本文へスキップ

GLM-4-Voice

中英の音声を扱うエンドツーエンドの対話モデル

公式サイトを見る

GLM-4-Voice とは

GLM-4-Voice は清華大学の陣によるエンドツーエンドの音声モデルと紹介され、中国語と英語による即時の音声対話を扱う。

できること

  • 連続した音声を離散トークンに変える
  • 離散トークンを再び連続した音声に戻す
  • 指示で感情・語調・速さ・方言を変える

導入の手順

  • 複製コマンドでリポジトリを取得する
  • 依存一覧ファイルに従い Python の依存を入れる
  • 音声モデルとトークナイザをダウンロードする

長所と短所

✓ 良い点

  • 資料は感情・語調・方言の制御を挙げる
  • 資料は数百万時間の音声による事前学習を挙げる

! 注意したい点

  • 実行はリポジトリの複製から始まる
  • 資料の手順にモデル配信のスクリプトが含まれる

よくある質問

対応する言語は?

資料は中国語と英語の音声を挙げる。

どう起動する?

リポジトリを複製し依存を入れ、モデルを落として配信スクリプトを動かす。

最終評価日: 2026-11-15

その他 AIオーディオツール ツール

すべて見る →

評価方法