AI用北京话念绕口令！清华、智谱团队打造GLM-4-Voice，更智能、懂情绪，已开源

清华和智谱团队开发的GLM-4-Voice是一个端到端情感语音模型，能够理解和生成中英文语音，实现实时语音对话，并在情绪感知、情感共鸣、情绪表达、多语言和多方言等方面实现突破。该模型通过直接建模语音，避免了传统级联方案中的信息损失，提高了语音理解和生成的效率。GLM-4-Voice在语音语言建模、语音问答等任务上表现卓越，显著降低了延迟，提升了语音质量和对话能力，性能超过现有基线模型。该模型已开源，为构建高性能语音交互系统提供了新的路径。