GLM-TTS

镜像简介

GLM-TTS 是一个基于大型语言模型的文本到语音（TTS）合成系统，支持零样本语音克隆和流式推理。该系统采用两阶段架构：首先使用 LLM 生成语音标记序列，然后使用 Flow 模型将标记转换为高质量音频波形。通过引入多奖励强化学习框架，GLM-TTS 能够生成更具表现力和情感色彩的语音，显著提升传统 TTS 系统的表现力。

使用教程

0. 麻烦右上角点个收藏~

1. 在镜像详情界面点击“使用该镜像创建实例”

2. 选择GPU型号，再点击“立即部署”

3. 实例启动后，在控制台中点击“SD-WebUI”

4.浏览器如图显示，就说明启动成功了

5.如果页面无响应（比如此项目需要预加载模型，启动时间较长），点击“JupyterLab”，再双击log.txt可查看启动进度

6.如果有报错的话，请下载log.txt发到下面的交流群中

十字鱼-镜像作者交流群