GLM-TTS 兼顾音色还原度与稳定性

智谱AI发布GLM-TTS两阶段生成加强化学习实现开源SOTA

智谱AI正式上线并开源工业级语音合成系统GLM-TTS。该系统通过约三秒语音样本即可学习说话人的音色和说话习惯，在通用朗读、情感配音、教育评测、电子书、有声客服等场景中生成自然流畅、贴近真人的语音，目标是在合适场景下输出既像真人又契合情绪的声音。 在技术路线方面，GLM-TTS采用两阶段生成架构，并...