홈으로 돌아가기
공식 웹사이트 방문하기
GLM-4-Voice 지푸AI 오픈소스 실시간 엔드투엔드 음성 대화 파운데이션 모델
공식 서비스 바로가기
서비스 상세 소개
GLM-4-Voice 지푸AI 오픈소스 실시간 엔드투엔드 음성 대화 파운데이션 모델: 음성을 텍스트로 바꾸지 않고 오디오 토큰을 직접 생성하여 인간처럼 자연스러운 톤으로 대화하는 엔드투엔드 모델입니다.
GLM-4-Voice는 지푸 AI가 공개한 오픈소스 실시간 음성 상호작용 파운데이션 모델입니다. 기존 음성인식 STT와 대형언어모델 LLM 및 음성합성 TTS를 거치는 파이프라인 지연을 원천 제거하고 오디오 파형을 즉각 입력받아 감정과 호흡이 담긴 음성을 실시간 스트리밍으로 출력합니다. 말하는 도중 끼어들기 상호작용과 다양한 화자 톤 제어를 완벽하게 지원합니다.
핵심 기능 목록
STT와 TTS를 거치지 않는 다이렉트 오디오 토크나이저 기반 초저지연 음성 대화
사용자 발화 중간 끼어들기 및 대화 전환 자연스러운 처리
한국어 영어 중국어 등 다국어 음성 톤 조절 및 감정 표현 생성
단일 엔비디아 GPU 환경에서 실시간 스트리밍 추론 지원
