GLM-4-Voice：情感语音
-
GLM-4-Voice-Tokenizer：
通过向 Whisper 的编码器部分添加向量量化来训练，将连续的语音输入转换为离散的标记。每秒的音频都转换为 12.5 个离散令牌。
link：https://huggingface.co/THUDM/glm-4-voice-tokenizer
-
GLM-4-Voice-9B：
基于 GLM-4-9B 的语音模态预训练和对齐，能够理解和生成离散化语音。
link：https://huggingface.co/THUDM/glm-4-voice-9b
-
GLM-4-Voice-Decoder：
支持流式推理的语音解码器，基于 CosyVoice 重新训练，将离散语音令牌转换为连续的语音输出。生成可以从 10 个音频令牌开始，从而减少对话延迟。
link：https://huggingface.co/THUDM/glm-4-voice-decoder
-
情感表达和共鸣：GLM-4-Voice可以模拟高兴、悲伤、生气、害怕等多种情绪，并用合适的语气进行回复，打破了传统TTS在情感表达上的僵硬局限。
-
调节语速：用户可以在对话中要求模型加快或放慢语速，满足不同场景下的需求。
-
灵活互动：支持随时打断和灵活输入指令，能够根据用户的实时指令调整语音输出的内容和风格。
-
多语言、多方言支持：目前支持中英文语音以及中国各地方言，尤其擅长粤语、重庆话和北京话。
-
视频通话功能：即将上线的视频通话功能，将实现既能看又能说的全方位交互体验。
AutoGLM：AI的Phone Use时代
AutoGLM浏览器插件地址：
https://new-front.chatglm.cn/webagent/landing/index.html?channel=ads_news_lzwAutoGLM
浏览器插件包含通用搜索和高级搜索两个模块：
通用搜索包含生成摘要和总结页面，这个没啥说的。。
高级搜索，成功实现知网、知乎、小红书三个平台的功能适配。
在知网检索“2024年多模态大模型的最新研究进展”
在知乎检索“下半年AI的发展趋势”
在小红书站内检索相关小红书笔记（小红书的AI内容搜索是不是已经鸡肋了），请看VCR
炸裂！可以在小红书站内自动检索相关小红书笔记进行归纳总结，AI自动帮你去检索相关内容，你只需要输入关键词即可！！！
量子速读功能，可以选择需要阅读的小红书笔记，进行一键总结。
-
自主操作手机：AutoGLM能够根据用户的语音或文字指令，完成如订酒店、取消点赞、发送消息等任务。
-
多模态理解：能够理解图片、记录文字，并根据这些信息自动撰写内容。
-
跨应用操作：虽然目前还不支持跨应用操作，但未来几个月内将实现更广泛的软件操作。
