ 1 | ❌ | ✅ 1 | ❌ |
| 英语(美式) | ✅ 10 | ❌ | ✅ 10 | ❌ |
| 英语(英式) | ✅ 4 | ❌ | ✅ 6 | ❌ |
| 日语 | ✅ 5 | ❌ | ✅ 4 | ❌ |
| 韩语 | ✅ 2 | ❌ | ✅ 2 | ❌ |
| 印尼语 | ✅ 1 | ❌ | ❌ | ❌ |
| 安徽话) | ✅ 1 | ❌ | ❌ | ❌ |
| 英文 | ✅ 66 | ✅ 2 | ✅ 84 | ✅ 4 |

---

## 三、推荐配置(给前端语言选择器)

用户在前端选语言后,后端按这套规则路由:

| 用户选 | 默认 vendor | 模型 | 默认音色 | 备选音色 |
|--------|------------|------|---------|---------|
| 中文普通话 | edge / cosyvoice | cosyvoice-v3-flash | `longanhuan_v3`(9 种方言) | 苏瑶 / 凯 |
| 中文(粤语) | cosyvoice | cosyvoice-v3-flash | `龙安粤` 或 `longanhuan_v3` | - |
| 中文(闽南) / 东北 / 河南 / 湖南 / 陕西 / 山东 / 安徽 / 四川 | cosyvoice | cosyvoice-v3-flash | **`longanhuan_v3`** 唯一支持多方言 | - |
| 中文(闽南) | cosyvoice | cosyvoice-v3-flash | `龙安闽` | - |
| 中文(四川) | cosyvoice | cosyvoice-v3-flash | `龙老铁` 或 `天津-李彼得` | - |
| 中文(陕西) | cosyvoice | cosyvoice-v3-flash | `龙陕哥` 或 `longanhuan_v3` | - |
| 中文(北京/上海/南京) | (cosyvoice 没专门) / edge | edge | `zh-CN-XiaoxiaoNeural` | - |
| 英语(美式) | qwen / cosyvoice | qwen3-tts-instruct-flash | 詹妮弗 / 艾登 | longandy / longava |
| 英语(英式) | qwen / cosyvoice | qwen3-tts-instruct-flash | Riko / loongluna | - |
| 日语 | qwen / cosyvoice | cosyvoice-v3-flash | loongtomoka / loongtomoya / 小野杏 | - |
| 韩语 | qwen / cosyvoice | cosyvoice-v3-flash | 素熙 | - |
| 法语 / 德语 / 俄语 | qwen | qwen3-tts-instruct-flash | 埃米尔安 / 莱恩 / 阿列克 | - |
| 西班牙语 / 拉美西班牙 | qwen | qwen3-tts-instruct-flash | 博德加 / 索尼莎 | - |
| 葡萄牙语 | qwen | qwen3-tts-instruct-flash | 拉迪奥·戈尔 | - |
| 意大利语 | qwen | qwen3-tts-instruct-flash | 多尔切 | - |
| 印尼语 | cosyvoice | cosyvoice-v3-flash | `loongindah` | - |

---

## 四、实现"用户选语言"功能的代码路径

### 1. 前端增加语言选择组件

```vue
<!-- /pages/create/index.vue -->
<template>
  <picker :range="supportedLanguages" v-model="form.language">
    <view slot="value">{{ form.language.label }}</view>
  </picker>
</template>

<script setup>
// 加载后端 /api/tts/voices?lang=zh-Cantonese 拿到可用音色 + 试听链接
const supportedLanguages = ref([]);
onMounted(async () => {
  const r = await api.get('/api/tts/languages');  // 返回矩阵 → 用户友好列表
  supportedLanguages.value = r.data;
});
</script>
```

### 2. 后端路由逻辑(基于矩阵)

```ts
// server/src/services/tts-router.ts
import matrix from '../../data/alicloud-tts-lang-voice-matrix.json';

export function pickTtsVendor(lang: string, preferCheap = true) {
  // 1. 查表(矩阵)
  const candidates = matrix.candidates[lang] || [];
  if (candidates.length === 0) throw new BadRequest(`暂不支持 ${lang} 语言`);
  // 2. 优先免费(Edge)
  if (preferCheap) {
    const edge = candidates.find(c => c.vendor === 'edge');
    if (edge) return edge;
  }
  // 3. 默认 cosyvoice-v3-flash
  const v3 = candidates.find(c => c.model === 'cosyvoice-v3-flash');
  if (v3) return v3;
  // 4. 退化到任意可用
  return candidates[0];
}
```

### 3. 防呆:用户选语言后实时预览

```ts
GET /api/tts/voices?lang=zh-Cantonese
// → { voices: [{ name: "龙安粤", voice_id: "longan_yue_3", preview_url: "..." }] }
```

### 4. 矩阵 JSON 入仓

生成好的 216 个音色 JSON 在 `C:/Users/caoyg/AppData/Local/Temp/alicloud-voices-matrix.json`(4 个模型)。
可以入仓到 `server/data/alicloud-tts-lang-voice-matrix.json`,启动时加载,提供 `pickTtsVendor(lang)` API。

---

## 五、迁移指引

现在 `server/src/modules/tts/tts.service.ts:243` 的 `ALIYUN_VOICE_MAP` 只有 10 个"龙"系列 + Cherry,远不足以覆盖未来"语言选择"功能。建议:

1. 把矩阵简化版(只存音色 ID 列表)写到 `models.json` 供前端调用
2. 后端 `pickTtsVendor(lang)` 路由函数读这个矩阵
3. 前端只显示"矩阵确认可生成"的语言选项(不然选错体验崩)

详细矩阵在 `alicloud-voices-matrix.json`,由 `analyze-model-lang-matrix.py` + `gen-lang-matrix-doc.js` 维护。