logictan89

啊？
[AI 帮我写的]( https://tools.logiconsole.com/#/markdown-to-pdf)

@Zhipuai 我是在 audio.z.ai 里面体验的，随便找了个干声进行克隆。当前其他开源模型（ indextts2/cosyvoice2/3/vibevoice 等）虽然在情绪和语调上还达不到非常理想的程度，但是至少音色方面差的不会很多。但是在 audio.z.ai 上，是目前唯一一个在音色方面就让我觉得“不像”输入音频的体验。更不必说，生成的语音说话一板一眼的，一点特色都没有。所以我后续也没有去 github 上尝试开源版本，毕竟下载和搭建也挺费劲的。
如果 audio.z.ai 上的模型版本和开源版本不一样，那你们是否要考虑更新一下；
如果是一样的，那我不知道官方自己用的多不多，是不是被评测蒙蔽了双眼；又或者我使用的音源比较特殊。

无论如何，当前 AI 竞赛，不管是大语言模型还是 TTS ，都陷入了拼评分的怪圈。实际上，常年在一线使用产品的用户，对于模型的实际能力是很敏感的。我们团队半年前用 minimax 的 2.0 版本，体验很惊艳，立马充值。但是不久之后开始降智，官方不断出新的模型版本，每次都号称比之前版本好，但我们自己用下来就知道，不行就是不行，和新出来的开源模型都比不了。

所以奉劝你们，不要被评测评分迷了眼。它是一个评判方式，但不是唯一一个。我的建议是，自己多用用。

GLM TTS 克隆效果不行，为啥比开源的还差？

因为大家都喜欢薅羊毛。现在除了特意去找羊毛，已经懒得上了，一堆推广

多年前买的 nuc8 ，装的 unraid ，现在还服役中

坚持喷辅舒良，几乎没有副作用，可以常年喷。根治就别想了。

就这么点东西，就算个大版本了？