概览
GLM-TTS-Clone 是智谱推出的音色克隆模型，只需 3 秒语音样本，即可学习说话者的音色与语气习惯，可在通用朗读、情感配音、教育测评、电子书、有声客服等场景中生成自然流畅、贴近真人的语音。
输入模态
需要克隆音色的音频、试听文本（可选）
输出模态
音色ID、试听音频（可选）
推荐场景
教育教学
教育教学
适配多学科内容，准确处理多音字、生僻字和符号；讲解语气自然、有耐心，帮助学生获得更清晰的理解体验。
电子书与有声内容
电子书与有声内容
不同角色可呈现差异化的情绪和风格，让有声书、短剧等内容更具代入感。
客服与热线服务
客服与热线服务
提供克制、专业、不夸张的语气风格，让用户听感更自然可信，提升服务体验。
智能设备语音交互
智能设备语音交互
为智能音箱、车载助手等设备带来更加真人化、亲和的语音反馈，减少机器感。
企业内容与品牌声音
企业内容与品牌声音
快速生成统一、可识别的品牌声音形象，用于广告、培训教材、活动播报等多类内容。
使用资源
体验中心：快速测试模型在业务场景上的效果接口文档：API 调用方式
GLM-TTS 使用指南：可先通过 GLM-TTS-Clone 模型获取音色ID，然后用 GLM-TTS 模型生成该音色的音频
详细介绍
1
只需录制约 3 秒清晰语音，GLM-TTS-Clone 即可生成专属音色：
- 支持普通话及轻口音日常表达；
- 保留个人说话节奏、断句习惯和常见语气词；
- 适配讲解、对话、播音、旁白等多种文本风格。
- 细腻的情感表达，依托强化学习与情感标注数据能自动匹配情绪。