近日，智谱AI在“智谱清言”App中推出了其最新的端到端情感语音模型 GLM-4-Voice。
该模型不仅强调高效的情感理解与表现，还支持中英文以及多种方言，赋予用户自然流畅的互动体验。
情感表达与多样化互动
GLM-4-Voice 以其强大的情感表达能力为核心，不仅能通过音调、节奏的变化传达多种情绪状态，还可在对话中实现情感共鸣，增强语音的互动性和感染力。
例如，它能够自如地表达高兴、愤怒、悲伤等情绪状态，从而让用户在与 AI 的互动中感受到自然、真实的对话体验。
此外，GLM-4-Voice 还支持实时的语速调节，以适应不同场景的需求，例如在对话中要求其“快一点”或“慢一点”，使其可以适应用户不同的听取需求。
这种个性化的调节不仅带来便利，更让 AI 与人类的交流显得更加灵活。
支持多语言与方言，拓展应用边界
值得注意的是，GLM-4-Voice 不仅支持标准的中英文对话，还涵盖了多个常用的中国地方方言，如粤语、重庆话、北京话等，力图为用户提供更贴近生活的语言体验。
这种多语言、方言支持的功能不仅拉近了 AI 与不同地区用户的距离，同时在诸如客户服务、语言教育等应用场景中具有广阔的前景。
用户随时打断与指令调整，互动更加灵活
GLM-4-Voice 在实时互动方面进行了创新性设计，允许用户在语音对话中随时打断并发出新指令，使其能够根据用户的需求灵活调整对话内容或语音风格。
比如在对话过程中用户可以插入新问题，甚至可以打断当前回答来调整方向，这种设计使得对话更加自然，同时赋予了用户更强的掌控感。
这种随时打断与指令调整的功能在客户服务、智能助手等领域尤其实用，让用户真正能够实现“一问即答”的流畅体验。
即将上线的视频通话支持功能
智谱AI透露，“智谱清言” App 将在后续升级中引入视频通话功能。
这项功能旨在结合文本、音频和视频模态的跨模态互动，为用户提供视听同步的沉浸式体验。
未来，用户可以在对话时不仅“听见” AI，还可以“看见” AI，使得情感表达更加丰富，进一步提升互动的真实感。
这项升级将为情感语音技术的应用场景拓展出更多可能，例如虚拟陪伴、在线教育和客户支持等。
开源计划与技术开放，促进生态共建
智谱还宣布 GLM-4-Voice 模型将向外界开源，这是智谱首次将其端到端多模态情感语音模型向公众开放。
此次开源将为开发者和研究者提供直接接触和定制这一模型的机会，不仅促进了技术的透明度和开放性，也有助于推动情感 AI 语音技术的创新与发展。
通过开放代码，智谱希望与技术社区共同探索更多应用场景，并在未来构建更具广泛影响力的生态体系。
对此，各位读者有什么想说的？
欢迎留言，一起交流你的观点与看法！
诚邀投稿:
欢迎各位粉丝、朋友们提供稿件（前沿科技进展、科技产品动态、经典文献解读、技术原理科普、行业市场分析、科研生活感悟、社会民生观察等）。联系微信号：133 9674 1340，并请注明详细联系信息，对入选推送稿件者，我们会及时联系您，以微信红包形式给予报酬。
对前沿科技感兴趣的朋友，可以点击关注公众号，订阅感兴趣的话题专栏！
也可添加下述小编微信！小编邀请您一起加入“前沿科技观察”群聊！
让我们每天下午4点，一起探索全球最前沿的科技资讯！开启你的科技之旅，与志同道合的伙伴一同品味科技发展带来的时代红利，创新型的未来！
编辑|前沿科技观察
供稿|科创产业观察
审核|前沿科技观察
