ToolNavs 发现实用AI工具
提交工具 登录

GLM-TTS

围绕 GLM-TTS 的三秒音色克隆与情绪控制展开,说明两阶段生成与强化学习怎样把错误率压到开源领先水平,面向配音、有声内容与客服等场景。

GLM-TTS 是智谱开源并上线的工业级语音合成系统,仅需约三秒语音样本即可克隆音色,支持多情绪与多角色表达,采用两阶段生成架构并结合强化学习压低字符错误率,在公开评测中达到开源领先水平。训练与推理成本较低,面向教育、电子书与智能客服等需要拟真人声的场景。